湯十三 青年橫財(cái)發(fā)展會(huì)

昨天下午兩點(diǎn)，百度召開了旗下大語(yǔ)言模型“文心一言”的新聞發(fā)布會(huì)，這是繼“文心一格”之后的另一款生成式AI產(chǎn)品。

百度創(chuàng)始人兼CEO李彥宏在發(fā)布會(huì)開場(chǎng)時(shí)先來(lái)了一段深情自白：“全球的大廠當(dāng)中，百度是第一個(gè)發(fā)布的，微軟是直接調(diào)用Open AI，而Google和Facebook等大廠都沒有發(fā)布同類型、同級(jí)別的產(chǎn)品。

”以及：“在文心一言內(nèi)測(cè)過程中的體驗(yàn)來(lái)說并不完美，因?yàn)槭袌?chǎng)有需求才選擇在今天發(fā)布?！?所謂的市場(chǎng)需求便是在當(dāng)前ChatGPT“肆虐”全球的國(guó)際形勢(shì)下，我們急需一款自己的人工智能語(yǔ)言模型來(lái)提振士氣，所以這場(chǎng)發(fā)布會(huì)注定備受關(guān)注。

從發(fā)布會(huì)來(lái)看，文心一言可以進(jìn)行文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推算、中文理解和多模態(tài)生成。

咱就從文學(xué)創(chuàng)作開始，文心一言根據(jù)提問提煉總結(jié)出了每部《三體》的故事脈絡(luò)，并且從生命的意義、人類與宇宙的關(guān)系、道德和倫理、價(jià)值和信仰、科技與人文的關(guān)系這五個(gè)方面提出了續(xù)寫建議。

文心一言在更加復(fù)雜的數(shù)理邏輯推算功能方面的表現(xiàn)也堪稱完美，面對(duì)經(jīng)典的“雞兔同籠”問題，它能夠像學(xué)神附體一樣質(zhì)疑題目的正確性。

它還能將解題思路工整地寫下來(lái)并給出正確答案。

而壓軸展示的功能就是萬(wàn)眾矚目的多模態(tài)生成。多模態(tài)生成，說人話就是文心一言可以用文字、圖片、音頻或者視頻的方式輸入信息并輸出符合要求的文字、圖片、音頻或者視頻，屬于目前的黑科技。 文心一言用極快的反應(yīng)時(shí)間就根據(jù)要求生成了一張“2023世界智能交通大會(huì)”的海報(bào)，這就是屬于輸入文字輸出圖片的多模態(tài)生成。

耐人尋味的是，發(fā)布會(huì)上關(guān)于文心一言的演示全是錄播，沒有一段實(shí)機(jī)演示，導(dǎo)致現(xiàn)場(chǎng)彌漫著一股詭異的氣氛。在展示出種種革命性的功能時(shí)，臺(tái)下烏泱泱的觀眾并沒有爆發(fā)相應(yīng)的歡呼和掌聲，跟我看過的任何一場(chǎng)發(fā)布會(huì)都形成了鮮明對(duì)比。

而李彥宏本人也沒有表現(xiàn)出自己公司潛心多年搞出劃時(shí)代產(chǎn)品的那種自信神態(tài)，反而像一個(gè)學(xué)生在硬著頭皮依靠拖延戰(zhàn)略來(lái)答辯，簡(jiǎn)稱依托答辯。 二級(jí)市場(chǎng)也給出了質(zhì)疑，項(xiàng)目演示開始不久，百度股價(jià)便應(yīng)聲跳樓，幾分鐘內(nèi)暴跌10%。

順帶一提，文心一言的同門“文心一格”，是一款百度旗下的AI畫圖產(chǎn)品，有好事網(wǎng)友用它生成了“一只愛國(guó)的貓”，居然全身美國(guó)國(guó)旗彩繪。戰(zhàn)狼看了要虐貓，昊京看了也要吃不下白象方便面了。

Stable Diffusion是一款熱門的畫圖AI，該網(wǎng)友的意思是，文心一格只是接入了Stable Diffusion的API。

就像你喊我給你畫個(gè)圖，我反手就一個(gè)電話打給我表哥喊他畫完V我，我再V給你。 同為好事之徒的我用另一款叫Midjourney的畫圖AI也生成了類似圖片。

