李彥宏10年花了1000多億！500萬開發(fā)者撐起中國最大深度學習框架

當你仰望星空時，你在想些什么？

有執(zhí)著的發(fā)問，就會有不曾想象的回音。

從方寸之間到寰宇之外，創(chuàng)造新宇宙的人，相信永遠看不到天花板。

堅定的人，不會因為到達而停下，他們用創(chuàng)造的腳步丈量未知。

百度CREATE 2022大會，為我們展示了人類設計師和AIGC共同創(chuàng)意制作的繪畫。

而就像這些繪畫所描述的場景，百度，也不曾停下創(chuàng)新的腳步。

在大會開始，李彥宏就提出了一個令人深思的觀點：第四次科技革命的標志，就是深度學習算法。與深度學習相關的重大創(chuàng)新，會像汽車、互聯網一樣，對我們的社會產生重大的影響。

真正的實踐中，沒有導航地圖，只有指南針。而百度，也是摸準大致方向后，基于實踐一步步迭代，才跑出了有價值的創(chuàng)新。

在大會上，李彥宏展示了這樣一幅畫。這幅畫是他以「危機和希望」為關鍵詞，在百度AI作畫平臺一格上生成的。

這幅畫，很好地代表了人工智能面臨的現狀——經歷起起落落，但充滿希望。

是的，李彥宏依然堅持去年的觀點——創(chuàng)造者們將迎來屬于人工智能的黃金十年。

AIGC元年，來了

DALL·E2讓文本生成圖片火爆一整年，隨后的Stable Diffussion、Midjourney，更是啟發(fā)了無數人的藝術靈感，甚至讓不少畫手感到震驚。

而DALL·E2和谷歌發(fā)布的Imagen的模型，也吸引了許多AI學者參與研究。

其實，在2022年初，百度研究院早已預測到了AIGC在這一年的火爆。

超大規(guī)模預訓練模型呈現知識增強、跨模態(tài)統(tǒng)一建模、多學習方式共同演進的趨勢，并逐漸實用化。

例如AIGC （AI generated content，人工智能創(chuàng)造內容），借助大模型的跨模態(tài)綜合技術能力，可以激發(fā)創(chuàng)意，提升內容多樣性，降低制作成本，將會實現大規(guī)模應用。

而且，這已經不是百度研究院第一次做出神預測了。2020年，它預測的NLP模型在GPT-3上得到應驗，而在2021年，它押中的數字人全面大爆。

而這次，百度對于AIGC領域的趨勢，可謂是胸有成竹。

三個天才創(chuàng)作者，一鍵圓你導演夢

???

而李彥宏以「危機和希望」為主題生成的繪畫，背后就是文心知識增強跨模態(tài)大模型一格，它就是接下來要出場的三位天才創(chuàng)作者的其中一位。

這次Create大會上，百度技術委員會主席吳華為我們介紹了三位能力超群的天才創(chuàng)作者。

它們分別是天才編劇——文心ERNIE3.0Zeus，天才插畫師——文心ERNIE-ViLG 2.0，剪輯和動畫大師——VIMER-TCIR。

有了這三位天才創(chuàng)作者，再配上自己設計的虛擬人演員，你也可以當上導演，拍出自己的影視大作了！

文心ERNIE 3.0 Zeus語言大模型，陪你聊到天荒地老！

作為ERNIE 3.0系列模型的最新升級，ERNIE 3.0 Zeus除了對無標注數據和知識圖譜的學習之外，還通過持續(xù)學習對百余種不同形式的任務數據實現了全面掌握。

在對通用知識和專門知識「雙管齊下」后，模型的泛化能力顯著提升，不管是多語言理解，還是生成任務，都能輕松搞定，名副其實的「通才」了屬于是。

無論是自主創(chuàng)作、自由回答，還是命題對話、情感分析，100多個層次化Prompt，ERNIE 3.0 Zeus都能順利應對。

文心ERNIE-ViLG 2.0圖像生成大模型，天才畫師了解一下？

如果說文心ERNIE 3.0 Zeus是語言大師，ERNIE-ViLG 2.0就是作畫大師。它能根據一句話或者一段描述文本，生成一幅精美的畫作。

中文提示，想要什么畫，直接開口說就行，只有你想不到的，沒有ta畫不出來的，看看這艘青花瓷戰(zhàn)艦，像不像一尊精美的藝術品？就是不知道真的打起來，會不會被一炮干碎......

而要達成這個目標，離不開模型本身背后知識增強的擴散模型。

一句話或幾句話的提示中，哪些是核心要素，需要在畫作中突出展現，哪些是修飾要素，作用就是錦上添花，還不能喧賓奪主，這里邊就有學問了。

為了盡可能實現精準作畫，在學習過程中，ERNIE ViLG 2.0引入了語言、視覺等多源知識，引導模型更加關注文本和圖像中的核心語義元素，實現精準的細粒度語義控制。

此外，ERNIE ViLG 2.0還可以針對不同階段，選擇不同網絡（比如降噪）建模的框架，有效解決了不同階段對模型能力要求不一致的問題，減少了降噪任務的互相干擾，提升了圖像生成的質量。

