大家好，我是朱小五。
刚看了一眼，我申请的文心一言内测还没通过，那就没法今天给大家演示了，看看别人的对比演示效果吧。
GPT-4发布一天之后，压力全部给到百度这边。
文心一言，百度全新一代知识增强大语言模型，正式在百度总部“挥手点江山”会议室里发布。
在一片静寂的氛围里，李彦宏小步登场，语气里带着点紧张：
大家的期望值，是我们对标ChatGPT，对标GPT-4，这个门槛有点高（笑）。
十月怀胎，我们就带大家来看看这个AI大模型文心一言长什么样。
此前，有人狂转meme图把百度比作GPT-4旁边的垃圾箱。
也有人鼓吹百度是全村的希望。
而在发布会进行的同时，百度港股市值大幅下跌，相关话题还冲上了微博热搜。
但直播弹幕中也有网友点赞：
那么这个中国版ChatGPT到底实力如何？
咱们就用百度发布会演示的预录制Demo，对比一下崭新出炉的GPT-4，先凭实力说话。
文心一言 vs GPT-4
和GPT-4一样，文心一言是一个多模态大模型。
李彦宏开场就展示了文心一言具备的5种能力，包括文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成。
文心一言甚至还现场秀了一口接地气的四川话，现场网友发出一片笑声：
其他能力如何？我们具体展开来看。
文学创作
在文学创作上，李彦宏一开场就搬出了《三体》作者刘慈欣坐镇。
先让文心一言介绍一下大刘，“毕竟我也是刘慈欣老乡嘛”：
看起来没什么问题。同样的问题问问GPT-4呢？
嗯？？？直接把刘慈欣的老家挪到了湖北省洪湖市。湖北人狂喜
随后，李彦宏又展示了从哲学的角度对这段文章进行续写的demo：
看起来中规中矩，比较理性。老样子，我们也来与GPT-4进行一波对比：
这波你是想看GPT-4续写的《三体》，还是文心一言的？
再来看看《三体》电视剧中扮演史强和汪淼的老搭档，于和伟和张鲁一，有什么共同点？
也没什么问题。
就是看起来展示的速度有点快，比李彦宏的语速还要快上那么一点点（手动狗头）。
商业文案创作
接下来，李彦宏又展示了一下文心一言在商业文案创作上的能力。
比如给新公司起个名字。
并且这个名字它还不是瞎起的：
再来看看GPT-4起名的效果？
看起来，GPT-4对中文的掌控能力相比之下还是少了一点精髓。
至于写个公司成立的新闻稿？对文心一言来说似乎也不成问题：
数理逻辑推算
数学能力，是考验生成式大模型的一大难题。ChatGPT刚上线时，也翻了不少车。
不过在现场，文心一言处理的数学问题不算复杂，是小学数学竞赛常见的鸡兔同笼问题。
彩蛋是，李彦宏现场展示的第一题，引得文心一言说出了《狂飙》里高启盛的经典台词：这题出得不对。
修改一下题目，OK，再扔给文心一言试试：
看起来，答案还算是有理有据，一步步逻辑推理出来的那种。
李彦宏表示，这些题“不敢说百分之一百能做对，但至少体现了文心一言的思考历程”。
中文理解
接下来，李彦宏着重展示了一下文心一言对中文的理解能力，并特意强调：
文心一言对中国文化的了解，理应超出任何一个预训练大模型。
一上来就是一个成语，“洛阳纸贵。到底有多贵？”
这是文心一言的效果展示：
还解释了一下这个成语背后的经济学原理：
那么，将这个问题抛给GPT-4呢？首先问问它，知不知道洛阳纸贵是什么意思：
接下来，再问问他对应的经济学理论是什么：
这波看起来，GPT-4的中文理解似乎也不输文心一言啊。
那么，再来看看二者写藏头诗的能力？
首先是文心一言的效果展示：
接下来，我们再看看GPT-4怎么说：
诶，看起来反而是GPT-4没有真正理解“藏头诗”的含义。
这波文化理解上，属实是文心一言“小胜一筹”了。
不过在英文上，李彦宏也承认，虽然文心一言也能处理，但能力是显著不如中文的。
这也和百度目前能用到的训练数据有关。
多模态生成
最后，李彦宏还简单展示了一下文心一言多模态生成的能力。
首先来看看，为即将到来的2023世界智能交通大会创作海报——
而除了前文展示过的文字转四川话能力，文心一言还能文字转视频。