△Midjourney

有趣的是，我給的關(guān)鍵詞同樣是“一只愛國(guó)的貓”，但Midjourney識(shí)別出我使用的是中文后就給這只貓加上了像那么回事的中國(guó)元素。

咱說回文心一言，在問世之前，大家就把它對(duì)標(biāo)ChatGPT，但在發(fā)布會(huì)之后，大家一致認(rèn)為這不過就是個(gè)ChatPPT，所謂期望越大失望越大，也難怪網(wǎng)友會(huì)傳出這樣一幅惡搞圖。

△看包漿梗圖，品百味人生。

吐槽歸吐槽，百度的勇氣還是值得稱贊的，有一種壯士赴死的氣概。 作為文心一言對(duì)標(biāo)產(chǎn)品的ChatGPT在百度發(fā)布會(huì)前一天發(fā)布了自家產(chǎn)品的升級(jí)版GPT-4。

△我問了一下ＣhatGPT對(duì)于這次發(fā)布會(huì)錄播演示的看法

相較于已經(jīng)技驚四座的GPT-3.5來(lái)說，GPT-4顯得更為驚艷，ChatGPT經(jīng)過這次迭代已經(jīng)進(jìn)化成一個(gè)大型多模態(tài)模型，在文字交互方面也超過了上一代非常多。

雖然GPT-4目前只支持輸入文本和圖片輸出文本，但它輸入圖片輸出文本的能力已經(jīng)遠(yuǎn)遠(yuǎn)超出大家的預(yù)期，甚至能讓人感到脊背發(fā)涼。

GPT-4之于上一代，在文本的輸入限制和記憶上都有了大幅提升，使得它與用戶之間的對(duì)話具有更好的準(zhǔn)確度和邏輯，先來(lái)直觀感受一下GPT-3.5和GPT-4的數(shù)據(jù)投喂量差距。

GPT-4在天量數(shù)據(jù)的支撐下已經(jīng)能在號(hào)稱美國(guó)高考的SAT中獲得1410分的好成績(jī)（總分1600），已經(jīng)超過了90%的人類學(xué)生。

最亮眼的還是GPT-4在專業(yè)領(lǐng)域的表現(xiàn)，它在美國(guó)BAR律師執(zhí)照統(tǒng)考中同樣超過了90%的人類，在MKSAP 19醫(yī)學(xué)知識(shí)測(cè)試和高級(jí)侍酒師理論考試中則是超過了75%的人類。這些成績(jī)對(duì)于GPT-3.5來(lái)說是遙不可及的。

△GPT-4在多項(xiàng)考試中遠(yuǎn)超GPT-3.5

英偉達(dá)AI科學(xué)家Jim Fan對(duì)此感嘆道：“GPT-4最強(qiáng)的其實(shí)就是推理能力。它在GRE、SAT、法學(xué)院考試上的得分幾乎和人類考生沒有區(qū)別。也就是說，GPT-4可以全靠自己考進(jìn)斯坦福了。” 在多模態(tài)生成方面，GPT-4的表現(xiàn)更是令人頭皮發(fā)麻，Open AI總裁在發(fā)布會(huì)演示中手繪了一張笑話網(wǎng)站的樣圖。

再把樣圖用手機(jī)拍下來(lái)發(fā)給GPT-4。

GPT-4識(shí)別圖片之后就根據(jù)指令輸出了這個(gè)笑話網(wǎng)站的代碼，程序員的屁股岌岌可危。

你要是隨便發(fā)一張冰箱里的圖片然后問它可以用這些東西做幾頓飯，它馬上就能給出相應(yīng)的食譜。

GPT-4還能根據(jù)圖片內(nèi)容以邏輯推斷出其中的笑點(diǎn)，比如這張圖：

你問它笑點(diǎn)在哪里，它會(huì)告訴你，這個(gè)充電線就是個(gè)又大又老的VGA接頭，插在這個(gè)智能手機(jī)上反差很強(qiáng)烈。 再比如這個(gè)：

