文心大模型 4.0 发布，李彦宏：相比 GPT-4 毫不逊色

“大模型带来的智能涌现，这是我们开发AI原生应用的基础。”10月17日，李彦宏在百度世界 2023 上表示。当天，李彦宏以《手把手教你做 AI 原生应用》为主题发表演讲，发布文心大模型 4.0 版本，并带来新搜索、新地图等十余款 AI 原生应用。

大会上，李彦宏宣布文心大模型 4.0 正式发布，开启邀请测试。他表示，这是迄今为止最强大的文心大模型，实现了基础模型的全面升级，在理解、生成、逻辑和记忆能力上都有着显著提升，综合能力“与 GPT-4 相比毫不逊色”。李彦宏介绍，文心 4.0 也同步开始邀测，现场观众扫描嘉宾证二维码，登录文心一言官网或下载最新版文心一言 APP，就可以体验到文心一言的专业版；此外，企业客户也可以通过百度智能云千帆大模型平台来申请测试文心 4.0 API。

他现场展示了基于文心一言重构的百度搜索、如流、地图、网盘、文库等十余款 AI 原生应用，希望能拓展大家的想象力，“激发大家一起来做出更惊艳的AI原生应用来”。

最强文心大模型 4.0 发布 综合能力比 GPT-4 毫不逊色

在文心一言的网站上，现在已经出现了文心大模型 4.0 的标签，表面看起来和 3.5 版没有太大区别：

在这里我们要引入一点前置知识：上个版本文心大模型 3.5已经有了插件（现有 8 种）、多模态理解、生成等能力，通过知识点增强技术实现了对世界知识的熟练掌握。因此，既然说 4.0 版是「迄今为止最强大模型」，我们就不能再用以前过于简单的问题来考验它了。

先看理解能力，这道「中文十级题」目测连网友都会翻车，文心大模型 4.0 的回答简洁明了：

换业界标杆 GPT-4 来回答，它理解并解释了其中幽默的意味，但表示无法确定小明最后买的是几等座：

下面这段话是在一档直播节目上出现的，那时人们评价道：全中国没人听得懂白岩松在说什么。

两个大模型都认为说话人想表达的是：人们都喜爱足球这项运动，不应该因为一小部分人的不喜欢而影响到这种喜爱。不过作为人类，还是得说一句 AI 没有理解「想说声喜爱很难」这种感情。

看起来理解问题的水准上，两种模型水平相近，文心大模型在一小部分问题上有点优势。

再看逻辑推理能力，输入一个高考试卷中的物理选择题，文心大模型 4.0 和 GPT-4 都给出了正确的回答：

看起来文心能给出的答案更详细一些，另外还显示了几个进一步解释概念的引导选项，似乎它对做题进行了专门的优化？

我们继续问了很多高考的数学题目，结果各有对错，也有些是都答不上来的。总体来看文心 4.0 和 GPT-4 的水平相近。

还有多模态生成，我们直接用同样的指令让两个大模型生成一段视频，文心一言调用「一镜留影」插件，直接输出了结果：

GPT-4 则是调用 CapCut（字节的剪映）插件生成视频内容。需要注意的是，它提示要想生成视频，就必须要与你进行多轮对话，逐步确定好视频脚本（英文的）、屏幕比例等等：

在不断的测试中我们还能看出，如果你 Prompt 得越仔细，说 AI 话的格式越规整，GPT-4 的表现就相对越好，不过最终也并没有产生决定性的差距。调戏大模型，现在已经越来越像一门学问了。

为了测试四大能力中的长期记忆能力，我们让文心大模型 4.0 阅读一篇贴吧的帖子：在崩铁更新了 1.4 版本之后，有人从自己专业的角度对剧情进行了一长段吐槽，那么这评价合理吗？

文心认为游戏剧情不需要完全按照现实世界的逻辑来展开。我不是很认同，我就是想要符合现实逻辑的剧情：

能不能再跌宕起伏一点？

再尝试替换其中的一个人物：

看起来，文心大模型 4.0 可以在保持原始知识的情况下，与人在不断对话的过程中生成、提炼出你想要的内容。

还有一些我们经常会用得到的功能。在 ChatGPT 出现后，越来越多的人开始尝试使用大模型帮忙来润色论文，据说 AI 写论文看起来很有功底，一般人还真比不上。我们用一段著名的发言试一下：

