【ITBEAR】9月25日消息，2024年9月，各大厂商纷纷选择在这个月份举办发布会，竞相展示其最新的技术成果。其中，多模态技术以及与OpenAI的Sora视频生成模型相媲美的产品成为了发布的主要内容。
云栖大会于9月19日拉开帷幕，阿里云在此发布会上推出了通义万相AI视频生成模型。紧接着，9月24日，字节跳动的首个视频生成模型“豆包·视频生成模型”在火山引擎AI创新巡展上惊艳亮相。
在众多互联网大厂中，百度是最早布局通用大模型的公司之一。然而，对于类似Sora的视频生成模型，百度的态度却显得相对保守。截至目前，百度尚未发布独立的视频生成模型，其2024年1月提出的视频生成方法UniVG仍停留在论文阶段。
不过，在9月25日举办的百度云智大会上，百度突然发布了一项新的文生视频功能。这一功能并非基于独立模型，而是直接在升级到4.0版本的曦灵数字人平台上实现，能够生成3D数字人及3D视频内容。用户只需输入文字指令，即可生成数字人，并可根据需求调整妆容和形象风格。这一AI生成功能的嵌入和迭代，使得3D数字人的生成时间从数小时缩短至5分钟。
同时，3D数字人的成本也大幅降低，单价从万元降至199元。百度云智大会的发布重点明显偏向于实际应用，与2023年发布11款AI应用时的情况有所不同。2024年，百度云的命题已经转变为向下游企业提供基础设施和服务。
在基础设施层面，支撑千亿、万亿参数大模型的技术已经从CPU转向以GPU为主，集群规模也从千卡扩大到了万卡级别。百度集团执行副总裁、百度智能云事业群总裁沈抖认为，大模型的Scaling Law将在一段时间内持续有效，并预测很快会有更多的十万卡集群出现。
为此，百度推出了最新的百舸AI异构计算平台4.0，该平台针对十万卡集群的算力管理进行了优化。一方面，百舸4.0能够将万卡任务的有效训练时长稳定在99.5%以上；另一方面，它将万卡集群下的万亿参数MoE模型的算力利用率提升了30%。
在模型层面，百度持续致力于降低价格和使用门槛。截至目前，文心旗舰模型的降价幅度已经达到了90%，而ERNIE Speed和ERNIE Lite两款主力模型则直接免费开放。据沈抖介绍，目前文心大模型的日均调用量已经超过了7亿次，千帆平台已经开发了超过70多万个企业级应用。
在应用层面，百度云将自己定位为B端企业用户的“卖水人”。除了数字人生成功能外，针对智能客服和代码编程场景，百度云分别迭代了智能客服平台“客悦”和代码助手“文心快码”。更新版的“客悦”已经支持语音、视频等多模态交互方式，将智能客服处理复杂任务的能力提升至92%，超过了行业的平均水平（80%）。
代码处理是AI模型最成熟的应用场景之一。多名从业者判断，AI对代码的理解和处理能力优于长文本。“企业级代码架构解释”和“企业级代码审查”是“文心快码”新增的两个功能。前者可帮助用户理解原有代码并快速上手开发；后者则能基于对项目的理解对代码进行勘误。
百度云在明确提供基础设施的角色同时，对于下游应用层而言，百度CEO李彦宏在会上再次强调了他对智能体的看好：“就像互联网时代的账号一样，智能体的门槛很低但上限却很高。”
#百度# #AI大模型# #视频生成# #智能体# #云智大会#
