GPT-4發布一天之後，壓力全部給到百度這邊。
就在剛剛，百度交卷。
文心一言，百度全新一代知識增強大語言模型，正式在百度總部會議室裡發布。
在一片靜寂的氛圍裡，李彥宏小步登場，語氣裡帶著點緊張：
大家的期望值，是我們對標ChatGPT，對標GPT-4，這個門檻有點高（笑）。
十月懷胎，我們就帶大家來看看這個AI大模型文心一言長什麼樣。
此前，有人狂轉meme圖把百度比作GPT-4旁邊的垃圾箱。
也有人鼓吹百度是全村的希望。
而在發布會進行的同時，百度港股市值大幅下跌，相關話題還衝上了微博熱搜。
但直播彈幕中也有網友點贊：
那麼這個中國版ChatGPT到底實力如何？
咱們就用百度發布會演示的預錄製Demo，對比一下嶄新出爐的GPT-4，先憑實力說話。
文心一言vs GPT-4
和GPT-4一樣，文心一言是一個多模態大模型。
李彥宏開場就展示了文心一言具備的5種能力，包括文學創作、商業文案創作、數理邏輯推算、中文理解、多模態生成。
文心一言甚至還現場秀了一口接地氣的四川話，現場網友發出一片笑聲：
其他能力如何？我們具體展開來看。
文學創作
在文學創作上，李彥宏一開場就搬出了《三體》作者劉慈欣坐鎮。
先讓文心一言介紹一下大劉，畢竟我也是劉慈欣老鄉嘛：
看起來沒什麼問題。同樣的問題問問GPT-4呢？
嗯？ ？ ？直接把劉慈欣的老家挪到了湖北省洪湖市。湖北人狂喜。
隨後，李彥宏又展示了從哲學的角度對這段文章進行續寫的demo：
看起來中規中矩，比較理性。老樣子，我們也來與GPT-4進行一波對比：
這波你是想看GPT-4續寫的《三體》，還是文心一言的？
再來看看《三體》電視劇中扮演史強和汪淼的老搭檔，於和偉和張魯一，有什麼共同點？
也沒什麼問題。
就是看起來展示的速度有點快，比李彥宏的語速還要快上那麼一點點（手動狗頭）。
商業文案創作
接下來，李彥宏又展示了一下文心一言在商業文案創作上的能力。
比如給新公司起個名字。
並且這個名字它還不是瞎起的：
再來看看GPT-4起名的效果？
看起來，GPT-4對中文的掌控能力相比之下還是少了一點精髓。
至於寫個公司成立的新聞稿？對文心一言來說似乎也不成問題：
數理邏輯推算
數學能力，是考驗生成式大模型的一大難題。 ChatGPT剛上線時，也翻了不少車。
不過在現場，文心一言處理的數學問題不算複雜，是小學數學競賽常見的雞兔同籠問題。
彩蛋是，李彥宏現場展示的第一題，引得文心一言說出了《狂飆》里高啟盛的經典台詞：這題出得不對。
修改一下題目，OK，再扔給文心一言試試：
看起來，答案還算是有理有據，一步步邏輯推理出來的那種。
李彥宏表示，這些題不敢說百分之一百能做對，但至少體現了文心一言的思考歷程。
中文理解
接下來，李彥宏著重展示了一下文心一言對中文的理解能力，並特意強調：
文心一言對中國文化的了解，理應超出任何一個預訓練大模型。
一上來就是一個成語，洛陽紙貴到底有多貴？
這是文心一言的效果展示：
還解釋了一下這個成語背後的經濟學原理：
那麼，將這個問題拋給GPT-4呢？首先問問它，知不知道洛陽紙貴是什麼意思：
接下來，再問問他對應的經濟學理論是什麼：
這波看起來，GPT-4的中文理解似乎也不輸文心一言啊。
那麼，再來看看二者寫藏頭詩的能力？
首先是文心一言的效果展示：
接下來，我們再看看GPT-4怎麼說：
誒，看起來反而是GPT-4沒有真正理解藏頭詩的含義。
這波文化理解上，屬實是文心一言小胜一籌了。
不過在英文上，李彥宏也承認，雖然文心一言也能處理，但能力是顯著不如中文的。
這也和百度目前能用到的訓練數據有關。
多模態生成
最後，李彥宏還簡單展示了一下文心一言多模態生成的能力。
首先來看看，為即將到來的2023世界智能交通大會創作海報。
