AI讓一切變得可能。

手工勞動/挖哥手工編輯 /角叔出品/獨角獸觀察

一位時尚女性走在充滿溫暖霓虹燈和動畫城市標牌的東京街道上。她穿著黑色皮夾克、紅色長裙和黑色靴子，拎著黑色手提包，戴著墨鏡，涂著紅色口紅。她自信而隨意地走著。街道潮濕且反光，在彩色燈光的照射下形成鏡面效果。許多行人在街上行走。

今年2月，OpenAI的Sora閃亮登場，這段60秒一鏡到底的文生視頻迅速火爆出圈，業(yè)界驚呼AI視頻的GPT時刻到了。

國內吃瓜群眾在感嘆Sora絲滑同時，也開始靈魂拷問：中國何時能有自己的Sora？壓力來到了百度這樣中國人工智能扛旗者身上。

跟還是不跟？

11月12日，在百度世界2024大會上，百度創(chuàng)始人李彥宏給出了答案：“當年初整個中文互聯網都為Sora捶胸頓足時，我們決定去解決圖像生成的幻覺問題。這個問題看起來更簡單，甚至更枯燥，但是不解決就不會有應用。”

這個取舍多少有些出乎常人意料，畢竟跟Sora相比，這個一點都不“性感”。

放棄大熱的Sora，選擇枯燥的iRAG，李彥宏做對了嗎？

01取舍

年初，在Sora特別熱的時候，《獨角獸觀察》了解到當時百度內部也有過討論，最后的結論是：千萬不能去做Sora，因為周期太長了，可能要投入10年、20年。無論多火，都不能做。

年底，這個抉擇讓李彥宏站在上海世博中心的演講臺上，底氣十足地宣布：“過去24個月，這個行業(yè)最大的變化是大模型基本消除了幻覺，回答問題的準確性大幅提升。”

李彥宏的底氣來源于百度的一項顛覆性技術iRAG（image based RAG），檢索增強的文生圖技術。

眾所周知，大模型是一個概率模型，生成的內容具有一定不確定性，經常會出現一些胡說八道，讓人哭笑不得的結果。業(yè)界把這些由AI產生的不真實、虛構的內容稱為AI幻覺現象。

李彥宏在現場展示了一張由開源模型生成的北京天壇圖片，看上去很像，但總覺得哪兒又不對。直到對比天壇照片，才發(fā)現真正的天壇其實是三層，而模型生成的是四層。

這種李鬼替代李逵的情況，自娛自樂還行，要想變得可用、可信賴、有“人味”，就需要解決幻覺這個問題。

與Sora相比，幻覺問題可能不那么出彩，但他卻是制約大模型廣泛應用的最大限制之一，幻覺問題不僅影響了AI的實用性，也限制了大模型在很多領域的應用。尤其像醫(yī)療、法律這樣需要高度準確性的應用場景，一個小誤差就可能導致嚴重的后果。

AI應用要迎來百花齊放，幻覺問題就是那堵遮擋了陽光，影響花兒成長的厚墻。

所以，從輕重緩急來說，iRAG比Sora的優(yōu)先級更高。

如果把格局拉大到整個人工智能行業(yè)，解決幻覺問題比做出Sora重要，它能幫助更多的應用落地，讓更多人用上AI技術，從而惠及更多行業(yè)。

百度檢索增強的文生圖技術iRAG ，通過把自身億級圖片數據和基礎模型能力結合，利用檢索到的信息來指導文本或答案，大大提高了內容的質量和準確性，解決了以往文生圖模型生成圖片“機器味”重、一眼假的問題。

耳聽為虛，眼見為實。《獨角獸觀察》在文小言上實測了一輪，生成了下面這組圖片。

▲把蓋茨安排到長城跟關羽搓麻將，就問他怕不怕？

▲手持狙擊槍的林黛玉，你們從來沒見過吧？

▲老年蘇菲瑪索擁抱年輕的自己。

▲“搬家”到沙漠的自由女神像和埃菲爾鐵塔。

▲一個人冒雪上朝的張居正。

▲飛越壺口瀑布的法拉利。

雖然這組奇思妙想的圖片，大多不可能在現實中出現，但由iRAG生成的圖片，元素都非常真實，準確性也非常高，如果不是因為內容太過“違和”，已經看不出“AI味兒”。

通過iRAG去偽存真后，AI生成圖片的可用性大大提高，應用空間也就隨之打開了。像影視作品、漫畫作品，連續(xù)畫本，海報制作等，通過iRAG生圖可以大幅降低創(chuàng)作成本。

比如，一些大品牌的宣傳，拍一組高質量的海報，需要找策劃、模特、攝像等大量人力，消耗大量財力，動輒一個項目都需要少則一二十萬，大則幾十萬，但現在成本接近于0。

李彥宏將iRAG的商業(yè)價值總結為：無幻覺、超真實、沒成本，立等可取。

02有用

李彥宏今年的演講主題是《應用來了》。

與李彥宏過去1年多對大模型的思考一脈相承，其核心就兩個字：有用。

“沒有構建于基礎模型之上的，豐富的AI原生應用生態(tài)，大模型就一文不值。”去年百度世界大會，李彥宏呼吁創(chuàng)業(yè)者去做更容易產生價值的應用。

