来源：米乐官方 发布时间：2024-12-20 14:35:43
“应用来了”，百度世界大会2024年的主题简单明了，11月12日百度CEO李彦宏一上场也紧扣主题，“这代表了百度对当前大模型和生成式AI时代的认知和判断”，并从智能体和产业应用两个方向“上新”：可以直播的角色类智能体、可以将照片变成动画的工具类智能体等。
大模型是新的革命还是新的泡沫？李彦宏认为百度有资格回答这样的一个问题，截至11月12日文心大模型日均调用量超15亿，他也承认众所期待的AI超级应用还没再次出现。“PC时代的应用是软件和网站，移动时代是App，大模型时代是智能体”，多次强调智能体还不够，李彦宏当天将智能体的重要性拔到新高度。
“要想基于大模型开发应用，消除幻觉是必须的”，李彦宏一针见血，“如果这个模型总是一本正经的胡说八道，就不会有人信你，就不会有应用”。
其实，在大模型爆发的两年里，幻觉现象在不同使用场景下的改善程度也不一样。
在李彦宏看来，“大模型是一个概率模型，生成的内容具有不确定性。采用RAG（检索增强生成）技术后，大模型会利用检索到的信息来指导文本或答案的生成，提高内容的质量和准确性。文字层面的RAG已经做得很好了，但图像等多模态内容和RAG的结合还不够”。
他拿两张天坛的图片举例，大模型生成的天坛是四层的，真正的天坛其实只有三层，这就是典型的文生图幻觉现象。回到应用层面，这种幻觉现象目前仍然很普遍，“所以今天的多模态大模型，没什么成规模的应用出来。就是幻觉没解决，至少没有像文生文RAG解决得那么好”，李彦宏说。
基于此，百度开发了iRAG技术，即检索增强的文生图技术。该技术将百度搜索的图片资源跟基础模型能力相结合，可以生成各种超真实的图片。
百度CTO王海峰详细的介绍称，“百度基于大模型对用户的需求来做分析理解，自动规划精准或泛化方案；接着在增强阶段，对需要增强的实体，检索并选择相应的参考图；最后在生成阶段，自研了多模可控生图大模型。在实际应用中，这样的解决方法也支持用户上传参考图，应用户期望进行生成”。
不论是热门新能源汽车还是大模型，技术、应用、商业模式都是渐进的过程。就像中欧AI与管理创新研究中心秘书长钱文颖说的，“人工智能目前处于早期阶段，更多是以实验室创新为主。随技术成熟，企业要将这些橙黄新应用到实际场景中，满足实际需求，逐步实现商业化”。
当天，李彦宏就展示了iRAG的应用场景：品牌宣传。“试想一下，如果给大众汽车生成的海报，车型长得像丰田”，他开了个玩笑，“之前一组汽车海报拍摄需要一二十万，甚至大几十万元，现在创作成本接近于0，iRAG的商业经济价值在于：无幻觉、超真实、没成本、立等可取”。
55分钟的演讲中，他提到两次“立等可取”这个词，第二次是谈到“自由画布”时，一个由和百度网盘联合开发的工具类智能体，核心功能体现在输入、编辑、创作、分享环节。
以创作为例，在划好重点后，用户框选全部需要的素材就能一键生成，根据现场分享的视频，输入一张儿童的照片，加上故事的背景等，自由画布就可以生成一个漫画。
“自由画布可以帮你完成从找资料、到编辑、再到生成和分享的全部任务。每个人都能成为漫画家、短视频导演”，说到这儿，李彦宏的声音显著提升，“这不是期货，是立即可用的现货”。
和自由画布一样零门槛的还有无代码工具“秒哒”，一个多智能体协作工具。以设计一个萝卜快跑新技术发布会的邀请函为例，包括海报生成、文案生成、嘉宾报名、地图信息展示等，工作人员不需要懂代码就能够实现，用李彦宏的话说，“你不需要去招募项目经理、设计人员、研发人员、测试人员等，自己就可以指挥多个智能体来协同达成目标”。
一个是智能体，一个是智能体协作工具，李彦宏看好的智能体在百度世界大会2024官宣前、预热时、主论坛演讲和展区都出现在C位。
北京商报记者体验了展区的农民院士智能体。“你好，我是农民院士朱有勇的智能体，你能够最终靠向我提问，了解旱地优质稻的具体问题解答”，“院士”有问必答。截至北京商报记者发稿，这款智能体在文心智能体平台上的浏览次数11.3万次，帮助2.9万人。整个文心智能体平台上，已吸引15万家企业和80万名开发者参与。
11月12日当天，李彦宏大部分时间也在给智能体打call，他将百度的智能体分为四类：公司类智能体、角色类智能体、工具类智能体、行业类智能体。
“智能体是AI应用的最主流形态，即将迎来它的爆发点”，他再一次强调，“未来公司官方智能体很可能替代官网”，并从PC时代追溯至今，“在人类信息技术变革的不同历史时期，应用出现的样貌也不一样：在PC时期，它是一个个的软件和网站；在移动时期，它是一个个的App和可被关注的账号；在AI时代，应用主要的形态就是智能体”。
应用、智能体为什么屡次被提及？换一个角度或许更容易理解，“正常健康的生态应用是：应用创造的价值云厂商芯片GPU（图形处理器）”，零一万物创始人及CEO 李开复说。
