用技術(shù)望遠(yuǎn)鏡看國內(nèi)大模型：文心閃耀 雙榜領(lǐng)跑

中國大模型應(yīng)用，正在進(jìn)入“可觀測期”。

《中國大模型中標(biāo)項(xiàng)目監(jiān)測報(bào)告（2024年5月）》中顯示，截至5月，中國大模型的相關(guān)中標(biāo)金額已經(jīng)超過2023年全部中標(biāo)項(xiàng)目的披露金額。

在大模型全面落地四處開花的同時(shí)，大模型正擺脫“不可觀測”狀態(tài)，過去由于大量大模型應(yīng)用在B端，信息相對(duì)封閉，對(duì)于產(chǎn)業(yè)來說，他們很難清晰獲知大模型技術(shù)水平、擅長領(lǐng)域、落地能力，無形中增加了智慧化轉(zhuǎn)型的決策成本。

隨著大模型技術(shù)評(píng)測體系的逐漸成熟，我們仿佛擁有了天文望遠(yuǎn)鏡，可以在群星閃耀中，找到那顆最耀眼的星。

最近，國際權(quán)威機(jī)構(gòu)IDC發(fā)布了《中國大模型市場主流產(chǎn)品評(píng)估，2024》，智源研究院打造的FlagEval天秤大模型評(píng)測平臺(tái)也發(fā)布了最新一期模型評(píng)測排行榜單，兩項(xiàng)評(píng)測中百度文心大模型實(shí)現(xiàn)了雙榜奪魁。

“望遠(yuǎn)鏡”背后技術(shù)評(píng)價(jià)機(jī)制

我們可以簡單看看，這兩架“天文望遠(yuǎn)鏡”分別采用了哪些評(píng)價(jià)機(jī)制。

IDC的評(píng)估分為基礎(chǔ)能力和應(yīng)用能力，其中基礎(chǔ)方面涉及問答、推理、創(chuàng)作、數(shù)學(xué)、代碼等能力，應(yīng)用方面既考驗(yàn)toC通用場景，也考驗(yàn)金融、零售、法律等toB細(xì)分場景。

盡管有GPT-4這樣的有力對(duì)手，文心一言仍然在七大維度全面領(lǐng)先。

智源研究院打造的FlagEval天秤大模型測評(píng)平臺(tái)發(fā)布于2023年，面向視頻、語音、多模態(tài)等多個(gè)領(lǐng)域，在FlagEval大語言模型評(píng)測體系當(dāng)前包含6大評(píng)測任務(wù)，近30個(gè)評(píng)測數(shù)據(jù)集，超10萬道評(píng)測題目。

在閉源對(duì)話模型榜單中，文心大模型4.0以89.72的綜合評(píng)分排名第一，OpenAI的GPT-4o等位列其后。

可見不論是從全領(lǐng)域能力角度進(jìn)行評(píng)估，還是考察至關(guān)重要的大語言水平，文心一言毫無疑問都是中文大模型的榜首，是星海中光芒最耀眼的一顆。

技術(shù)之光

抬頭仰望星空時(shí)，我們看到的，其實(shí)是星星幾年，甚至幾十幾百年以前留下的掠影。

同樣，想要讓大模型從“不可觀測”變?yōu)椤翱捎^測”，除了對(duì)當(dāng)下的技術(shù)能力進(jìn)行評(píng)測，我們也要回溯光芒的源頭，也就是大模型的技術(shù)內(nèi)核。

從文心大模型來看，這種技術(shù)之光可以分為兩個(gè)層面：

第一層，是技術(shù)投入的“原生光芒”。

百度對(duì)于深度學(xué)習(xí)的探索挖掘，包括對(duì)AI技術(shù)的應(yīng)用，已經(jīng)有十?dāng)?shù)年之久。在大模型熱還未被掀起的2019年，百度就打造了第一代文心大模型體系，從而才有了建立在文心大模型之上的文心一言。

如今經(jīng)過數(shù)次迭代，文心大模型在理解、生成、邏輯、記憶四大能力讓其他廠商難以望其項(xiàng)背。IDC報(bào)告中就顯示，在數(shù)學(xué)類和代碼類等考驗(yàn)?zāi)Ｐ瓦壿嫛⑼评淼饶芰Φ脑u(píng)測中，百度文心大模型體現(xiàn)出了強(qiáng)大的體系化思維、邏輯思維和抽象思維能力。

能力迭代背后，是文心大模型有條不紊的全面技術(shù)布局。

比如通過文心飛槳的聯(lián)合調(diào)優(yōu)，通過高效算力和自研框架來提升大模型的訓(xùn)練效率，增加技術(shù)的迭代速度。

又比如面對(duì)近年來爆火的智能體Agent技術(shù)，文心大模型第一時(shí)間推出了文心智能體平臺(tái)。在基礎(chǔ)模型能力上疊加思考增強(qiáng)訓(xùn)練，以基礎(chǔ)模型+思考模型的形式，讓大模型更接近于人類的學(xué)習(xí)、理解和執(zhí)行模式。

