文章主题：
🎉刚刚！百度又放大招！💡“文心一言”新发布，AI巨轮再启航！🚀这款创新力爆棚的语言模型，延续了百度在人工智能领域的卓越实力，是其大语言技术布局的重要里程碑。🌟相较于前作“文心一格”，这次的“一言”不仅提升了生成质量，更实现了广泛的应用场景，为用户提供更为流畅、个性化的交互体验。🔥无论是内容创作、智能搜索还是日常对话，都能感受到它强大的智慧与魅力。💡准备迎接AI语言新时代，让我们拭目以待！🌐
🌟百度引领潮流，李彦宏深情开场：在全球AI巨头中，我们是创新的先驱者！微软直接采用Open AI技术，而Google和Facebook却保持着神秘。我们的”文心一言”虽内测不完美，但基于市场需求的勇气，今日发布，旨在满足你的期待！🚀SEO优化提示：#百度AI #文心一言 #市场需求
在当下ChatGPT风靡全球的背景下，对专属AI语言模型的需求日益凸显，它不仅是提振民族信心的利器，也是应对技术挑战的必然选择。因此，这次发布会无疑将聚焦所有目光，成为市场期待的焦点。让我们共同期待其带来的创新与突破，为未来的智能对话开启新篇章。
从发布会来看，文心一言可以进行文学创作、商业文案创作、数理逻辑推算、中文理解和多模态生成。
🌟🚀 文学创作之旅，开启想象新篇！文心一言以深度解析，《三体》故事精髓尽在掌握。五大维度启发思考：生命意义的探索，人类宇宙交汇的哲思，道德伦理的边界，价值信仰的坚守，科技人文交融的深邃。续写路上，每一步都闪耀着智慧的光芒。🌍🌌 #文学创作# #科幻续篇# #深度解析
🌟【智能解密】文心一言，数学界的超级巨星！🚀面对复杂难题，如”鸡兔同笼”的挑战，文心一言展现无与伦比的逻辑推理实力。它以精准的分析和严谨的态度，如同学术泰斗般深度剖析，质疑每一个细节，确保答案的绝对精确。🎯不论是基础算术还是高级问题，都能轻松应对，让人惊叹不已！🌟欲了解更多数学神童的秘密？文心一言，你的智慧导师，带你领略逻辑世界的无限可能！📚✨
它还能将解题思路工整地写下来并给出正确答案。
🌟🚀揭秘未来！🔥——引领潮流的全能型多模态生成技术🌟在这个数字化时代，创新无处不在，而万众瞩目的【】无疑是技术革新的璀璨明珠。它就像文心一言的超级大脑，能轻松驾驭文字、图片、音频乃至视频这四大语言艺术形式，用科技的力量编织出丰富多元的信息世界。🌍🎨想象一下，只需轻轻一点，无论是撰写一篇深度报道，还是创作一段生动的音频教程，甚至是设计一张引人入胜的图像，多模态生成都能迅速响应，精准输出，让你的创意瞬间跃动于屏幕之上。💻🎵🖼️这项黑科技不仅仅是一种工具，它是连接现实与想象的桥梁，是信息传播的新纪元。它以强大的适应性和灵活性，打破了传统沟通的边界，让创新触手可及。🌐🌈欲了解更多这股未来浪潮的秘密，敬请关注我们的最新动态，一起探索这个充满无限可能的世界！👉🔍#多模态生成 #科技革新 #创意无限
文心一言用极快的反应时间就根据要求生成了一张 “2023 世界智能交通大会 ” 的海报，这就是属于输入文字输出图片的多模态生成。
耐人寻味的是，发布会上关于文心一言的演示全是录播，没有一段实机演示，导致现场弥漫着一股诡异的气氛。在展示出种种革命性的功能时，台下乌泱泱的观众并没有爆发相应的欢呼和掌声，跟我看过的任何一场发布会都形成了鲜明对比。
而李彦宏本人也没有表现出自己公司潜心多年搞出划时代产品的那种自信神态，反而像一个学生在硬着头皮依靠拖延战略来答辩，简称依托答辩。
二级市场也给出了质疑，项目演示开始不久，百度股价便应声跳楼，几分钟内暴跌 10%。
顺带一提，文心一言的同门 ” 文心一格 “，是一款百度旗下的 AI 画图产品，有好事网友用它生成了 ” 一只爱国的猫 “，居然全身美国国旗彩绘。战狼看了要虐猫，昊京看了也要吃不下白象方便面了。
Stable Diffusion 是一款热门的画图 AI，该网友的意思是，文心一格只是接入了 Stable Diffusion 的 API。就像你喊我给你画个图，我反手就一个电话打给我表哥喊他画完 V 我，我再 V 给你。
同为好事之徒的我用另一款叫 Midjourney 的画图 AI 也生成了类似图片。
△ Midjourney
有趣的是，我给的关键词同样是 ” 一只爱国的猫 “，但 Midjourney 识别出我使用的是中文后就给这只猫加上了像那么回事的中国元素。
咱说回文心一言，在问世之前，大家就把它对标 ChatGPT，但在发布会之后，大家一致认为这不过就是个 ChatPPT，所谓期望越大失望越大，也难怪网友会传出这样一幅恶搞图。
△看包浆梗图，品百味人生。
吐槽归吐槽，百度的勇气还是值得称赞的，有一种壮士赴死的气概。
