谷歌的AI有意识，中国的AI“懂开车”？

2022-07-22 13:57

不久前，谷歌一研究员爆料AI有意识的事件刚上热搜，今天，2022百度世界大会上的一个小插曲，再度引发大家对AI的讨论。

7月21日上午，2022百度世界大会官方视频号直播突然被中断，随后紧急恢复。有不少网友调侃，可能是直播中提到无人驾驶，一直在说“开车”，被AI判定为违规。

这当然只是一个玩笑，但“AI已经具备人格，要意识觉醒了”似乎是AI发展历史上的永恒话题。长期关注AI的朋友都知道，这还很遥远，但其实，AI的创作能力已经到了开始抢人类“饭碗”的地步。

这次“百度世界大会”上，百度创始人、董事长兼首席执行官李彦宏分享了对于AIGC的思考，让AIGC的概念备受关注。

什么是AIGC？李彦宏指出，AIGC（AI generated content，AI生产内容）是继UGC（用户生产内容）、PGC（专业生成内容）之后，全新的内容生产方式，不仅能提升内容生产的效率，还能创造出有独特价值和独立视角的内容。

伴随着元宇宙、Web3概念的走红、下一代互联网的演进，用户对于内容的需求越来越旺盛，内容产业迫切需要升级迭代，AIGC也随之越来越被需要。

在这届以“AI深耕，万物生长”为主题的百度世界大会上，百度展现了以AI修复残画《富春山居图》的能力，这只是百度基于文心大模型AIGC能力的尝试之一。百度AI虚拟人度晓晓、希加加的对话、跳舞、作画、作词作曲的实现，也都离不开百度的AIGC能力。

有业内人士指出，看似遥远的AIGC时代已经悄悄到来，赋予了AI强大的生产力。除了百度之外，在国内市场上，互联网大厂、AI独角兽以及一众创业公司都已经将触角探入了这个前沿领域。以AI能力为基座，一场面向下一代互联网的较量已经悄悄开始。

那么，百度的AIGC长什么样？背后的AI技术发生了怎样的变革？百度在这种争夺战中处于什么位置？本文试图回答这些问题。

全能AI来了?

在百度世界大会现场，一幅AI修复的《富春山居图》缓缓展现在人们眼前。

元朝画家黄公望的这幅《富春山居图》，自明朝末年遭火焚断为上下两卷后，后人再也无法得知缺失的部分。AI弥补了这一缺憾，不仅补全画作，还在画上题诗一首。就连黄公望纪念馆负责人毛传镔也说，这幅AI修复版名画“与现存真迹风格一致”。

百度利用AI技术补全《富春山居图》

AIGC的修复能力强大，效率也非常惊人。大会现场，主持人撒贝宁还在百度APP上，勾勒几笔，通过AI技术补全这幅名画，体验了一把AI修复。同样，每个人都可以对这幅名画进行AI修复，一千个人，就有一千个版本的修复版《富春山居图》。

当然，AI作画只是百度AIGC蓝图里的早期阶段，结合百度对于AIGC领域的探索，李彦宏在大会上判断AIGC将走过三个发展阶段：第一阶段是AIGC的“助手阶段”，辅助人类进行内容生产；第二阶段是AIGC的“协作阶段”，AIGC以虚实并存的数字人形态出现；第三阶段为AIGC的“原创阶段”，AIGC可以独立完成内容创作。

在第一阶段，人们的印象大多停留在单点技术上的AIGC产品，包括AI写诗、AI作曲、AI剪辑等。李彦宏举例称，他的《智能交通》一书AI超拟真有声书版本就是利用AIGC技术创作生成的。其音频合成效果还原度几近他的原声，普通用户基本无法辨别。AIGC的第三阶段，由AI独立完成从0到1的创作，当前真正意义上实现，还比较困难。李彦宏称，AI大模型的突破正在加速这一趋势。

