百度創業者の李彦宏氏は19日、2024中国5 G＋工業インターネット大会で講演した際、多知能体連携アプリケーションのコードレスツール「秒間」が発表されてから3日足らずで、5000社以上の企業が列を作ってテストを申請していると明らかにした。また、L 4レベルのエンドツーエンドの自動運転大モデルが発表された後、百度という大モデルを搭載した自動運転オープンプラットフォーム、Apollo 10.0バージョンも、世界中のユーザーに向けて発表される。
図：李彦宏講演
それによりますと、11月初めまでに、百度文心大モデルの1日平均使用量は15億に達し、5月に発表された2億に比べて7.5倍増加し、1年前に初披露された5000万回に比べて、さらに約30倍増加し、特に最近半年間の増加率は非常に速いということです。李彦宏氏は、「大モデルの呼び出し量が高く、成長率が速いことは、文心大モデルを使用するアプリケーションがますます増えていることを示している」と述べた。
最近半年間の基礎モデルの呼び出し量が高い伸び率の背景について、李彦宏氏は、主に検索強化（RAG）の能力にあると考えている。
しかし、過去24カ月間、大モデルはほとんど幻覚を消した。「今日の文字レベルのRAGはよくできており、大モデルを利用可能にし、信頼されるようにしている。画像などの多モード技術を実用化するには、正確性と制御性が必要で、AI応用空間を広げる必要がある」と述べた。
百度は画像生成の「幻覚」問題を解決するために多くの精力を費やし、検索強化された文生図技術iRAG（image based Retrieval-Augmented Generation）を開発し、百度検索の億級画像資源と強力な基礎モデル能力を結合し、さまざまな超リアルな画像を生成することができる。「現在、文心多モードモデルを用いて生成することで、幻覚を取り除き、いわゆる“AI味”を取り除き、生成された画像はよりリアルに見え、正確性を保つことができる」と李彦宏氏は考えている。「将来的に多モードの検索強化も急速に発展し、多モード大モデルをより実用的な段階に入れることができる」。
検索強化技術を除いて、大モデルのもう一つの重要な発展方向はスマートボディであり、スマートボディの最終極形態はマルチスマートボディの協力である。11月12日、百度は百度世界2024大会でコードレスツール「秒」を発表した。これは多知能体連携アプリケーションである。聞くところによると、市販の他の補助コード生成ツールと異なり、「秒の」は人々がコードを理解する必要はなく、非プログラマにプログラマの能力を持たせ、コードフリープログラミング、マルチエージェントコラボレーション、マルチツール呼び出しなどの特徴をカバーし、自然言語を通じてだけで、さまざまな応用を構築することができる。
李彦宏氏によると、発表からわずか3日で5000社以上の企業が試験申請に列を作った。「世界には現在2800万人のプログラマーがいるが、世界には80億人の人口がおり、ほとんどの人は1行のコードが読めず、プログラミングの方法で問題を解決することができない。誰もがプログラマーの能力を持っているとき、社会全体の生産性に大きな解放をもたらす」と李彦宏氏は言う。
また、大モデルは製造、エネルギー、金融、公共サービスなどの各分野に着地した後、コストダウンと効率化の両面で着実な成果を収め、同時に産業革新の新たな機会をもたらした。Baiduは2013年から自動運転のレイアウトを開始し、今年5月、Baiduは最初にL 4レベルのエンドツーエンドの自動運転大モデルApollo ADFMを発表し、技術の安全性と汎化性を両立することができる。この大モデルを搭載した自動運転オープンプラットフォーム、Apollo 10.0のバージョンも、世界中のユーザーに向けてリリースされます。
「人工知能は新しい産業革命であり、今日では大きなモデルについて、生成式AIについての議論が多く、PCインターネットやモバイルインターネットと類比しているが、蒸気機関革命、電力革命、情報革命の発展過程を参照して、発展過程の中で国、会社、あるいは個人を参考にして、どのようにしてその中からできるだけ多くの利益を得て、どのようにして起こりうる負の作用を避けることができるのか。そうすれば、私たちは今回の新しい産業革命を真に利用して、大きなモデルを利用して、各業界にエネルギーを与え、社会の生産効率を高め、人の美しい生活により良い貢献をすることができる」と李彦宏氏は言う。
