中国大模型商业化提速:不仅企业赚钱,也让个人赚钱

2024年2月28日下午,百度披露2023年第四季度及全年财报。

财报数据显示,整个2023年,百度总营收达1345.98亿元,归属百度的净利润则为287亿元,同比增长39%。而在去年第四季度,百度营收数据为349.51亿元,归属百度的净利润(non-GAAP)77.55亿元,同比增长44%。

2023一整年,百度的主题,毫无疑问是生成式AI——文心大模型已经成为驱动生成式AI产品的核心能力之一。越来越多的AI应用和产品开发者,已经依托文心大模型、千帆等模型和平台,开发出基于生成式AI的各类有趣应用。而这早在李彦宏的计划之中。

李彦宏过去一年多次强调,卷大模型没有意义,卷应用价值更大。在财报中,李彦宏表示:“2023年,我们在迭代文心大模型与文心一言、重构产品和服务、以及商业化方面取得重大进展。同时,百度核心业务保持韧性和健康发展。展望未来,我们将继续坚定对生成式AI和基础模型的投入,为创造新增长引擎奠定基础。”

随着一些底层技术的不断完善,有价值的应用产品也如雨后春笋般涌现。那么,什么是“有价值”?对于生成式AI而言,有价值的应用首先应该完全基于AI生态打造,这对于释放文心一言的潜力至关重要;其次,这些应用要与业界前沿的AI技术有机结合。这显然有赖于开发者社区的帮助。

最后,通过这些产品的上线,即便是不懂IT技术的小白也能成为AI行业的一份子,或者说,也让无数不懂技术的AI爱好者看到这样的可能性。这显然对大模型“真实应用”时代的早日到来助益颇丰。

图片

大模型做到了让百度降本增效

如果与此前的年报进行对比,收入绝对值和利润率的大幅增加是明面上的,但生成式AI究竟有多少助益,仍然需要具体分析。

AI首先“起效”的部分,绝对不止文心一言及其相关应用。而是从百度新搜索、新文库等脱胎换骨的“原生应用”开始。公开数据显示,百度文库AI用户数已超8000万,新功能使用次数超7亿。国家工信安全中心报告显示,在PPT生成领域,百度文库以86分排名第一,并在生成质量、意图理解等多项指标均居首位。

此外,以飞鹤为代表的诸多传统企业,开始使用基于文心大模型重构的AI原生营销工具。譬如基于品牌智能体打造的“飞鹤官方智能助手”,就可通过多轮对话形式,为用户提供更精准、更个性化的服务。

而这部分AI贡献的收入,也体现在了在线营销收入当中。财报数据显示,2023年全年在线营销收入751亿元,四季度在线营销收入192亿元。

而在直接体现技术投入的研发支出上,财报显示,百度去年的研发支出为242亿元,较2022年增长4%。百度在财报中表示,这主要由于支持生成式AI研发投入的服务器的折旧开支及服务器机架费增加。

4%的增长看起来不多,但在百度四层AI架构的层层优化下,文心大模型的推理成本持续下降——截至2023年底,文心大模型推理成本已经下降至3月时的1%。对于企业和开发者来说,基于文心大模型开发原生应用、做二次开发,都能够拥有更低的推理成本和更高的训练效率。同样的研发支出,实际能获得远超纸面金额的效果。

总体来看,已经部分实现旗下产品“AI原生”化的百度,随着底层的文心大模型效率进一步上升,百度各项业务的“飞轮”,也会随之加速转动。

同样的事情不仅发生在百度生态内部,以飞桨开发者和星河社区为代表的外部生态,由于生成式AI的井喷式浪潮,开发者们的不断涌入而呈现欣欣向荣的姿态。

图片

开发者社区,

何以成为“大模型应用”催化剂?

无论是搭载文心一言的百度APP,还是搭载智能体、迭代至4.0的文心一言APP,再或者是百度新搜索和百度新文库等产品,可以看到,基于文心一言底层模型的“真实AI应用”,正在百度公司内部生根发芽。而且由于上线早,迭代快,在C端同样斩获了不错的用户量。

大模型的商业化进程,同样也体现在了B端。仅在去年第四季度,三星、荣耀、汽车之家等头部企业均与百度达成合作。譬如三星的年度旗舰Galaxy S24系列,即集成了文心大模型多项能力,包括通话、翻译、智能摘要等,尤其是“即圈即搜”功能备受瞩目,用户只需在文字、图片上进行画圈划线等简单手势,即可获得精准的搜索结果。

可以看到,基于文心大模型开发的AI原生应用,已经走出了百度,开始向千行百业扩散。而这也和百度“人无我有,人有我优”的技术战略密不可分。

从技术上讲,百度已经实现了传统三层架构到“芯片-框架-模型-应用”四层架构的转变,并实现了全栈布局。这意味着在大模型运行的全程中,百度芯片有昆仑芯,框架有飞桨,模型有文心,再到诸多AI原生应用,每一层都有相当数量的自研技术。