这中间的第二个阶段，百度的度晓晓、希加加等AI数字人用行动在过去的半年里做了详细诠释。

早在2021年12月底的一场沟通会上，李彦宏就发现了AIGC概念正在走红，谈及2022年目标时表示，称要打造一个虚拟形象，由AI完成各种动作。

于是两个多月后，百度的AI虚拟偶像希加加正式出道。据了解，希加加的形象包括外形、名字、服装、发型等，都是AI技术生成，是AIGC的成果。而且，希加加具备语言、面部表情和肢体动作表达的能力，能够像人一样对话、行动，最重要的是可进行自主学习及迭代，凭借AI能力进行创作快速生成内容。过去几个月，希加加化身AI设计师，已经联合发布了多套数字藏品。

百度另一位AI数字人“度晓晓”，更是有“劳模”之称，过去半年里持续引领着AIGC潮流。文本创作上，她在上海高考时挑战了40秒完成40篇高考作文，效率惊人；图像层面，她数十秒之内创作了AIGC画作数字藏品，24小时销售额突破17万，并受邀参加西安美院毕业展；音乐层面，她和明星龚俊数字人一起作词、编曲，发布了首个虚拟偶像AIGC单曲《每分每秒每天》。

度晓晓、希加加之外，百度AI数字人家族成员还有央视网虚拟主持人小C、理财专员小浦、文博虚拟宣推官文夭夭等。

这些AI数字人们变得能听、能说、能理解、可互动，越来越“聪明”，近乎全能。

百度对于AIGC的布局，远不止打造AI数字人，更在于加速数字人的规模化落地。今年1月，百度发布了To B的百度智能云曦灵平台，这是一个整体上更接近全链路实现AIGC的数字人平台，能够为各行各业提供数字化生成和内容生产服务，降低数字人的使用门槛。

据百度数字人与机器人业务负责人李士岩介绍，百度智能云曦灵平台目前拥有四个子平台，分别是数字明星运营平台、数字人手语平台、数字人直播平台以及与交互能力相关的对话配置平台。以最近发布的数字人直播平台为例，这一平台能够生成AI主播，商家购买服务后，可以无需真人主播、中控人员、复杂硬件的支持，就能获得24小时无休的AI主播。

在AIGC的助手阶段、协作阶段，百度已经成为深度玩家。

AIGC背后，谁是最大功臣？

当百度进入AIGC的第三个阶段，就需要AI大模型即预训练大模型获得新的突破了，这已经成为近几年人工智能技术和应用的重要方向。

以前AI深度学习训练模型，都要进行大量的数据标注，也面临着通用数据激增与专用数据匮乏的矛盾。AI大模型在大规模数据集上完成预训练后无需微调，或仅需要少量数据的微调，就能直接支撑各类应用。

从2020年，OpenAI发布模型参数为1750亿的NLP预训练模型GPT-3开始，国内外大厂们，包括谷歌、微软、Meta、华为、阿里、百度等，就在预训练大模型领域展开了一场“军备竞赛”，各家开始拼参数、拼算力，参数从千亿到万亿甚至飙至10万亿。

百度从2019年就已开始积累AI预训练模型技术，先后发布飞桨深度学习开源开放平台、知识增强文心（ERNIE）系列模型。基于百度飞桨深度学习平台，百度在2021年12月发布了全球首个知识增强千亿大模型鹏城-百度·文心，参数规模达2600亿。

不过，拼参数的时代正在过去。“2022年，是AI大模型产业落地的关键年”，百度研究院认为，2022年，超大规模预训练模型将逐渐实用化、破除盲目增加参数规模的“军备竞赛”，呈现知识增强、跨模态统一建模、多学习方式共同演进的趋势。

据百度首席技术官王海峰介绍，基于飞桨深度学习平台，百度在预训练大模型领域不断精进，目前文心全景已经发布20多个大模型，既包含基础通用的大模型，也包含面向重点领域、重点任务的大模型。这次世界大会上，百度文心还推出世界上第一个航天领域的大模型——航天-百度·文心大模型。