今年，李彥宏把有用“升級”到超級有用：“百度不是要推出一個“超級應用”，而是要不斷地幫助更多人、更多企業(yè)打造出數以百萬‘超級有用’的應用。”

正是基于有用的原則，李彥宏舍棄了看上去很華麗的sora，選擇做iRAG去解決幻覺問題，搬走了大模型走向“有用”的最大路障。

“基礎模型能力就緒，我們將迎來AI應用的群星閃耀時刻。每一個應用都是一顆星，每一個應用都將成為改變世界的力量。”李彥宏認為未來有兩大AI應用方向：一個是智能體，另一個是產業(yè)應用。

大會現場，百度發(fā)布了基于大模型的100大產業(yè)應用，涵蓋了制造、能源、交通、政務、金融、汽車、教育、互聯網等眾多行業(yè)。

這宣示著大模型不再是空中樓閣，已開始切切實實在重塑千行百業(yè)。

如果說iRAG 讓大模型更有用，秒噠則讓大模型的使用門檻更低。

李彥宏演示了通過秒噠如何搭建一個活動報名系統(tǒng)。

在整個“開發(fā)”過程中，李彥宏只是向秒噠描述了需求，小組長、策劃、小編、程序員和質檢員5個智能體互相協(xié)作，協(xié)同完成策劃、內容和開發(fā)等各種工作，他們甚至還能自動識別bug。

無代碼編程、多智能體協(xié)作、多工具調用，秒噠不用寫代碼，就能實現任意想法，讓每個人具備程序員的能力。

“我們將迎來一個前所未有的只靠想法就能賺錢的時代。”百度CEO李彥宏說。

這個將于明年一季度上線的工具，對大模型的重要性或許不亞于windows系統(tǒng)對PC普及的意義。

上世紀末，電腦操作系統(tǒng)還是基于文本命令行界面的dos系統(tǒng)，對沒有計算機基礎的用戶非常不友好，windows的圖形界面，大大降低電腦使用門檻，讓電腦真正開始進入尋常百姓家。

03預見

從2022年chatgpt橫空出世至今，大模型已經火了將近兩年。

這輪全球性的大模型狂熱，究竟是一場新的技術革命，還是新一輪泡沫？

李彥宏和他的百度文心大模型給出了答案：截至 11 月初，百度文心大模型的日均調用量超 15 億，最近半年增長率更是達到7.5倍。

30多年前，還在北大讀書的李彥宏主動選修了人工智能課程，自此就給AI結下了不解之緣，成為AI的長期信仰者。

去年，在chatgpt后，李彥宏率先發(fā)布了國內第一個大模型。

如今，大模型已成了互聯網大廠的“一號工程”。但鮮有像李彥宏這樣的“一號位”還活躍在前臺，不遺余力大力推介AI。

2023年9月，《時代》周刊發(fā)布了首屆全球百大AI人物，李彥宏被評為全球AI領袖，和他一起被評選上的還有馬斯克、黃仁勛等。

《時代》評語：“李彥宏是中國最杰出的未來主義者，長期投身于AI發(fā)展的浪潮。”

預見未來，讓李彥宏在狂熱的市場里，總能保持一份“人間清醒”。

去年，當各路人馬蜂擁而入，鏖戰(zhàn)大模型時，李彥宏說“不要卷模型，要卷應用”。事后證明確實不需要這么多大模型，如今美國還在堅持做基礎大模型也就剩下幾個巨頭。

當應用開始被重視，很多人開始追求C端AI超級爆款，李彥宏說：“大模型對ToB 業(yè)務改造，比互聯網對 ToB 的影響力要大一個數量級。”如今，C端的AI“超級APP”依然難尋，ToB 應用百花齊放。

當Sora年初炸場時，李彥宏選擇去解決圖像生成的幻覺問題，收獲了顛覆性技術iRAG。

在最近的一次專訪中，李彥宏詳解了他放棄做Sora的原因，他認為Sora本質上是在任意場景下的視頻生成能力，這個事情本身是非常有意義的，但同時又非常難，需要很長很長時間才能夠做出來。

一語成讖。

接近年底，Sora依然難產，一些試用Sora的電影制作人體驗后覺得并不太理想，有電影人反饋必須讓模型生成數百個短片，才能找到一個可用的短片。

Sora剛出來時，擔心工作被AI取代，好萊塢影視從業(yè)者還爆發(fā)了抗議潮。現在，好萊塢已經很久沒有抗議聲了。

跟著別人跑多為跟風者，耐得住寂寞，堅持自己方向的人才可能成為追風者。

在李彥宏眼中，人工智能很像是一次新的工業(yè)革命，這意味著它不是三五年就結束，不是一兩年就出現“超級應用”的過程，它更像是未來三十、五十年對整個社會一個非常徹底的重構。

在人工智能的這場馬拉松式競賽中，不逞一時之“快”，保持足夠耐心和戰(zhàn)略定力，才不會掉隊、跑偏。（完）

       原文標題 : 當Sora驚艷業(yè)界時，李彥宏為何選了另一條路？