李彦宏：开源模型将会越来越落后
“未来，自然语言将成为新的通用编程语言，你只要会说话，就可以成为一名开发者，用自己的创造力改变世界。”
4月16日，百度创始人、董事长兼首席执行官李彦宏在Create 2024百度AI开发者大会上表示。
Create大会是百度自2017年起每年定期召开的开发者大会。会议开始，李彦宏首先晒出了过去一年的成绩单：其中，百度旗下的文心一言用户已超2亿，服务的客户数达到了8.5万，利用千帆平台开发的AI原生应用数超过了19万。
来源：百度
本次发布会的重磅发布，简单而言就是：基础模型全面更新，推出4.0工具版，百度还带来了三大AI开发工具，对应不同的开发场景。
“它们组成了一个工具箱，支持开发者打包带走，随取随用。”李彦宏表示。他表示，自然语言将成为新的通用编程语言，未来，只需要会说话，人人都能成为一名开发者。
回溯文心一言的，百度旗下的“文心一言”基础大模型，在去年就已经经历了多次更新：
2023年3月，文心一言3.0版本，当时主要集中在基础模型的能力之上，包括知识增强、检索增强、对话增强等能力;
2023年5月，文心大模型发布3.5版本，除了基础模型升级能力之后，还进行了精调技术创新、知识点以及逻辑推理能力增强;
2023年10月，文心大模型发布4.0版本，在底层，大模型可以提供超过万卡的算力，而且百度也升级了旗下的开发平台“飞桨”，以及多维数据、多阶段对齐能力。
如今，百度的基础大模型已经有多个版本，包括ERNIE3.5和4.0.和轻量版的ERNIE Speed、Lite、Tiny等尺寸。
相比一年前，新升级的文心大模型4.0.算法训练效率提升到了原来的5.1倍，周均训练有效率达到98.8%，推理性能提升了105倍，推理的成本降到了原来的1%。
其中，推理成本的大幅下降，对于大模型降低应用门槛意义最大。也就是说，客户原来如果一天调用模型1万次，现在同样的成本可以调用100万次。
来源：百度
三款新AI开发工具：不懂代码，也能开发智能体和AI应用
“4.0工具版”到底是什么?
过去一年，尽管大模型的能力水平更新日新月异，技术圈时时惊呼“史诗级更新”，但大模型离普通用户的生活依然很远。这次新发布的三款工具，可以看作是文心一言在基础模型之上更进一步：为开发者甚至不懂技术的用户，提供的更多低代码/无代码开发工具。
这次的三款工具分别：智能体开发工具AgentBuilder，AI原生应用开发工具AppBuilder，以及各种尺寸的模型定制工具ModelBuilder。
前两个工具分别对应了不同的开发需求：复杂任务执行、App快速开发;ModelBuilder则是面向专业开发者，需要定制任意尺寸模型的需求。
李彦宏在会场举了大量例子，来说明三款工具的应用场景。
例如：AgentBuilder就是最贴近普通人使用方式的工具。智能体可以批量生成，应用在各种各样的使用场景。
新加坡旅游局Agent开发界面 来源：百度
李彦宏以“新加坡旅游局”举例，如果需要根据为旅游局开发可以规划旅游路线、解答旅游问题、预订门票的“智能体”。只需要用零代码模式，用自然语言和AgentBuilder进行交互，就能够让平台开发一个基础版本。
如果需要更专业的版本，用户可以把新加坡百科词条和官网链接都添加到知识库里，就能实现每天实时更新。另外，百度也在工具中内置了超过25种预置工具，覆盖电商、互娱、办公、专业服务等场景。
文心智能体平台已有许多用户开发的Agent 来源：百度
第二个开发工具AppBuilder，则提前封装和预置了开发AI原生应用所需的各种组件和框架。
最快只需三步，开发者就可以用自然语言开发出一个AI原生应用，能够便捷地发布、集成到各种各样的业务环境中。
百度以“游乐场排队规划助手”的开发实例为例，开发者需要做出一个应用，需要在不同排队时间的项目中规划最佳路线，让游玩的刺激指数最高。