产业级知识增强大模型文心全景图

百度的AIGC能力，离不开百度文心大模型。此次大会上AI修复的《富春山居图》，就是用到了文心大模型当中多任务统一学习的视觉大模型。文心大模型先是学习了大量的中国山水画，从山水画“小白”向“大师”进阶，然后再针对黄公望的《富春山居图》进行单样本学习，掌握其精髓，从而让补全的画作与现存真迹风格一致。

也正是百度文心大模型，让数字人能够通过AI技术以自动编排合成的方式生产内容。据了解，百度AI数字人度晓晓的陪聊对话能力，使用的是对话生成大模型文心PLATO，其现已升级到百亿参数的文心PLATO版本，在开放域对话效果上得到了持续提升。

百度数字人的画画能力，使用的是文心大模型跨模态图文生成模型ERNIE-ViLG，这种图像和文本双向生成模型，不仅可以根据个性化需求自动化生成油画、水彩画、中国画等多种风格的不同分辨率图像，还能实现“看图说话”的效果。

随着大模型技术的不断突破，百度正在加速AIGC向原创阶段发展演进，一旦跨过某个奇点，就能产生真正意义上的AI原创内容。

元宇宙浪潮，离不开AIGC

2022年被不少业界人士称为AIGC元年。

从PGC、UGC到AIGC，伴随着AI技术的成熟，这场内容生产变革的背后，是下一代互联网对于数字内容的数量、形式和交互性都提出了更高的要求。市场需要以更低的成本、提高内容生产效率，创作出有独特价值和独立视角的内容。李彦宏称，未来十年，AIGC将实现以“十分之一的成本”、以百倍千倍的生产速度，去生成AI原创内容。

但不可否认，AIGC的概念还相对早期，李彦宏也是在一众互联网大佬中率先公开定义了这一概念。

观察当前的市场可以发现，很多玩家们或许还未明确AIGC概念，但从动作上早已有所涉水，总体而言，聚焦在两个板块，一个是针对AI底层技术去做突破，进行内容的生成；另一个则是围绕着数字人的形态，进行技术的整合，通过AI技术结合相关的图形识别、视觉技术、3D建模、CG渲染、动作捕捉等技术，不断完善数字人的个性化和交互能力。

无论哪个板块，都有大厂和创业公司在加码布局。其中，在AI技术层面，国内的科大讯飞、商汤、阿里、腾讯、小冰，都长期深耕。诸如AIGC技术研发商数字力场、游戏AI公司超参数科技等创业公司，聚焦在AIGC技术层面，都以AIGC概念获得了融资。

而数字人赛道在过去一年可谓风头正盛，据了解，单是2022年第一个月，融资已达近百起，金额超4亿元。虚拟人相关公司中，一类侧重于虚拟偶像、虚拟IP的内容运营，一类则是技术服务商，侧重于虚拟人相关技术的融合，并输出解决方案。参与者不乏阿里、腾讯、网易、科大讯飞、商汤这些大厂、独角兽公司。

在这些试水AIGC的市场玩家当中，百度的特色是覆盖领域广、布局深入。

和互联网大厂相比，百度做虚拟人，已经打造出了度晓晓、希加加等虚拟IP，又搭建起了包含全链路AI能力、全产业链各个环节，从建模到绑定、到动力学等能力的平台，能实现一站式数字人服务和交付。

即便放在AI赛道上，AI积累也是百度的强项。李士岩对深燃表示，百度是国内唯一一家既有视觉能力，又有语音、语义相关能力，还包括计算机图形学等全链路AI能力平台型的公司，底层全栈AI能力是曦灵的优势。

百度对于AIGC也抱有较大期望，百度研究院发布2022年十大科技趋势预测就曾指出，2022年，AIGC借助大模型的跨模态综合技术能力，将提升内容多样性，降低制作成本，将实现大规模应用。

百度有优势，过去半年里在AI虚拟人领域的频频布局，无不彰显着要在下一代互联网到来之时抢先占位的野心。

*题图来源于《银翼杀手2049》