無論是寫實風、中國風、還是國潮、國畫風，ERNIE-ViLG 2.0都能根據簡短的中文提示生成切題、風格各異、且生動逼真的圖像。

舉個例子，比如下面這段艷麗飄逸的「天宮盛宴」：

基于ERNIE-ViLG 2.0的文心·一格，交出了可以說是面面俱到的作業(yè)，整體畫風色調明艷，不失古代情調。

現在，我們只需要在百度「文心·一格」平臺上輸入幾個關鍵詞，也能分分鐘得到風格獨特的畫作。

除了語言和圖像外，在視頻內容生成與編輯上，也是文心大模型大展身手的地方。

在視覺內容生成方面，視頻生成大模型可以根據用戶提供的一段描述文本，或者一幅圖像，自動地生成高清、流暢的視頻。

在視覺編輯方面，VIMER-TCIR多任務大模型，則可以利用對超分辨率、去噪、去模糊、去壓縮等多任務的聯合預訓練，同時實現對多種不同情況的修復和編輯。

目前，VIMER-TCIR已經在老電影修復等場景實現落地，而且大幅提升了運行效率，每天單機就可修復視頻28.5萬幀，解決了絕大部分老電影畫面的修復問題。

AIGC的浪潮已經到來，在未來，可以預見的是，AI作畫、AI創(chuàng)作視頻等等，很快就會變得像手機拍照一樣簡單。

隨著技術的不斷突破，AIGC將很有可能顛覆現有內容生產模式，實現以十分之一的成本，以百倍千倍的生產速度，創(chuàng)造出有獨特價值和獨立視角的內容。

研發(fā)資金拉滿：10年投入超1000億

十年間累計投入了超過1000億元，其中核心研發(fā)投入占核心收入比例連續(xù)8個季度超過了20%。

據統(tǒng)計，百度在2020年的研發(fā)投入強度為18.22%，位列民營企業(yè)500強第一。2021年為20.03%，位列民營企業(yè)500強第二。

順便一提的是，如此「豪橫」的投入，也讓百度在人工智能的底層技術方面，取得了領先優(yōu)勢。

畢竟，****脖子要緊，基礎軟件卡脖子也一樣要緊。

早在2016年，百度就開始研發(fā)被稱為「人工智能操作系統(tǒng)」的深度學習框架——飛槳。

目前，已經凝聚了535萬開發(fā)者，創(chuàng)建了67萬個模型，構建起一個繁榮的深度學習生態(tài)。

基于飛槳的大模型也可以有效集成自然語言處理、計算機視覺等多模態(tài)能力，并聯合多種行業(yè)務場景進行調優(yōu)；而開發(fā)者也能像搭積木一樣構建AI應用，大大降低AI的應用門檻。

李彥宏：人工智能的黃金十年

創(chuàng)新本身是從何而來呢？在李彥宏看來，創(chuàng)新，是由反饋驅動的。

百度在經營發(fā)展中，就有很多「反饋驅動創(chuàng)新」的實踐經驗。比如，百度昆侖芯片之所以在AI芯片中擁有領先的性能，正是因為它已經為百度的搜索服務優(yōu)化了十年。

百度的搜索服務，每天響應幾十億次真實的用戶使用需求，每天進行1萬億次深度語義推理與匹配，能夠提供最真實、最及時的反饋，從而倒逼大模型、深度學習框架和芯片的優(yōu)化。

現在，百度是全球為數不多的、進行全棧布局的人工智能公司（芯片層、框架層、模型層和應用層）。

從高端芯片昆侖，到飛槳深度學習框架，再到文心預訓練大模型，各個層面都有關鍵自研技術，每一層之間都有很多反饋，通過不斷獲得反饋，實現端到端優(yōu)化。

每一層的技術架構，都是越往下越通用，越往上越專用。

而人工智能越專用，就越能深入產業(yè)，賦能實體經濟發(fā)展。

去年的Create大會上，李彥宏曾預言：「隨著技術應用門檻不斷降低，創(chuàng)造者們將迎來屬于人工智能的黃金10年?！谷缃?，他依舊這樣認為。

李彥宏剛剛創(chuàng)業(yè)時，互聯網泡沫破裂，全世界蒸發(fā)8萬億市值，而后不久，互聯網再次進入黃金十年，而人工智能，也會經歷同樣的起起落落。

而百度，將一如既往為社會、為產業(yè)培養(yǎng)AI人才，投入更多資源，與各位開發(fā)者們一道，為中國AI的發(fā)展盡最大的努力。

彩蛋

主唱/吉他：希加加，鼓手：度曉曉，貝斯：葉悠悠，鍵盤：林開開

希加加表示，自己的畫能在大會開場被展示，實在是太開心了！

而林開開過了把當制作人的癮，他開心自夸道，自己還挺有編曲天賦的~

葉悠悠說，自己的設計居然長在大家的審美點上，這讓她相當滿意。那么，哪個環(huán)節(jié)的設計是她做的呢？

度曉曉猜對了：是「知一」和「千流」環(huán)節(jié)。

而度曉曉表示，自己早已寫好了發(fā)布會的傳播稿。

在四位成員的共同頭腦風暴中，稿件的標題火熱出爐——《震驚！這是一場人和機器一起辦的大會》。

對此小編表示：新媒體文章標題的精髓，被你們拿捏了。