本报记者 李静 深圳报道
不用一行代码，只用人类的自然语言，能开发出一款游乐园排队助手应用吗？
随着大模式和生成式AI的发展，这个答案是肯定的。在今年百度举办的一场创业大赛中，一支参赛队伍利用百度AI原生应用开发工具AppBuilder，用自然语言、三步就开发出了AI原生应用，并拿到了10万元的大奖。
据介绍，以这款游乐场排队助手为例，打开AppBuilder的开发界面，第一步先给应用起名“游乐场排队助手”，第二步填写角色指令，包括调用代码解释器、算出在固定时间内的最佳组合、输出结果等；第三步再插入需要的工具组件。这样，在零代码的情况下，一个应用就生成了。
“得益于强大的基础大模型，有了很多低门槛，甚至零门槛的开发工具，开发者的生产力大大提高了。”百度创始人、董事长兼首席执行官李彦宏在Create 2024百度AI开发者大会上带来了包括AgentBuilder、AppBuilder和ModelBuilder三大开发工具，涵盖了智能体开发工具、AI原生应用开发工具和各种尺寸的模型定制工具。
李彦宏说：“AI正在掀起一场创造力革命，未来开发应用就像拍个短视频一样简单，人人都是开发者、创造者。”
未来大型的AI原生应用是MoE架构
大模型本身并不直接创造价值，基于大模型开发出来的AI应用才能满足真实的市场需求。
李彦宏分享了基于大模型开发AI原生应用的具体思路和工具，以及对大模型未来发展的思考。
第一，他认为未来大型的AI原生应用基本都是MoE架构，即大小模型的混用，不依赖一个模型解决所有问题。
第二，小模型推理成本低，响应速度快，在一些特定场景中，经过SFT精调后的小模型，它的使用效果可以媲美大模型。李彦宏表示：“这就是我们发布ERNIE Speed、ERNIE Lite、ERNIE Tiny三个轻量模型的原因。我们通过大模型，压缩蒸馏出来一个基础模型，然后再用数据去训练，这比从头开始训练小模型的效果要好很多，比基于开源模型训练出来的模型效果更好，速度更快，成本更低。”
第三，智能体可能是未来离每个人最近、最主流的大模型使用方式，基于强大的基础模型，智能体可以批量生成，应用在各种各样的场景。随着智能体能力的提升，会不断催生出大量的AI原生应用。智能体机制包括理解、规划、反思和进化，它让机器像人一样思考和行动，可以自主完成复杂任务，在环境中持续学习、实现自我迭代和自我进化。在一些复杂的系统中，还可以让不同的智能体互动，相互协作，更高质量地完成任务。
“这是我们根据过去一年的实践，踩了无数的坑，交了高昂的学费换来的。”李彦宏强调道。
在这次大会之前，李彦宏还发出内部信解释百度文心大模型为什么不对外开源。在本次大会上，李彦宏再度表示，未来开源模型会越来越落后。
“开发者通过文心4.0降维裁剪出来的更小尺寸模型，比直接拿开源模型调出来的模型，在同等尺寸下的效果明显更好；同等效果下，成本明显更低。”李彦宏说道，“大家以前用开源觉得开源便宜，其实在大模型场景下，开源是最贵的。所以开源模型会越来越落后。”
底层技术之变
百度文心一言自去年3月16日发布，到今天已有一年零一个月的时间。据介绍，文心一言用户数已经突破了2亿，API日均调用量也突破了2亿，客户数达到了8.5万，利用千帆平台开发的AI原生应用数超过了19万。
“近几个月来，文心大模型在代码生成、代码解释、代码优化等通用能力方面实现了进一步的显著提升，达到国际领先水平。”李彦宏表示，“相比一年前，文心大模型的算法训练效率提升到了原来的5.1倍，周均训练有效率达到98.8%，推理性能提升了105倍，推理的成本降到了原来的1%。也就是说，客户原来一天调用1万次，同样成本现在一天可以调用100万次。”
当编程不再是少数经过专业训练的程序员的特权，不再是面向过程、面向对象，而是面向需求后，这种革命性变化将彻底颠覆原有的操作系统。百度集团执行副总裁、百度智能云事业群总裁沈抖说道：“新的操作系统的内核中，底层的硬件从以CPU算力为主变成以GPU算力为主，而且第一次增加了硬件和软件以外的资源，也就是被大模型压缩的世界知识。操作系统管理的对象也因此发生了本质的变化，从管理进程、管理微服务，变成了管理智能。这个全新的操作系统需要能管理万卡规模的集群，需要极致发挥GPU、CPU的性能，需要高速互联，还需要有强大的大模型作为核心引擎，不仅是语言大模型，还有视觉大模型。”
尤其值得关注的是，大模型高速发展的时代，强大的模型能力需要巨大的算力甚至电力，算力的有效管理至关重要。国内还面临一个特殊情况，就是芯片供应的不确定性。“这必然会导致多款芯片并存的格局，短期看，这是大家被动接受的局面，长期看，这一定是大家主动选择的结果。”沈抖说道，我国算力的发展需要摆脱对单一芯片的依赖，实现更优的成本，保证更有弹性的供应链。
然而，不同厂商的芯片差异很大，即使都来自同一厂商，不同代际的芯片差距也很大。要想在大模型训练、特别是单一训练任务上管理好多个厂商、不同代际的芯片，是非常困难的事情。
沈抖介绍道，全新发布的新一代智能计算操作系统万源已经解决了这些难题，实现了单一训练任务下不同厂商芯片的混合训练，且百卡规模性能损失不超过3%，千卡规模性能损失不超过5%。最大程度上屏蔽硬件之间的差异，帮助用户摆脱单一芯片的依赖，实现更优成本，打造更具弹性的供应链体系。
“未来，我们会进一步开放操作系统层面的生态合作。向上，开放更多的能力和接口，开发者可以非常简单地开发应用。向左，大家可以用万源做基础，打造适合自己的垂直行业的操作系统。向右，可以把万源直接部署在自己的智算中心，享受稳定、安全、高效的智能计算平台。向下，我们会适配更多的芯片，为开发者进一步隐去异构集群的复杂性，让不同的芯片都能发挥最大的效能。”沈抖说道。
（编辑：张靖超 审核：李正豪 校对：张国刚）