作为文心一言对标产品的 ChatGPT 在百度发布会前一天发布了自家产品的升级版 GPT-4。
△我问了一下ＣhatGPT 对于这次发布会录播演示的看法
相较于已经技惊四座的 GPT-3.5 来说，GPT-4 显得更为惊艳，ChatGPT 经过这次迭代已经进化成一个大型多模态模型，在文字交互方面也超过了上一代非常多。
虽然 GPT-4 目前只支持输入文本和图片输出文本，但它输入图片输出文本的能力已经远远超出大家的预期，甚至能让人感到脊背发凉。
GPT-4 之于上一代，在文本的输入限制和记忆上都有了大幅提升，使得它与用户之间的对话具有更好的准确度和逻辑，先来直观感受一下 GPT-3.5 和 GPT-4 的数据投喂量差距。
GPT-4 在天量数据的支撑下已经能在号称美国高考的 SAT 中获得 1410 分的好成绩（总分 1600），已经超过了 90% 的人类学生。
最亮眼的还是 GPT-4 在专业领域的表现，它在美国 BAR 律师执照统考中同样超过了 90% 的人类，在 MKSAP 19 医学知识测试和高级侍酒师理论考试中则是超过了 75% 的人类。这些成绩对于 GPT-3.5 来说是遥不可及的。
△ GPT-4 在多项考试中远超 GPT-3.5
英伟达 AI 科学家 Jim Fan 对此感叹道：”GPT-4 最强的其实就是推理能力。它在 GRE、SAT、法学院考试上的得分几乎和人类考生没有区别。也就是说，GPT-4 可以全靠自己考进斯坦福了。”
在多模态生成方面，GPT-4 的表现更是令人头皮发麻，Open AI 总裁在发布会演示中手绘了一张笑话网站的样图。
再把样图用手机拍下来发给 GPT-4。
GPT-4 识别图片之后就根据指令输出了这个笑话网站的代码，程序员的屁股岌岌可危。
你要是随便发一张冰箱里的图片然后问它可以用这些东西做几顿饭，它马上就能给出相应的食谱。
GPT-4 还能根据图片内容以逻辑推断出其中的笑点，比如这张图：
你问它笑点在哪里，它会告诉你，这个充电线就是个又大又老的 VGA 接头，插在这个智能手机上反差很强烈。
再比如这个：
GPT-4 会告诉你，图片上的文字明明说这是从太空拍摄的地球照片，但图上的实际内容是一堆排列得像地图的鸡块，所以这个图的笑点在于图文不符。
此外，目前已经有一些基于 GPT-4 的项目出现，比如你可以通过输入文本来构建 3D 模型，元宇宙离实现更近了一步。就连摩根士丹利都在用 GPT-4 来组织他们庞大的知识库。
这些项目中最有意义的是一个叫作 “Be My Eyes” 的公益项目，顾名思义，GPT-4 可以充当盲人或视弱人群的眼睛，告诉他们衣服上的图案、识别各种产品等。
在不久的将来，GPT-4 就可以靠着强大的视觉识别功能完全取代导盲犬，带领盲人在复杂的环境中穿行，帮助他们在生活中获得最大程度的独立。
ChatGPT 的迭代速度远超想象，从 GPT-4 的技术报告中可以看到，GPT-4 早已于 2022 年 8 月就训练完成。
△ GPT-4 技术报告
而摩根士丹利也透露，更强悍的 GPT5 正在用 25000 多块英伟达 GPU 训练中。
△摩根士丹利报告
到这里就很明了了，百度的文心一言确实很拉，值得思考的是，究竟为什么会拉？
总的来说，咱们 AI 那么拉是多方面原因造成的，为避免不可抗力，就只从市场的角度来讨论讨论。
首先，各种民族性的批判都不靠谱，什么急功近利之类的，特别没意思。
我们和他们 AI 有差距的原因就是市场不同，如果市场上发点黄图就能挣钱，谁还会去拍片？但是在美国拍片都很难挣钱，因为 p 站上竞争太激烈，拍片的都卷成麻花了。（本观点来自一位匿名知乎用户，他本人是研究数字经济和创新管理的硕导）
不成熟的市场是技术无法创新的首要原因，到处都是套利的机会，没有人会去搞技术创新，大厂都忙着卖菜，忙着送外卖，忙着用弹窗广告从每个用户手里扣 5 角钱。
而成熟的市场充满高强度竞争，没有套利的机会，只能死扛技术创新，搞长线投资来保证自己未来的利润。
美国基因泰克公司那些投资人前后投了几十年，就是因为能看到曙光在前面索性拼命下注。还有美国那个造机器人的波士顿动力公司，也是投了二十多年了，到现在距离盈利还遥遥无期，像个无底洞一样，但是他们做出来的机器人却一年比一年 NB。
我们现在还处于一个《羊了个羊》能爆火并创造盈利神话的市场，但是也没必要着急，毕竟美国市场的底蕴是靠上百年沉淀出来的。
我们只要找对方向，
设计 / 视觉：壮壮
↓椰树，我从小看到大↓
↓靠送外卖，本土便利店就让日系便利店无路可走？↓
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
相关文章