GPT-4會(huì)告訴你，圖片上的文字明明說這是從太空拍攝的地球照片，但圖上的實(shí)際內(nèi)容是一堆排列得像地圖的雞塊，所以這個(gè)圖的笑點(diǎn)在于圖文不符。

此外，目前已經(jīng)有一些基于GPT-4的項(xiàng)目出現(xiàn)，比如你可以通過輸入文本來(lái)構(gòu)建3D模型，元宇宙離實(shí)現(xiàn)更近了一步。就連摩根士丹利都在用GPT-4來(lái)組織他們龐大的知識(shí)庫(kù)。

這些項(xiàng)目中最有意義的是一個(gè)叫作“Be My Eyes”的公益項(xiàng)目，顧名思義，GPT-4可以充當(dāng)盲人或視弱人群的眼睛，告訴他們衣服上的圖案、識(shí)別各種產(chǎn)品等。

在不久的將來(lái)，GPT-4就可以靠著強(qiáng)大的視覺識(shí)別功能完全取代導(dǎo)盲犬，帶領(lǐng)盲人在復(fù)雜的環(huán)境中穿行，幫助他們?cè)谏钪蝎@得最大程度的獨(dú)立。

ChatGPT的迭代速度遠(yuǎn)超想象，從GPT-4的技術(shù)報(bào)告中可以看到，GPT-4早已于2022年8月就訓(xùn)練完成。

△GPT-4技術(shù)報(bào)告

而摩根士丹利也透露，更強(qiáng)悍的GPT5正在用25000多塊英偉達(dá)GPU訓(xùn)練中。

△摩根士丹利報(bào)告 到這里就很明了了，百度的文心一言確實(shí)很拉，值得思考的是，究竟為什么會(huì)拉？

總的來(lái)說，咱們AI那么拉是多方面原因造成的，為避免不可抗力，就只從市場(chǎng)的角度來(lái)討論討論。

首先，各種民族性的批判都不靠譜，什么急功近利之類的，特別沒意思。 我們和他們AI有差距的原因就是市場(chǎng)不同，如果市場(chǎng)上發(fā)點(diǎn)黃圖就能掙錢，誰(shuí)還會(huì)去拍片？但是在美國(guó)拍片都很難掙錢，因?yàn)閜站上競(jìng)爭(zhēng)太激烈，拍片的都卷成麻花了。

（本觀點(diǎn)來(lái)自一位匿名知乎用戶，他本人是研究數(shù)字經(jīng)濟(jì)和創(chuàng)新管理的碩導(dǎo)） 不成熟的市場(chǎng)是技術(shù)無(wú)法創(chuàng)新的首要原因，到處都是套利的機(jī)會(huì)，沒有人會(huì)去搞技術(shù)創(chuàng)新，大廠都忙著賣菜，忙著送外賣，忙著用彈窗廣告從每個(gè)用戶手里扣5角錢。

而成熟的市場(chǎng)充滿高強(qiáng)度競(jìng)爭(zhēng)，沒有套利的機(jī)會(huì)，只能死扛技術(shù)創(chuàng)新，搞長(zhǎng)線投資來(lái)保證自己未來(lái)的利潤(rùn)。

美國(guó)基因泰克公司那些投資人前后投了幾十年，就是因?yàn)槟芸吹绞锕庠谇懊嫠餍云疵伦ⅰ＿€有美國(guó)那個(gè)造機(jī)器人的波士頓動(dòng)力公司，也是投了二十多年了，到現(xiàn)在距離盈利還遙遙無(wú)期，像個(gè)無(wú)底洞一樣，但是他們做出來(lái)的機(jī)器人卻一年比一年NB。

我們現(xiàn)在還處于一個(gè)《羊了個(gè)羊》能爆火并創(chuàng)造盈利神話的市場(chǎng)，但是也沒必要著急，畢竟美國(guó)市場(chǎng)的底蘊(yùn)是靠上百年沉淀出來(lái)的。 我們只要找對(duì)方向，

設(shè)計(jì)/視覺：壯壯