文心iRAG能力怎麼樣？王海峯詳解背後技術

“文心一言的用户規模達到4.3億。”11月12日，以“應用來了”為主題的百度世界2024在上海舉辦，百度首席技術官王海峯在會上宣佈了這一數據。除用户規模外，王海峯還解讀了文心大模型最新技術及應用，如檢索增強的文生圖、無代碼產品秒噠、文心快碼等。

大會現場，繼百度創始人李彥宏宣佈文心大模型日均調用量已超過15億，王海峯公佈了文心一言用户規模達到4.3億。

自去年3月16日發佈文心一言以來，百度文心大模型不斷升級，知識增強、檢索增強以及智能體等技術也在不斷進化。

據王海峯介紹，在檢索增強方面，百度研發了「理解-檢索-生成」協同優化的檢索增強技術，提升了大模型技術及應用效果；面向不同應用場景的生圖需求，進一步研發了檢索增強的文生圖技術，既可以生成精確的圖片，也可以進行泛化生圖。

那麼，大模型是如何做到這一點的呢？

首先，基於大模型對用户的需求進行分析理解，自動規劃精確或泛化方案，比如對哪些實體進行增強；接着在增強階段，對需要增強的實體，檢索並選擇相應的參考圖。最後在生成階段，自研了多模可控生圖大模型，一方面，通過局部注意力計算，在保持實體特徵不變的情況下，實現了圖像的高泛化生成，比如根據牛頓的肖像，生成繪本風格的牛頓；另一方面，通過整體注意力計算，進行高精確的圖像生成，比如生成圖中的汽車跟原圖片保持完全一致。在實際應用中，這個方法也支持用户上傳參考圖，應用户期望進行生成。

早在去年10月，百度就發佈了智能體機制，並研製了系統2。其核心是思考模型，包括理解、規劃、反思和進化，能夠做到可靠執行，自我進化，並在一定程度上將思考過程白盒化，從而讓機器像人一樣思考和行動，自主完成複雜任務，同時在環境中持續學習、自主進化。

人類社會中，一個人掌握的知識和技能終歸是有限的。為了完成更加複雜的任務或項目，需要團隊協作。同樣，智能體為了完成複雜任務，也需要多智能體的協作，比如，中心化、去中心化和流水線等模式。多智能體的協作可以有效增強智能系統的整體效能，提升解決複雜問題的能力。

王海峯分享了多智能體在代碼場景裏的應用——秒噠和文心快碼。秒噠採用了智能體的中心化模式，其中的代碼智能體通過場景知識的增強，提升了複雜代碼生成的質量與穩定性，高效實現用户需要的功能。智能代碼助手文心快碼升級至3.0版本，現場王海峯進一步演示了文心快碼完成系統的功能開發、代碼測試和問題修復等能力。在開發全流程中，多個智能體流水線協同，大幅提升了程序員的工作質量和效率。

大模型、智能體等技術發展迅速，而這些技術如何更高效率、更低門檻應用於產業呢？

據瞭解，面向產業需求，百度打造了文心大模型矩陣，包括ERNIE 4.0 Turbo等旗艦大模型、ERNIE Speed等輕量模型，以及基於基礎模型生產的系列思考模型和場景模型，滿足不同應用的需要。而在這背後，文心大模型和飛槳深度學習的平台聯合優化，持續創新，提升了模型效果、訓練效率和推理性能，支撐了文心大模型的廣泛應用。王海峯現場披露，飛槳文心開發者數量已達1808萬，服務了43萬家企業，創建了101萬個模型。

隨着人工智能技術加速進步，AI在千行百業的應用也越來越深入。例如，在教育科普領域，中國科學技術館與百度達成戰略合作，雙方將利用人工智能技術為科普教育注入新活力，賦能智慧科技場館建設。中國科學技術館館長郭哲與王海峯還在現場發佈了“科技館智能體”，助力科普服務觸手可及；在體育領域，大模型等人工智能技術輔助國家隊備戰訓練，為運動員奪金爭銀提供科技支撐。智能跳水輔助訓練系統採用雲、邊、端一體化技術，全自動識別、跟蹤、採集、分析每一個跳水動作。基於文心大模型，系統還可以對動作即時打分、精準量化分析，制定訓練計劃，對運動員身體數據進行科學評估和全面管理。

當下科學技術的發展和廣泛應用，離不開人才。科技是第一生產力，人才是第一資源。現場，百度公佈了人工智能人才培養的最新數據：已為社會培養了592萬AI人才。

最後，王海峯還篤定地透露，文心大模型仍在持續訓練中，更強大的新版本值得期待。