李彦宏一句指令“将以上内容生成视频”，很快啊，不到几秒钟，文心一言就把字幕和视频做好了：
有些遗憾的是，在ChatGPT被频频称赞的编程方面，文心一言并没有现场展示相关能力。
但王海峰透露，文心一言的训练数据中同样包括代码。
文心一言如何“跑通”？
正如ChatGPT脱胎于OpenAI的GPT系列，百度这次推出的文心一言（ERNIE Bot），背后也正是基于文心大模型技术打造。
据王海峰介绍，文心一言主要脱胎于两大模型：
百度ERNIE系列知识增强千亿大模型，以及百度大规模开放域对话模型PLATO。
在此基础上，主要采用了六项核心技术。
其中三个是广为人知的大模型技术，包括有监督精调、人类反馈强化学习（RLHF）和提示构建。
p.s. 人类反馈强化学习也是ChatGPT的关键技术。
另外三个，则是“百度比较有特色”的技术，包括知识增强、检索增强和对话增强技术。
首先来看与ChatGPT类似的技术：有监督精调、RLHF和提示构建。
有监督精调，尤其指中文方面的数据精调。百度基于对中国语言文化和中国应用场景的理解，筛选了特定的数据来训练模型。
至于人类反馈的强化学习（RLHF）和提示构建，操作上也与ChatGPT大差不差。
随后是百度提出的、用于进一步改善模型效果的技术。
知识增强，包括知识内化和知识外用两个部分。其中，知识内化即将知识“渗透”进模型参数中；知识外用指的是模型可以直接使用外部的知识。
检索增强，则与百度搜索引擎积累的检索技术有关。
百度将把检索技术和生成技术结合起来，先对内容进行检索后，将比较有用的部分用于生成，再整合输出结果：
最后是对话增强部分，包括之前百度积累的记忆机制、上下文理解和对话规划等技术：
概括来看，文心一言表现出的能力，被李彦宏称为“智能涌现”：
当参数达到千亿量级，训练语料达到足够多的情况下，这种现象就会发生。
目前，百度拥有的AI技术可以分为四个部分，芯片（昆仑芯）、框架（飞桨）、模型（文心）和应用。
之所以软硬件都要布局，百度称，是为了降低成本：
生成式AI需求的算力非常高，费用相当昂贵。
因此，如果在四层架构之间相互进行协同优化，就能让它的效率比别人更高，从而显著降低成本。
李彦宏认为，这也正是百度的优势所在：
四层都有领先产品的公司，绝无仅有。
这次文心大模型背后的硬件算力，也是通过百度智能云提供服务。
目前，文心一言已经接入百度搜索，目的在于提升搜索资源效率。
同时，包括小度和自动驾驶Apollo等产品，以及爱奇艺等公司也已经接入百度的文心一言模型。
网友：看来还不用提前退休
截至发稿，百度港股股价在一波明显下跌之后，有所回弹。
发布会结束，网友反应最多的是“提前录制有点败好感”：
对于这一点，李彦宏的解释是，给出的问题都比较长，为了节约现场时间，所以才用了提前录制的形式。
还有不少网友对文心一言展示出的能力不太满意。有人调侃，看完之后感觉“提前退休的日子看起来还可以缓一缓”：
离GPT-4还差了20个老胡。
还有网友感觉，文心一言的发布会像极了毕业答辩的自己（doge）：
不过也有网友表示，希望能给国产产品一点时间一点耐心。
发布会末尾，王海峰宣布，文心一言将从今天开始对外进行测试，包括个人用户和企业用户。
是骡子是马，相信接下来，会得到更多验证。
One More Thing
对了，有网友表示，已经拿到了文心一言的内测资格：
你好，感谢您体验文心一言，体验地址: https://yiyan.baidu.com/welcome，希望您在体验当中给予更多意见，文心一言邀请码：KFCVME50RMB，2023年3月16日24:00前有效。
嗯，万物疯狂星期四。
---------------------
麟哥新书已经在当当上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前当当正在举行活动，大家可以用相当于原价5折的预购价格购买，还是非常划算的
数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。
管理员二维码：
