一文看懂百度AI開發者大會：三大AI神器、文心4.0工具版生產力拉滿

過去一年，李彥宏與創業者、開發者交流，感受到了“FOMO”狀態的盛行，即“Fearof Missing Out”，既興奮又擔心錯過。不過百度一直緊追大模型風潮，大模型和生成式AI也正在徹底改變開發者羣體。

在今天的百度AI開發者大會上，李彥宏直言，過去，開發者用代碼改變世界；未來，自然語言將成爲新的通用編程語言，使每個人都有可能成爲開發者，用創造力改變世界。這一天即將到來，因爲強大的基礎大模型和低門檻的開發工具，開發者的生產力得到了顯著提高。

談及百度的角色定位，作爲技術公司，百度希望爲大家提供所需的開發工具，不斷提升整個社會的創造力。具體而言，百度提供了一系列強大的基礎模型，如文心大模型系列，以及基於大模型開發各種應用的工具，如智能體開發工具AgentBuilder、AI原生應用開發工具AppBuilder和各種尺寸的模型定製工具ModelBuilder。在今天的AI開發者大會上，李彥宏爲大家一一演示了這三款“AI神器”，並對文心一言過去一年的成績進行回顧。

談文心大模型進展：4.0工具版支持代碼解釋器

文心一言發佈一年來，用戶數突破2億，API日均調用量超過2億，服務客戶數達8.5萬，利用千帆平臺開發的AI原生應用數超過19萬。文心一言正在改變更多人的工作和生活，支撐文心一言的基座模型是文心大模型，經歷了從3.0版本到4.0版本的進化，在理解、生成、邏輯、記憶四大能力方面達到了業界領先水平。

文心大模型4.0的工具版今日發佈，支持代碼解釋器功能，通過自然語言交互實現對複雜數據和文件的處理與分析，能夠生成圖表或文件，洞察數據中的特點、分析變化趨勢，爲決策提供支持。

同時，相比一年前的文心大模型，其目前算法訓練效率提升到了原來的5.1倍，推理性能上提升了105倍，推理的成本降到了原來的1%，也就是說客戶過去一天調用1萬次，今天在同樣的成本之下一天可以調用100萬次，這樣對於企業和開發者十分有利，因爲其最關注的就是成本和效果。

如果做到降本增效？這是因爲百度在芯片框架模型和應用這4層架構有着全棧的佈局，通過端到端的優化，不斷的把成本打下來，讓更多的人可以高效低價大模型來做AI應用。

李彥宏也強調，語言模型本身並不直接創造價值，基於大模型開發出來的AI應用，纔是能夠真正滿足市場需求的東西。

談AI原生應用：三大AI神器滿足不同應用需求

百度高喊了一年的“要做AI原生應用”，目前成果如何呢？李彥宏也現場分享了基於大模型開發AI原生應用的具體思路和工具。主要包括MoE架構、小模型、智能體。百度提供了三大AI神器，包括AgentBuilder、AppBuilder和ModelBuilder，以滿足不同應用需求。

1、Agentbuilder：5分鐘開發一個智能體

智能體是未來大型AI應用的主流使用方式，基於強大的基礎模型，智能體可批量生成，應用於各種場景。百度升級了文心智能體平臺，已有3萬多個智能體被創建，5萬多名開發者入駐。爲實現讓每個人、每個組織都成爲智能體的開發者的目標，百度提供了零門檻的智能體開發工具AgentBuilder。

舉例來說，用戶可藉助百度平臺創建名爲“新加坡旅遊局”的智能體，通過自然語言交互設置其提供旅遊文案、解答問題、提供酒店門票等服務。這一創新性智能體開發方式爲用戶節省了大量時間和精力。

2、AppBuilder：自然語言三步就能開發一個應用

AppBuilder是當前最好用的AI原生應用開發工具之一，其優勢在於提前封裝和預置了各種組件和框架，大幅降低了開發門檻。開發者只需三步，即可用自然語言開發出一個AI原生應用，並輕鬆發佈、集成到各種業務環境中。