开发者只需做以下几步，不需要输入一行代码就能生成一个应用：
在角色指令中描述具体要求，包括调用代码解释器、算出在固定时间内的最佳组合、输出结果等;
到工具组件中，把代码解释器添加进来，帮助运算;
开始实际应用，用户输入问题“我有3个半小时时间，怎么玩最刺激?”，代码解释器就会将问题翻译成代码，并且对已知的数据(项目排队时间、刺激程度)进行排列分析，最后输出路线。
简单来说，比起去年通过大模型简单生成一些图片、表格，如今有了AI开发工具，用户就能自由选择调用其他的模型，像搭建乐高一样，完成更复杂的任务。
第三款模型定制工具ModelBuilder，主要满足的是专业开发者的需求。许多场景并不需要很大规模的模型，很多时候，小模型通过精调就能实现更好的效果。
作文批改助手模型 来源：百度
百度以作文批改场景为例，首先，作文批改有明确的评分标准，并且不同年级对作文的要求和打分标准，也是不同的。这就需要模型精调，让大模型输出的结果，更符合特定的要求。
因此，通过ModelBuilder，开发者就能先根据自己已经有的作文数据，在平台上完成数据清洗、标注、增强动作，再经过基础模型上的精调，最后部署在平台上，一个专属于作文批改场景的模型就诞生了。
事实上，经过一年发展，百度如今的开发者生态已经颇具规模，截至2024年3月，千帆大模型平台已累计服务用户数超过8万，累计精调1.3万个模型，开发应用数超过16万。
而推出如今的AI开发工具，也是为了“大模型本身并不直接创造价值，基于大模型开发出来的AI应用，才能满足真实的市场需求。”李彦宏说。
开源模型会越来越落后?
除了发布新的开发工具外，当前百度大模型落地的思路已经十分清晰：借助大模型，和百度已有产品线紧密结合。
比如，百度旗下的智能音箱“小度”，就借助大模型变得“更聪明”了。
现在，包括OpenAI在内的头部大模型厂商，在提升大模型能力时，MoE(混合专家模型)已经是较为确定的技术方向，这可以简单理解为在训练和推理时，将不同大小的模型相结合，从而实现更高效的运算。
本次发布会上，百度也发布了全新的AI原生操作系统DuerOS X，将MoE模型应用在了“小度”之上。
现在，向小度’提出包括询问新闻、天气、穿衣推荐、路线推荐等问题，每个问题都会分配给不同模型来执行：比如，调用应用的API接口时，会用ERNIE Functions模型;而询问天气，以及需要当天穿衣建议时，小度就会根据天气查询的结果，调用基于ERNIE Lite打造的精调模型，给用户穿衣建议。
小度的更新逻辑在于，基于已有的文心的模型“裁剪”出适合各种场景的更小尺寸模型，通过精调和post pretrain后，能够更显著降低AI应用的成本。“相比全部使用文心大模型的旗舰版，如今小度的响应速度提升2倍，成本下降了99%。”李彦宏表示。
“大家以前用开源觉得开源便宜，其实在大模型场景下，开源是最贵的。所以，开源模型会越来越落后。”他进一步解释。
这个论断看似激进，但基于一个重要的讨论背景：开源还是闭源，哪个应用成本更高。
开源是互联网的根基，无论是从浏览器的出现，到如今的大模型，都离不开开源的贡献。比如，大模型的核心技术Transformer架构，就是谷歌的开源工作。
到了2023年，Meta旗下的Llama 2开源，免费可商用，这瞬间让大模型领域的格局改变——后来者可以直接基于开源的Llama 2模型基础上做微调，进而开始商业化。
开源能够借助开发者的力量，让技术获得突破，但要降低应用门槛，最终还是要走到用户端：产品落地应用，反哺到开发者生态，才会不断提升已有模型的能力。
正因如此，如今OpenAI等头部模型厂商的最新模型，都毫无疑问走闭源战略，并且大力做商业化。李彦宏的观点代表着，大模型领域经历过去一年紧张的你追我赶之后，如今进入新阶段：商业化效率，将会成为接下来模型能力提升的重要变数。