深燃（shenrancaijing）原創(chuàng)
作者 | 王敏
編輯 | 向小園
不久前，谷歌一研究員爆料AI有意識(shí)的事件剛上熱搜，今天，2022百度世界大會(huì)上的一個(gè)小插曲，再度引發(fā)大家對(duì)AI的討論。
7月21日上午，2022百度世界大會(huì)官方視頻號(hào)直播突然被中斷，隨后緊急恢復(fù)。有不少網(wǎng)友調(diào)侃，可能是直播中提到無(wú)人駕駛，一直在說(shuō)“開(kāi)車(chē)”，被AI判定為違規(guī)。
這當(dāng)然只是一個(gè)玩笑，但“AI已經(jīng)具備人格，要意識(shí)覺(jué)醒了”似乎是AI發(fā)展歷史上的永恒話題。長(zhǎng)期關(guān)注AI的朋友都知道，這還很遙遠(yuǎn)，但其實(shí)，AI的創(chuàng)作能力已經(jīng)到了開(kāi)始搶人類(lèi)“飯碗”的地步。
這次“百度世界大會(huì)”上，百度創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官李彥宏分享了對(duì)于AIGC的思考，讓AIGC的概念備受關(guān)注。
什么是AIGC？李彥宏指出，AIGC（AI generated content，AI生產(chǎn)內(nèi)容）是繼UGC（用戶生產(chǎn)內(nèi)容）、PGC（專(zhuān)業(yè)生成內(nèi)容）之后，全新的內(nèi)容生產(chǎn)方式，不僅能提升內(nèi)容生產(chǎn)的效率，還能創(chuàng)造出有獨(dú)特價(jià)值和獨(dú)立視角的內(nèi)容。
伴隨著元宇宙、Web3概念的走紅、下一代互聯(lián)網(wǎng)的演進(jìn)，用戶對(duì)于內(nèi)容的需求越來(lái)越旺盛，內(nèi)容產(chǎn)業(yè)迫切需要升級(jí)迭代，AIGC也隨之越來(lái)越被需要。
在這屆以“AI深耕，萬(wàn)物生長(zhǎng)”為主題的百度世界大會(huì)上，百度展現(xiàn)了以AI修復(fù)殘畫(huà)《富春山居圖》的能力，這只是百度基于文心大模型AIGC能力的嘗試之一。百度AI虛擬人度曉曉、希加加的對(duì)話、跳舞、作畫(huà)、作詞作曲的實(shí)現(xiàn)，也都離不開(kāi)百度的AIGC能力。
有業(yè)內(nèi)人士指出，看似遙遠(yuǎn)的AIGC時(shí)代已經(jīng)悄悄到來(lái)，賦予了AI強(qiáng)大的生產(chǎn)力。除了百度之外，在國(guó)內(nèi)市場(chǎng)上，互聯(lián)網(wǎng)大廠、AI獨(dú)角獸以及一眾創(chuàng)業(yè)公司都已經(jīng)將觸角探入了這個(gè)前沿領(lǐng)域。以AI能力為基座，一場(chǎng)面向下一代互聯(lián)網(wǎng)的較量已經(jīng)悄悄開(kāi)始。
那么，百度的AIGC長(zhǎng)什么樣？背后的AI技術(shù)發(fā)生了怎樣的變革？百度在這種爭(zhēng)奪戰(zhàn)中處于什么位置？本文試圖回答這些問(wèn)題。
全能AI來(lái)了?