像百度自己，就通過這種模式打造了代碼智能體和智能代碼助手Comate，目前Comate生成代碼整體采納率已達(dá)46%，新增代碼中生成比例已達(dá)27%。IDC的報(bào)告中我們也能發(fā)現(xiàn)，在代碼類所有6個(gè)細(xì)分維度中，百度均入圍優(yōu)勢廠商。

對(duì)于技術(shù)研發(fā)的深埋與前瞻，讓這顆星體源源不斷的釋放著創(chuàng)新之火，點(diǎn)亮宇宙的一隅。

第二層，是產(chǎn)業(yè)協(xié)作的“折射光芒”。

文心大模型能力的來源，除了自身的研發(fā)投入，還有廣泛的產(chǎn)業(yè)實(shí)踐。

截至目前，文心一言累計(jì)用戶規(guī)模已達(dá)2億，日均調(diào)用量也達(dá)到了2億。這一數(shù)字在同類生成式AI產(chǎn)品中一騎絕塵。

在toB領(lǐng)域，百度一方面將文心大模型全面落地于自身業(yè)務(wù)中，如搜索、地圖、信息流。同時(shí)百度智能云還推出了千帆大模型平臺(tái)，打造一站式企業(yè)級(jí)大模型開發(fā)平臺(tái)。不久前，文心大模型還對(duì)外免費(fèi)開放了ERNIE Speed、ERNIE Lite兩款主力模型。

在不斷對(duì)外開放的過程中，文心大模型的調(diào)用量呈幾何式增長，合作伙伴與案例也越來越多。從國家電網(wǎng)、南方電網(wǎng)、中國航天這樣的國之重器，到金融保險(xiǎn)領(lǐng)域的浦發(fā)銀行、泰康保險(xiǎn)，再到終端領(lǐng)域的榮耀、三星，媒體領(lǐng)域汽車之家……在不斷與合作伙伴共建行業(yè)大模型的過程中，文心大模型已經(jīng)實(shí)現(xiàn)了中國最為廣泛的產(chǎn)業(yè)落地規(guī)模。

在廣泛的產(chǎn)業(yè)合作中，文心大模型得以被真實(shí)應(yīng)用場景滋養(yǎng)，不斷從中發(fā)掘細(xì)節(jié)需求，進(jìn)而針對(duì)性地提升技術(shù)能力。

舉例來說，在大量的實(shí)踐中百度得以發(fā)掘，大模型落地過程中，效果、效率和成本都是重要考量。因此，推出了多模型推理技術(shù)來提升推理效率，以降低落地成本。

有對(duì)周圍產(chǎn)業(yè)伙伴光芒的“折射”，我們觀測到的星光可以更加立體。文心大模型的成就不僅僅來自機(jī)構(gòu)評(píng)測的認(rèn)可，更來自一個(gè)個(gè)堅(jiān)實(shí)的落地案例。

大模型星光如何照耀產(chǎn)業(yè)星球

當(dāng)我們望見星光時(shí)，它正在向軌道更遠(yuǎn)處運(yùn)行著，從大模型元年，走入了大模型落地元年。

《中國大模型中標(biāo)項(xiàng)目監(jiān)測報(bào)告（2024年5月）》中顯示，今年5月份大模型中標(biāo)項(xiàng)目數(shù)量創(chuàng)下了新高。毫無疑問，隨著大模型“不可觀測性”逐漸褪去，產(chǎn)業(yè)對(duì)于大模型的需求，正在進(jìn)入井噴狀態(tài)。需求暴漲的情況下，大模型要如何站穩(wěn)潮頭，真正在行業(yè)領(lǐng)域站穩(wěn)腳跟？以文心大模型為例，縱觀文心大模型近一年來的動(dòng)作，仿佛是一場星際旅行，不斷從遙遠(yuǎn)的技術(shù)天空貼近我們所在的應(yīng)用星球。

文心大模型留下了技術(shù)的軌跡，通過不斷的研發(fā)，讓大模型更加貼近AGI，在能力層面更適應(yīng)應(yīng)用領(lǐng)域的復(fù)雜任務(wù)。

文心大模型也留下了普惠的軌跡，主力模型的免費(fèi)開放，落地成本的不斷降低，都讓大模型更加易用，讓更多產(chǎn)業(yè)伙伴加入行業(yè)大模型的聯(lián)合創(chuàng)新中。

文心大模型還留下了生態(tài)的軌跡，百度對(duì)于開發(fā)者生態(tài)的建設(shè)持之以恒，目前已在全國最大AI社區(qū)“星河社區(qū)”中打造了大模型板塊，也推出了智能體平臺(tái)這樣降低大模型應(yīng)用研發(fā)門檻的工具。開發(fā)生態(tài)的繁榮，讓文心具備更多引力，加速向產(chǎn)業(yè)目標(biāo)行駛而去。

有了這三道清晰的軌跡，我們也就能夠望見文心，包括整體中國大模型的未來將如何到來。

星移斗轉(zhuǎn)中，產(chǎn)業(yè)對(duì)于大模型能力與價(jià)值的認(rèn)知正在逐漸清晰。