而从结果上看,自去年8月31日,文心一言面向公众开放以来,随着模型效果提升,用户的调用量同样也一路上扬。截至2023年底,仅文心一言的用户规模已经突破了一亿,日调用量突破千万。

图片

2月28日晚,在百度2023年第四季度及全年财报电话会上,百度创始人、董事长兼首席执行官李彦宏透露,文心大模型的日调用量已超过5000万次,季度环比增长190%。此前就有报道称,仅文心大模型一家的调用量,就比国内其他大模型调用量加起来还多。

模型效果的提升,C端用户调用所产生的数据和反馈至关重要,也因此加速了文心大模型的迭代升级,飞轮效应就此形成。

百度在生成式AI的全栈布局固然有先见之明,但若无开发者们将模型能力妥善转化成真实应用,那么四层架构也是空中楼阁。这也是为什么百度连续五年举办十届WAVE SUMMIT开发者大会的原因。

图片

在主会场外的开发者市集,我们找到了一些有趣的AI原生应用。譬如“阿姨请开门”:如何输入正确的话,让AI驱动的宿管员阿姨打开寝室的门;再比如文字版“拳皇模拟器”:对战双方可以输入不同的招式,诸如“庐山升龙霸”、“降龙十八掌”等武学招式,让大模型判断招式威力,双方比过大小之后削减输家血量等等。

无论这些AI原生应用精致与否,它们都是基于文心大模型的模型能力,飞桨深度学习平台的打磨,再发布于星河开发者社区的。

此外,星河社区为开发者提供AI原生应用开发的一体化服务,如最近上线的智能编码伙伴Comate AutoWork、飞桨低代码开发工具PaddleX v2.2以及推出面向生态的文心一言开发机制,让此前难于登天的AI原生应用开发,也不再把技术小白挡在门外。

也因此我们发现,在开发者市集的数十个摊位中,其中不乏非科班出身的应用开发者,不懂技术、只有一些产品理念的伪“产品经理”同样大有人在。他们共同的特点,就是对生成式AI近乎疯狂的热爱,这是支撑他们完成自己每一个原生AI产品的根本动力。

得益于星河开发者社区的存续与不断完善,为这群兴趣使然的AI产品开发者得以在这个社区里不断交流AI产品开发心得与前沿技术,而星河社区的一体化开发套件,也能让他们的想法,以最快速度变成现实。

图片

要成为“超级个体”,其实并不难

实际上,过年期间的爆款AI产品中,不少都能找到星河大模型社区应用的影子,这里也有两种可能。一种可能是直接借鉴了社区发布的初级产品,另一种是创始团队直接研发的改进型;这意味着,无论那种情况,星河社区生态已经成为生成式AI创业不可或缺的一块拼图。

比如FilmAction,这是一款“简单文字输入即得电影级视频”的原生AI应用。从描述也能发现,它想要实现的正与如今火热的文生视频赛道不谋而合。

一位资深科技媒体人也曾表达过一个观点,随着生成式AI产品的增加,“思维平权”的机会也由此增加。原因很简单,长期跟踪行业的科技记者,有时会根据自己的观察产生“脑洞大开”的想法,而原生AI应用,则在很大可能上能帮他的想法形成产品,以验证其市场可行性。

但无论是什么AI产品,其数量的增加对于算力需求的增长也是指数级。但这是否意味着普通开发者很可能因此被拒之门外?显然也不是。

因为大部分的生成式AI应用,距离商用,仍然有很长的路要走。截至目前AI在该场景最合适的,反倒是AI加持的工作流平台。它们的存在意义是,为一类有能力的内容创作者,提供生成式AI能提供的素材,他能根据相应的素材组合成视频内容。

这类平台一旦成熟,即便是“光杆司令”也能借助已有素材创造出成熟的影视作品。“AI套件+超级个体”的“超级个体户”时代,近在眼前。

在生成式AI浪潮深入肌理的过程中,成熟的开发者生态显然是至关重要的,它能为AI技术的演进,提供最前沿的技术指导和开发氛围,也能为行业贡献源源不断的人才,而这些人,或许在一开始不是名校高材生,而是一个技术小白,但在开发者社区和自己的不断学习中,他也能实现个人价值的突破,学习更前沿的技术开发技巧。

无论是星河社区里展出的各类AI原生应用,还是大模型社区里的开发者频道和创意坊等等,即便目前各有缺憾,但不分能力高低,同作为“超级个体”共同开发AI产品的目标,已经完成。

百度作为国内大模型行业领头羊,一方面在大模型技术加持下,重构着自己业务线,另外一方面,百度也为普通技术爱好者,提供了使用大模型的机会。

从财报数据来看,今年的大模型或许不止浮在表面,大模型技术应用时代已经到来,一直深耕AI技术的百度,也因为个人和企业提供了大模型技术平台和资源的支持,得以提前迈入大模型应用落地的时代。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值