在百度世界大會(huì)現(xiàn)場(chǎng)，一幅AI修復(fù)的《富春山居圖》緩緩展現(xiàn)在人們眼前。
元朝畫(huà)家黃公望的這幅《富春山居圖》，自明朝末年遭火焚斷為上下兩卷后，后人再也無(wú)法得知缺失的部分。AI彌補(bǔ)了這一缺憾，不僅補(bǔ)全畫(huà)作，還在畫(huà)上題詩(shī)一首。就連黃公望紀(jì)念館負(fù)責(zé)人毛傳鑌也說(shuō)，這幅AI修復(fù)版名畫(huà)“與現(xiàn)存真跡風(fēng)格一致”。
AIGC的修復(fù)能力強(qiáng)大，效率也非常驚人。大會(huì)現(xiàn)場(chǎng)，主持人撒貝寧還在百度APP上，勾勒幾筆，通過(guò)AI技術(shù)補(bǔ)全這幅名畫(huà)，體驗(yàn)了一把AI修復(fù)。同樣，每個(gè)人都可以對(duì)這幅名畫(huà)進(jìn)行AI修復(fù)，一千個(gè)人，就有一千個(gè)版本的修復(fù)版《富春山居圖》。
當(dāng)然，AI作畫(huà)只是百度AIGC藍(lán)圖里的早期階段，結(jié)合百度對(duì)于AIGC領(lǐng)域的探索，李彥宏在大會(huì)上判斷AIGC將走過(guò)三個(gè)發(fā)展階段：第一階段是AIGC的“助手階段”，輔助人類(lèi)進(jìn)行內(nèi)容生產(chǎn)；第二階段是AIGC的“協(xié)作階段”，AIGC以虛實(shí)并存的數(shù)字人形態(tài)出現(xiàn)；第三階段為AIGC的“原創(chuàng)階段”，AIGC可以獨(dú)立完成內(nèi)容創(chuàng)作。
在第一階段，人們的印象大多停留在單點(diǎn)技術(shù)上的AIGC產(chǎn)品，包括AI寫(xiě)詩(shī)、AI作曲、AI剪輯等。李彥宏舉例稱(chēng)，他的《智能交通》一書(shū)AI超擬真有聲書(shū)版本就是利用AIGC技術(shù)創(chuàng)作生成的。其音頻合成效果還原度幾近他的原聲，普通用戶基本無(wú)法辨別。AIGC的第三階段，由AI獨(dú)立完成從0到1的創(chuàng)作，當(dāng)前真正意義上實(shí)現(xiàn)，還比較困難。李彥宏稱(chēng)，AI大模型的突破正在加速這一趨勢(shì)。
這中間的第二個(gè)階段，百度的度曉曉、希加加等AI數(shù)字人用行動(dòng)在過(guò)去的半年里做了詳細(xì)詮釋。
早在2021年12月底的一場(chǎng)溝通會(huì)上，李彥宏就發(fā)現(xiàn)了AIGC概念正在走紅，談及2022年目標(biāo)時(shí)表示，稱(chēng)要打造一個(gè)虛擬形象，由AI完成各種動(dòng)作。
于是兩個(gè)多月后，百度的AI虛擬偶像希加加正式出道。據(jù)了解，希加加的形象包括外形、名字、服裝、發(fā)型等，都是AI技術(shù)生成，是AIGC的成果。而且，希加加具備語(yǔ)言、面部表情和肢體動(dòng)作表達(dá)的能力，能夠像人一樣對(duì)話、行動(dòng)，最重要的是可進(jìn)行自主學(xué)習(xí)及迭代，憑借AI能力進(jìn)行創(chuàng)作快速生成內(nèi)容。過(guò)去幾個(gè)月，希加加化身AI設(shè)計(jì)師，已經(jīng)聯(lián)合發(fā)布了多套數(shù)字藏品。