而除了前文展示過的文字轉四川話能力，文心一言還能文字轉視頻。
李彥宏一句指令，將以上內容生成視頻，很快啊，不到幾秒鐘，文心一言就把字幕和視頻做好了：
有些遺憾的是，在ChatGPT被頻頻稱讚的編程方面，文心一言並沒有現場展示相關能力。
但王海峰透露，文心一言的訓練數據中同樣包括代碼。
文心一言如何“跑通”？
正如ChatGPT脫胎於OpenAI的GPT系列，百度這次推出的文心一言（ERNIE Bot），背後也正是基於文心大模型技術打造。
據王海峰介紹，文心一言主要脫胎於兩大模型：
百度ERNIE系列知識增強千億大模型，以及百度大規模開放域對話模型PLATO。
在此基礎上，主要採用了六項核心技術。
其中三個是廣為人知的大模型技術，包括有監督精調、人類反饋強化學習（RLHF）和提示構建。
ps 人類反饋強化學習也是ChatGPT的關鍵技術。
另外三個，則是百度比較有特色的技術，包括知識增強、檢索增強和對話增強技術。
首先來看與ChatGPT類似的技術：有監督精調、RLHF和提示構建。
有監督精調，尤其指中文方面的數據精調。百度基於對中國語言文化和中國應用場景的理解，篩選了特定的數據來訓練模型。
至於人類反饋的強化學習（RLHF）和提示構建，操作上也與ChatGPT大差不差。
隨後是百度提出的、用於進一步改善模型效果的技術。
知識增強，包括知識內化和知識外用兩個部分。其中，知識內化即將知識滲透進模型參數中；知識外用指的是模型可以直接使用外部的知識。
檢索增強，則與百度搜索引擎積累的檢索技術有關。
百度將把檢索技術和生成技術結合起來，先對內容進行檢索後，將比較有用的部分用於生成，再整合輸出結果：
最後是對話增強部分，包括之前百度積累的記憶機制、上下文理解和對話規劃等技術：
概括來看，文心一言表現出的能力，被李彥宏稱為智能湧現：當參數達到千億量級，訓練語料達到足夠多的情況下，這種現象就會發生。
目前，百度擁有的AI技術可以分為四個部分，芯片（崑崙芯）、框架（飛槳）、模型（文心）和應用。
之所以軟硬件都要佈局，百度稱，是為了降低成本：生成式AI需求的算力非常高，費用相當昂貴。
因此，如果在四層架構之間相互進行協同優化，就能讓它的效率比別人更高，從而顯著降低成本。
李彥宏認為，這也正是百度的優勢所在：四層都有領先產品的公司，絕無僅有。
這次文心大模型背後的硬件算力，也是通過百度智能雲提供服務。
目前，文心一言已經接入百度搜索，目的在於提升搜索資源效率。
同時，包括小度和自動駕駛Apollo等產品，以及愛奇藝等公司也已經接入百度的文心一言模型。
網友：看來還不用提前退休
截至發稿，百度港股股價在一波明顯下跌之後，有所回彈。
發布會結束，網友反應最多的是提前錄製有點敗好感：
對於這一點，李彥宏的解釋是，給出的問題都比較長，為了節約現場時間，所以才用了提前錄製的形式。
還有不少網友對文心一言展示出的能力不太滿意。有人調侃，看完之後感覺提前退休的日子看起來還可以緩一緩：
離GPT-4還差了20個老胡。
還有網友感覺，文心一言的發布會像極了畢業答辯的自己（doge）：
不過也有網友表示，希望能給國產產品一點時間一點耐心。
發布會末尾，王海峰宣布，文心一言將從今天開始對外進行測試，包括個人用戶和企業用戶。
是騾子是馬，相信接下來，會得到更多驗證。
One More Thing
對了，有網友表示，已經拿到了文心一言的內測資格：
你好，感謝您體驗文心一言，體驗地址: https://yiyan.baidu.com/welcome，希望您在體驗當中給予更多意見，文心一言邀請碼：KFCVME50RMB，2023年3月16日24:00前有效。
嗯，萬物瘋狂星期四。