百度王海峯披露飛槳生態最新成果 開發者數量已達800萬_風聞

8月16日，由深度學習技術及應用國家工程研究中心主辦的WAVE SUMMIT深度學習開發者大會2023在北京舉行。百度首席技術官、深度學習技術及應用國家工程研究中心主任王海峯做了主題演講。王海峯首次對外表示，大語言模型具備了理解、生成、邏輯、記憶等人工智能的核心基礎能力，為通用人工智能帶來曙光。

飛槳開發者數已達800萬 模型數超80萬

WAVE SUMMIT深度學習開發者大會始於2019年4月。王海峯在首屆大會上提出，深度學習具有很強的通用性，並具備標準化、自動化和模塊化的工業大生產特徵，推動人工智能進入工業大生產階段。四年來，深度學習技術和應用的發展充分驗證了這一觀點。深度學習技術的通用性越來越強，深度學習平台的標準化、自動化和模塊化特徵越來越顯著，而預訓練大模型的興起，使得人工智能應用的深度和廣度進一步拓展。人工智能已進入工業大生產階段。

標準化方面，框架和模型聯合優化，多硬件統一適配，應用模式簡潔高效，大幅降低人工智能應用門檻；自動化方面，從訓練、適配，到推理部署，提升人工智能研發全流程效率；模塊化方面，豐富的產業級模型庫，支撐人工智能在廣泛場景的便捷應用。

據瞭解，得益於飛槳產業級深度學習開源開放平台和文心大模型的互相促進，飛槳生態愈加繁榮，已凝聚800萬開發者，服務22萬家企事業單位，基於飛槳創建了80萬個模型。王海峯闡釋了飛槳開發者社區AI Studio中文名“星河社區”的雋永含義，“文心加飛槳，翩然赴星河”。和所有的開發者一起，在飛槳和文心的加持下，共建星河社區，共赴通用人工智能的星辰大海。

大語言模型為通用人工智能帶來曙光

王海峯表示，人工智能具有多種典型能力，理解、生成、邏輯、記憶是其中的核心基礎能力，這四項能力越強，越接近通用人工智能，而大語言模型具備了這四項能力，為通用人工智能帶來曙光。

具體而言，人工智能的典型能力如創作、編程、解題、規劃等都依賴於理解、生成、邏輯、記憶等核心基礎能力，依賴程度有所不同。以解題為例，從讀懂題目、解答題目到最後寫出答案，需要理解、記憶、邏輯及生成能力的綜合運用。

如何獲得這些能力呢？以文心一言為例，首先從數萬億數據和數千億知識中融合學習得到預訓練大模型，在此基礎上採用有監督精調、人類反饋的強化學習和提示等技術，並具備知識增強、檢索增強和對話增強等技術優勢。

進一步地，通過多種策略優化數據源及數據分佈、基礎模型長文建模、多類型多階段有監督精調、多任務自適應有監督精調、多層次多粒度獎勵模型等技術創新，全面提升基礎通用能力。在檢索增強和知識增強的基礎上，通過知識點增強，提升對世界知識的掌握和運用；通過大規模邏輯數據構建、邏輯知識建模、多粒度語義知識組合以及符號神經網絡，提升邏輯能力；通過構建數據、內容、模型和系統安全的全面安全體系，保障大模型的安全性。

效率方面，通過飛槳端到端自適應混合並行訓練技術以及壓縮、推理、服務部署的協同優化，文心大模型訓練速度達到原來的3倍，推理速度達到原來的30多倍。

應用方面，通過數據驅動、提示構建，以及插件增強進行場景適配，協同優化。文心一言已上線百度搜索、覽卷文檔、E 言易圖、説圖解畫、一鏡流影五大插件，使模型具備生成實時準確信息、長文本摘要和問答、數據洞察和圖表製作、基於圖片的創作和問答、文生視頻等能力。插件機制擴展了大模型能力邊界，更適應場景需要。王海峯表示，未來百度將與開發者共建插件生態，共享技術創新成果。

以大語言模型為代表的人工智能正在深入千行百業，加速產業升級和經濟增長。在這個進程中，技術創新和應用落地形成良性循環，理解、生成、邏輯、記憶等能力持續提升，產業應用的廣度和深度持續拓展，大語言模型為通用人工智能帶來曙光。