百度另一位AI數(shù)字人“度曉曉”，更是有“勞?！敝Q(chēng)，過(guò)去半年里持續(xù)引領(lǐng)著AIGC潮流。文本創(chuàng)作上，她在上海高考時(shí)挑戰(zhàn)了40秒完成40篇高考作文，效率驚人；圖像層面，她數(shù)十秒之內(nèi)創(chuàng)作了AIGC畫(huà)作數(shù)字藏品，24小時(shí)銷(xiāo)售額突破17萬(wàn)，并受邀參加西安美院畢業(yè)展；音樂(lè)層面，她和明星龔俊數(shù)字人一起作詞、編曲，發(fā)布了首個(gè)虛擬偶像AIGC單曲《每分每秒每天》。
度曉曉、希加加之外，百度AI數(shù)字人家族成員還有央視網(wǎng)虛擬主持人小C、理財(cái)專(zhuān)員小浦、文博虛擬宣推官文夭夭等。
這些AI數(shù)字人們變得能聽(tīng)、能說(shuō)、能理解、可互動(dòng)，越來(lái)越“聰明”，近乎全能。
百度對(duì)于AIGC的布局，遠(yuǎn)不止打造AI數(shù)字人，更在于加速數(shù)字人的規(guī)模化落地。今年1月，百度發(fā)布了To B的百度智能云曦靈平臺(tái)，這是一個(gè)整體上更接近全鏈路實(shí)現(xiàn)AIGC的數(shù)字人平臺(tái)，能夠?yàn)楦餍懈鳂I(yè)提供數(shù)字化生成和內(nèi)容生產(chǎn)服務(wù)，降低數(shù)字人的使用門(mén)檻。
據(jù)百度數(shù)字人與機(jī)器人業(yè)務(wù)負(fù)責(zé)人李士巖介紹，百度智能云曦靈平臺(tái)目前擁有四個(gè)子平臺(tái)，分別是數(shù)字明星運(yùn)營(yíng)平臺(tái)、數(shù)字人手語(yǔ)平臺(tái)、數(shù)字人直播平臺(tái)以及與交互能力相關(guān)的對(duì)話配置平臺(tái)。以最近發(fā)布的數(shù)字人直播平臺(tái)為例，這一平臺(tái)能夠生成AI主播，商家購(gòu)買(mǎi)服務(wù)后，可以無(wú)需真人主播、中控人員、復(fù)雜硬件的支持，就能獲得24小時(shí)無(wú)休的AI主播。
在AIGC的助手階段、協(xié)作階段，百度已經(jīng)成為深度玩家。
AIGC背后，誰(shuí)是最大功臣？
當(dāng)百度進(jìn)入AIGC的第三個(gè)階段，就需要AI大模型即預(yù)訓(xùn)練大模型獲得新的突破了，這已經(jīng)成為近幾年人工智能技術(shù)和應(yīng)用的重要方向。
以前AI深度學(xué)習(xí)訓(xùn)練模型，都要進(jìn)行大量的數(shù)據(jù)標(biāo)注，也面臨著通用數(shù)據(jù)激增與專(zhuān)用數(shù)據(jù)匱乏的矛盾。AI大模型在大規(guī)模數(shù)據(jù)集上完成預(yù)訓(xùn)練后無(wú)需微調(diào)，或僅需要少量數(shù)據(jù)的微調(diào)，就能直接支撐各類(lèi)應(yīng)用。
從2020年，OpenAI發(fā)布模型參數(shù)為1750億的NLP預(yù)訓(xùn)練模型GPT-3開(kāi)始，國(guó)內(nèi)外大廠們，包括谷歌、微軟、Meta、華為、阿里、百度等，就在預(yù)訓(xùn)練大模型領(lǐng)域展開(kāi)了一場(chǎng)“軍備競(jìng)賽”，各家開(kāi)始拼參數(shù)、拼算力，參數(shù)從千億到萬(wàn)億甚至飆至10萬(wàn)億。
百度從2019年就已開(kāi)始積累AI預(yù)訓(xùn)練模型技術(shù)，先后發(fā)布飛槳深度學(xué)習(xí)開(kāi)源開(kāi)放平臺(tái)、知識(shí)增強(qiáng)文心（ERNIE）系列模型?；诎俣蕊w槳深度學(xué)習(xí)平臺(tái)，百度在2021年12月發(fā)布了全球首個(gè)知識(shí)增強(qiáng)千億大模型鵬城-百度·文心，參數(shù)規(guī)模達(dá)2600億。
