为了更好的落地应用，百度发布了iRAG技术（检索增强文生图技术）。李彦宏介绍，百度在开发各种各样应用过程中遇到的一个障碍，就是大模型的幻觉。“必须把障碍搬走之后，我才能再往前走。”为了解决文生图的幻觉，百度研发了iRAG。其将百度搜索的亿级图片资源跟强大的基础模型能力相结合，可以生成各种超真实的图片。iRAG在市
1）在快递领域，让大模型帮助处理订单，做到了一张纸一句话寄快递，不再需要其他繁琐流程，时间从3分钟缩短19秒，而且90%以上的问题都是由大模型解决，效率提升非常明显。2）小说创作领域，一开始用开源模型，后来用文心轻量级模型，经过上万组数据的SFT结果有了明显提升。最近转到文心4.0版本，仅用数百条数据，4....
李彦宏指出，外行通常将“模型开源”和“代码开源”这两个概念相混淆。“模型开源”指的是公开模型的参数，但这些参数的来源、训练方式却并不透明，对于开源模型的后期微调（SFT）和安全对齐等工作仍需耗费大量资源。即便拿到源代码，也无法得知具体的训练数据量和比例，难以在开源模型的基础上实现更高效的迭代和开发。...
李彦宏表示：“大模型调用量高、增速快，表明有越来越多的应用在使用文心大模型。”百度iRAG检索增强的文生图技术全球领先，多模态大模型开始广泛应用 为什么最近半年基础模型调用量增速这么快？或者说什么技术提升导致了基础模型突然变得很有用呢？李彦宏认为：“主要是检索增强（RAG）的能力。大模型最初发布的时候有幻觉...
李彦宏进一步指出，相对于全新的超级应用，大模型对现有企业、现有应用的改造可以创造出更大的价值。「几乎所有行业里已经成型的公司，一旦转过弯来，能很好地利用大模型能力的话，它获得的收益、获得的价值增益加起来，一定是最大的。当然这并不表明创业公司没有机会，创业公司做出三五个 Super App、做出几百几千个...
李彦宏表示，大模型火了将近两年，相关技术以前所未有的速度进行迭代和创新，从大公司，到创业者，到风险投资，各路人马大家都在寻找生成式AI时代基于大模型的超级应用。然而客观地讲，大家期待的超级应用还没有出现。李彦宏认为百度是中国人工智能的扛旗者，有资格回答这个问题，“今年5月份，当我们的人均调用量达到...
“过去24个月，AI行业的最大变化是大模型基本消除了幻觉，不再一本正经地胡说八道。”李彦宏认为，让大模型这一概率模型变得可用、可被信赖的技术，就是RAG（Retrieval-augmented Generation），即检索增强技术。百度做搜索起家，自然要选择检索增强这条路，但是事实上，检索增强不是百度特色，而已成为行业共识。目前，...
李彦宏表示，百度作为一家技术公司，定位是尽可能为大家提供所需的开发工具，这包括了1个基础模型系列和三大AI开发工具，“今天的中国，有10亿互联网用户，有强大的基础大模型，有足够多的AI应用场景，有全球最完备的产业体系，国家也在大力鼓励和支持‘人工智能+’行动，每一个人，每一家企业，只需要充分利用这些...
李彦宏在谈及开源闭源之争时表示，开源大模型在学术研究、教学领域等特定场景下有存在的价值，但并不适用于大多数应用场景。在激烈竞争的环境中，需要让业务效率比同行更高、成本比同行更低时，商业化的闭源模型是最能打的。李彦宏称，要避免掉入“超级应用陷阱”，认为一定要出现一个10亿DAU的APP才叫成功，这是移动...
但是,在大多数实际应用场景中,开源模型可能并不是最佳选择。当你处在一个激烈竞争的市场环境当中,提升业务效率和降低成本成为关键,此时商业化的闭源模型往往能提供最优的解决方案。 当然,这些都不是最重要的,没有应用,光有基础模型,不管是开源还是闭源都一文...