文心大模型 4.0 把它改写成了这样：

与之相对的是，GPT-4 更多地使用了原文的信息：

不过在更多测试中，GPT-4 生成的内容偶尔会出现夹杂英文的现象。

另外，文心一言目前为保证获取实时信息，默认接入了百度搜索插件，也在理解网络新趋势的时候能帮得上忙。比如，我们最近都在反思自己有没有努力工作：

相比之下，GPT-4 给出了似乎是基于大模型幻觉的回答。

如果多点一步选择使用 Bing 联网版的 GPT-4 则可以得到正确回复，不过再次出现了语言问题，偶尔会获得全英文的回答。

看起来，文心大模型 4.0 在四大核心能力上的提升的确明显，和 GPT-4 比毫不逊色的说法也并不是夸张，特别是在中文领域里，水平是经得起考验的。

文心大模型4.0是如何炼成的？

先来看看文心大模型4.0的“自进化”程度。

据百度CTO王海峰介绍，大模型表现出的创作、编程、解题、规划等能力，实际上都依赖于背后的4大核心基础能力——理解、生成、逻辑和记忆能力。

相比3.5版本，文心大模型4.0的4大基础能力均有了不少提升，而提升最大的，又要属逻辑和记忆能力。

其中，逻辑的提升幅度达到了理解的近3倍，而记忆的提升幅度则达到了理解的2倍多：

以大模型写代码为例。

目前，百度的不少员工已经用上了大模型写代码应用Comate，平均代码采纳率达到40%，高频用户达到60%。

甚至现在百度每天新增的代码中，20%都是靠Comate生成的，比例还在不断增加。

所以，文心一言背后的文心大模型4.0，究竟是怎么炼成的？

据王海峰表示，核心架构虽然还是从文心大模型3.0和3.5一脉相承，包括最初3.0的有监督精调、基于人类反馈的强化学习，以及3.5的知识点增强、逻辑推理增强、插件机制等。

但文心大模型4.0的技术改进，可以直接用三个“更”来总结：

更大的算力、更多的数据、更强的算法。

训练上，目前飞桨平台已经能在万卡算力上运行，基于集群基础设施、调度系统、软硬件协同优化，支持大规模稳定高效训练；同时，基于可再生训练技术中的增量式参数调优，来节省训练资源和时间。

基于这套技术，自3月份以来，文心大模型系列训练算法已经累计提效3.6倍，周均训练稳定有效率超过98%：

数据上，团队建设了一套多维数据体系，从数据挖掘、分析、合成标注和到评估，形成了一整套“流水线”，来进一步提升模型训练效果。算法上，则基于有监督、精调、偏好学习和强化学习等技术，进行了多阶段的对齐，确保大模型能更好地与人类判断和选择进行对齐。

在这其中，有两方面很关键的技术细节。

一方面是知识点增强的能力。过去大模型可能只在一个阶段做知识点增强，但现在百度在输入和输出两方面同时进行了知识点增强。输入先用知识点增强，对用户输入的问题进行理解，拆解出回答问题所需知识点，基于搜索引擎、知识图谱、数据库查找知识，生成第一遍结果；输出再用知识点增强，对第一遍生成的结果进行分析，并用搜索引擎、知识图谱、数据库进行“double check”，对其中有差错的地方进行修正。

另一方面是智能体机制。《思考，快与慢》这本书中，将认知系统分成系统1（反应快但易出错）、系统2（反应慢但更理性准确）。根据这个原理，百度在大模型基础上，进一步研制了系统2。也就是说，相比大模型直接给出答案，现在进一步让它学会理解、规划、反思和进化，这样大模型执行就能更可靠、甚至完成自我进化，思考过程“白盒化”。

这两大技术细节，也造就了文心大模型4.0水平的飞速提升，甚至光是过去一个月的时间里，就提升了30%。

这样的技术，也让文心大模型4.0的用户和开发者人数增长得飞快。截至目前，文心一言用户规模已经达到4500万人，开发者达到5.4万人，遍布4300多个使用场景，应用数量达到825个，并接入了超过500个插件。

而在技术之外，更值得关注的是，百度世界大会上透露出的信息显示，文心大模型4.0已经全面重构了百度的搜索、GBI、文库、网盘、地图等数十款应用。

插件、API助力生态繁荣  推动经济增长

“大模型将开启一个繁荣的AI原生应用生态，”李彦宏强调，插件是一种特殊的AI原生应用，门槛最低，也最容易上手，能让开发者、创业者快速加入到生态中。他举例说，大模型接入权威法律数据的“智能法律助手”，能为用户提供法律咨询的相关建议，而简历助手插件则能帮用户一键生成简历模板。

据介绍，个人及企业的数据、能力或应用，都能快速变成AI插件，增强大模型的能力，让大模型更实用易用。李彦宏表示，一个月前，百度上线了灵境插件平台，目前已经有2.7万开发者申请入驻，覆盖法律、职场、学习等多个领域。

在开发AI原生应用时，大模型的基础能力至关重要。李彦宏介绍说，API是AI原生应用调用基础大模型的主要方式，企业和开发者可以在百度的千帆大模型平台上调取包括文心一言在内的大模型API，目前，千帆大模型平台已经成为中国最大的大模型开发平台，有42个主流大模型入驻，覆盖各行各业近500个场景。即日起，企业客户也可以在千帆大模型平台上申请测试文心4.0的API。

“中国有丰富的应用场景，中国用户又天然愿意拥抱新技术，有了先进的基础大模型，我们就能构建起一个繁荣的AI生态，共同创造新一轮经济增长。”李彦宏表示。

此外，李彦宏表示，未来的AI原生应用一定是多模态的，在信息世界之外，一定会重构物理世界。自动驾驶就是视觉大模型重构物理世界的一个典型应用。大模型会让百度的自动驾驶能力超越经验系统，更聪明地处理复杂场景，实现更广泛的时空覆盖。目前，百度自动驾驶出行服务平台萝卜快跑累计提供服务超400万次，已经成为全球最大的自动驾驶出行服务商。

“大量AI原生应用将不断涌现，数字技术与实体经济将深度融合……大模型正成为新型工业化的重要推动力。”李彦宏说。正如百度世界2023的主题是“生成未来”，在演讲结尾，李彦宏宣布，我们即将进入一个AI原生的时代，进入一个人机通过Prompt来交互的时代。