3月16日下午，百度于北京总部召开新闻发布会，百度创始人、董事长兼CEO李彦宏正式发布了文心一言――全球首个对标ChatGPT的多模态大语言模型。文心一言在某种程度上已具有对人类意图的理解能力，回答的准确性、逻辑性、流畅性逐渐接近人类水平。

文心一言具有强大的多模态生成能力，包括文本、图片、音频和视频生成。李彦宏现场展示了文心一言生成文本、图片、音频和视频的能力。有趣的是，文心一言甚至能够生成四川话等方言语音；文心一言的视频生成能力则因成本较高，现阶段还未对所有用户开放，未来会逐步接入。

百度同时公布了文心一言的邀请测试方案。3月16日起，首批用户即可通过邀请测试码，在文心一言官网体验产品，后续将陆续开放给更多用户。此外，百度智能云即将面向企业客户开放文心一言API接口调用服务。3月16日起正式开放预约，搜索“百度智能云”进入官网，可申请加入文心一言云服务测试。

文心一言与ChatGPT的对比

技术背景

文心一言是基于ERNIE和PLATO系列模型研发的新一代知识增强大语言模型。关键技术包括有监督精调、人类反馈的强化学习、提示、知识增强、检索增强和对话增强。而ChatGPT是由OpenAI开发的大型自然语言处理模型，主要基于GPT系列模型。

生成能力

文心一言具有强大的多模态生成能力，包括文本、图片、音频和视频生成。而ChatGPT主要以文本生成为主，尽管也可以生成图片，但在音频和视频生成方面相对较弱。

对人类意图的理解能力

文心一言在某种程度上已具有对人类意图的理解能力，回答的准确性、逻辑性、流畅性逐渐接近人类水平。ChatGPT同样具备较高的理解能力，但在理解某些特定领域和方言方面，文心一言可能具有更强的适应性。

发展阶段

文心一言和ChatGPT都尚处于发展阶段，需要通过真实的用户反馈来逐步迭代。李彦宏表示，文心一言将建立起真实用户反馈、开发者调用和模型迭代之间的飞轮，效果会迅速提升，给用户带来惊喜。同样地，ChatGPT也在不断完善和优化，以提高其应用性能和效果。

百度四层技术栈独特优势

李彦宏指出，大语言模型无法突击速成，百度具备四层技术栈独特优势：芯片-框架-模型-应用。这一全栈布局使百度在各层面都具有领先业界的自研技术，如高端芯片昆仑芯、飞桨深度学习框架、文心预训练大模型等。全栈布局有助于实现端到端优化，大幅提升效率，尤其在框架层和模型层之间，具有很强的协同作用。

生成式AI催生新业态与产业机会

自百度官宣文心一言以来，已有超过650家企业宣布接入文心一言生态。李彦宏预测，大语言模型将带来三大产业机会：

1.新型云计算公司：其主流商业模式从IaaS变为MaaS。文心一言将根本性地改变云计算行业的游戏规则，使得企业选择云厂商时更注重框架、模型和四层之间的协同。

2.进行行业模型精调的公司：这是通用大模型和企业之间的中间层，他们可以基于对行业的洞察，调用通用大模型能力，为行业客户提供解决方案。

3.基于大模型底座进行应用开发的公司：即应用服务提供商。李彦宏认为，大部分创业者和企业的真正机会在于基于通用大语言模型抢先开发重要的应用服务。

百度发布的文心一言作为全球首个对标ChatGPT的多模态大语言模型，将为AI领域带来新的里程碑。文心一言在多模态生成能力、对人类意图的理解能力及百度四层技术栈独特优势等方面展现出强大的潜力。在与ChatGPT的对比中，文心一言凸显出其在多模态生成和理解特定领域及方言等方面的竞争优势。随着大语言模型的发展，未来AI市场将迎来更多的机遇，为各行业带来前所未有的创新驱动力。