在一次AI原生應用開發挑戰賽中，有選手利用AppBuilder開發了一款“遊樂場排隊規劃助手”，幫助遊客更好地瞭解遊樂場排隊情況，並設計個性化的遊玩路線。令人驚訝的是，冠軍選手沒有寫一行代碼，卻憑藉基礎模型和AppBuilder工具贏得了10萬元大獎。

以“遊樂場排隊助手”爲例，開發過程只需三步：首先在AppBuilder的開發界面中給應用命名；其次，在角色指令中描述具體需求，包括調用代碼解釋器、計算最佳組合等；最後，在工具組件中添加代碼解釋器，幫助進行運算。

AppBuilder已經升級，引入了“AI優化配置”功能，能夠自動優化角色指令、組件配置等環節，進一步提高開發效率。

AppBuilder還提供了跨模態能力，支持用戶快速創建繪畫類應用，如漫畫、兒童畫本等。用戶只需輸入文本描述，即可生成相應的圖畫。

總的來說，AppBuilder的兩大優勢在於功能強大和簡單易用。其豐富的組件工具和自然語言開發流程使得AI應用開發變得更加高效和便捷。

3、ModelBuilder：高效低價生產模型

ModelBuilder是一款適合專業開發者使用的工具，它能夠根據開發者的需求定製任意尺寸的模型，並通過對模型進行精細調整，使其在特定場景下達到更好的效果。這種定製化的模型開發對於提高模型的適用性和性能至關重要。

以教育行業的作文批改爲例，模型定製工具ModelBuilder通過三個步驟實現了模型精調：首先是創建數據集，包括數據清洗、數據標註和數據增強；其次是選擇基礎模型並配置參數進行精調；最後是將模型部署在平臺上。通過這些步驟，ModelBuilder能夠生成適用於特定場景的高質量模型。

通過使用MoE（混合專家模型）模型路由，可以將不同大小和性能的模型組合起來，以達到最佳的性價比。以小度爲例，它根據用戶的不同問題調用不同大小的模型，從而在保證效果的同時降低了成本和響應時間。通過這種方式，可以實現模型的靈活調度和資源的最優利用。

ModelBuilder預置了最全面最豐富的大模型，包括旗艦版的大模型（如ERNIE3.5和ERNIE4.0）以及輕量級的大模型（如ERNIESpeed、Lite、Tiny）。此外，還支持國內外第三方主流模型，總數達到77個，爲開發者提供了豐富的選擇。通過定製化模型開發，可以有效提高模型的性能和適用性，同時降低成本和開發門檻。

談大模型商業模式：開源模型會越來越落後

“因爲有了最強大的基礎模型文心4.0，我們可以根據需要，兼顧效果、響應速度，推理成本等各種考慮，裁剪出適合各種場景的更小尺寸模型，並且支持精調和postpretrain。”

李彥宏提到，這樣通過降維裁剪出來的模型，比直接拿開源模型調出來的模型，同等尺寸下效果明顯更好，同等效果下，成本明顯更低。

李彥宏還指出，大家以前用開源覺得開源便宜，其實在大模型場景下，開源是最貴的。所以開源模型會越來越落後。

在李彥宏看來，多模態大模型是通往AGI的必經之路，視覺大模型最大的應用場景是自動駕駛。

“面向未來，我認爲多模態大模型，或者說文字、圖片、語音、視頻等多模態的融合，是基礎模型非常重要的長期發展方向，是通往AGI的必經之路。百度在這些領域有着長期投入，並將及時更新大模型的最新進展。”

李彥宏提出了非常不一樣的判斷：視覺大模型最大的應用場景是自動駕駛。百度不只訓練AI如何生成視頻，更訓練AI理解真實世界發生的事情並預測未來。

在開發者大會最後，李彥宏有感而發：

“今天的中國，有10億互聯網用戶，有強大的基礎大模型，有足夠多的AI應用場景，有全球最完備的產業體系，國家也在大力鼓勵和支持‘人工智能+’行動，每一個人，每一家企業，只需要充分利用這些工具，就可以釋放無限的創造力和生產力。”

“人人都可以成爲開發者，而未來，也必將是一個由開發者一起創造出來的未來！”李彥宏總結稱。