不過(guò)，拼參數(shù)的時(shí)代正在過(guò)去?！?022年，是AI大模型產(chǎn)業(yè)落地的關(guān)鍵年”，百度研究院認(rèn)為，2022年，超大規(guī)模預(yù)訓(xùn)練模型將逐漸實(shí)用化、破除盲目增加參數(shù)規(guī)模的“軍備競(jìng)賽”，呈現(xiàn)知識(shí)增強(qiáng)、跨模態(tài)統(tǒng)一建模、多學(xué)習(xí)方式共同演進(jìn)的趨勢(shì)。
據(jù)百度首席技術(shù)官王海峰介紹，基于飛槳深度學(xué)習(xí)平臺(tái)，百度在預(yù)訓(xùn)練大模型領(lǐng)域不斷精進(jìn)，目前文心全景已經(jīng)發(fā)布20多個(gè)大模型，既包含基礎(chǔ)通用的大模型，也包含面向重點(diǎn)領(lǐng)域、重點(diǎn)任務(wù)的大模型。這次世界大會(huì)上，百度文心還推出世界上第一個(gè)航天領(lǐng)域的大模型——航天-百度·文心大模型。
百度的AIGC能力，離不開(kāi)百度文心大模型。此次大會(huì)上AI修復(fù)的《富春山居圖》，就是用到了文心大模型當(dāng)中多任務(wù)統(tǒng)一學(xué)習(xí)的視覺(jué)大模型。文心大模型先是學(xué)習(xí)了大量的中國(guó)山水畫(huà)，從山水畫(huà)“小白”向“大師”進(jìn)階，然后再針對(duì)黃公望的《富春山居圖》進(jìn)行單樣本學(xué)習(xí)，掌握其精髓，從而讓補(bǔ)全的畫(huà)作與現(xiàn)存真跡風(fēng)格一致。
也正是百度文心大模型，讓數(shù)字人能夠通過(guò)AI技術(shù)以自動(dòng)編排合成的方式生產(chǎn)內(nèi)容。據(jù)了解，百度AI數(shù)字人度曉曉的陪聊對(duì)話能力，使用的是對(duì)話生成大模型文心PLATO，其現(xiàn)已升級(jí)到百億參數(shù)的文心PLATO版本，在開(kāi)放域?qū)υ捫Ч系玫搅顺掷m(xù)提升。
百度數(shù)字人的畫(huà)畫(huà)能力，使用的是文心大模型跨模態(tài)圖文生成模型ERNIE-ViLG，這種圖像和文本雙向生成模型，不僅可以根據(jù)個(gè)性化需求自動(dòng)化生成油畫(huà)、水彩畫(huà)、中國(guó)畫(huà)等多種風(fēng)格的不同分辨率圖像，還能實(shí)現(xiàn)“看圖說(shuō)話”的效果。
隨著大模型技術(shù)的不斷突破，百度正在加速AIGC向原創(chuàng)階段發(fā)展演進(jìn)，一旦跨過(guò)某個(gè)奇點(diǎn)，就能產(chǎn)生真正意義上的AI原創(chuàng)內(nèi)容。
元宇宙浪潮，離不開(kāi)AIGC
2022年被不少業(yè)界人士稱(chēng)為AIGC元年。
從PGC、UGC到AIGC，伴隨著AI技術(shù)的成熟，這場(chǎng)內(nèi)容生產(chǎn)變革的背后，是下一代互聯(lián)網(wǎng)對(duì)于數(shù)字內(nèi)容的數(shù)量、形式和交互性都提出了更高的要求。市場(chǎng)需要以更低的成本、提高內(nèi)容生產(chǎn)效率，創(chuàng)作出有獨(dú)特價(jià)值和獨(dú)立視角的內(nèi)容。李彥宏稱(chēng)，未來(lái)十年，AIGC將實(shí)現(xiàn)以“十分之一的成本”、以百倍千倍的生產(chǎn)速度，去生成AI原創(chuàng)內(nèi)容。
但不可否認(rèn)，AIGC的概念還相對(duì)早期，李彥宏也是在一眾互聯(lián)網(wǎng)大佬中率先公開(kāi)定義了這一概念。
觀察當(dāng)前的市場(chǎng)可以發(fā)現(xiàn)，很多玩家們或許還未明確AIGC概念，但從動(dòng)作上早已有所涉水，總體而言，聚焦在兩個(gè)板塊，一個(gè)是針對(duì)AI底層技術(shù)去做突破，進(jìn)行內(nèi)容的生成；另一個(gè)則是圍繞著數(shù)字人的形態(tài)，進(jìn)行技術(shù)的整合，通過(guò)AI技術(shù)結(jié)合相關(guān)的圖形識(shí)別、視覺(jué)技術(shù)、3D建模、CG渲染、動(dòng)作捕捉等技術(shù)，不斷完善數(shù)字人的個(gè)性化和交互能力。
無(wú)論哪個(gè)板塊，都有大廠和創(chuàng)業(yè)公司在加碼布局。其中，在AI技術(shù)層面，國(guó)內(nèi)的科大訊飛、商湯、阿里、騰訊、小冰，都長(zhǎng)期深耕。諸如AIGC技術(shù)研發(fā)商數(shù)字力場(chǎng)、游戲AI公司超參數(shù)科技等創(chuàng)業(yè)公司，聚焦在AIGC技術(shù)層面，都以AIGC概念獲得了融資。
而數(shù)字人賽道在過(guò)去一年可謂風(fēng)頭正盛，據(jù)了解，單是2022年第一個(gè)月，融資已達(dá)近百起，金額超4億元。虛擬人相關(guān)公司中，一類(lèi)側(cè)重于虛擬偶像、虛擬IP的內(nèi)容運(yùn)營(yíng)，一類(lèi)則是技術(shù)服務(wù)商，側(cè)重于虛擬人相關(guān)技術(shù)的融合，并輸出解決方案。參與者不乏阿里、騰訊、網(wǎng)易、科大訊飛、商湯這些大廠、獨(dú)角獸公司。
在這些試水AIGC的市場(chǎng)玩家當(dāng)中，百度的特色是覆蓋領(lǐng)域廣、布局深入。
和互聯(lián)網(wǎng)大廠相比，百度做虛擬人，已經(jīng)打造出了度曉曉、希加加等虛擬IP，又搭建起了包含全鏈路AI能力、全產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)，從建模到綁定、到動(dòng)力學(xué)等能力的平臺(tái)，能實(shí)現(xiàn)一站式數(shù)字人服務(wù)和交付。
即便放在AI賽道上，AI積累也是百度的強(qiáng)項(xiàng)。李士巖對(duì)深燃表示，百度是國(guó)內(nèi)唯一一家既有視覺(jué)能力，又有語(yǔ)音、語(yǔ)義相關(guān)能力，還包括計(jì)算機(jī)圖形學(xué)等全鏈路AI能力平臺(tái)型的公司，底層全棧AI能力是曦靈的優(yōu)勢(shì)。
百度對(duì)于AIGC也抱有較大期望，百度研究院發(fā)布2022年十大科技趨勢(shì)預(yù)測(cè)就曾指出，2022年，AIGC借助大模型的跨模態(tài)綜合技術(shù)能力，將提升內(nèi)容多樣性，降低制作成本，將實(shí)現(xiàn)大規(guī)模應(yīng)用。
百度有優(yōu)勢(shì)，過(guò)去半年里在AI虛擬人領(lǐng)域的頻頻布局，無(wú)不彰顯著要在下一代互聯(lián)網(wǎng)到來(lái)之時(shí)搶先占位的野心。
*題圖來(lái)源于《銀翼殺手2049》。
聯(lián)系客服
