小度打头阵,百度大模型能否“赋能万物”?

2023-10-20 17:45

本文主要是介绍小度打头阵,百度大模型能否“赋能万物”?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文 | 智能相对论

作者 | 楷楷

近日,百度集团副总裁、小度科技原CEO景鲲因个人原因辞任,百度集团副总裁、首席信息官(CIO)李莹轮岗出任小度科技CEO,并向李彦宏直接汇报。

随着“景鲲时代”落幕,新任CEO李莹会为小度科技带来哪些改变,或许会成为外界更关注的问题。在大模型爆发的关键时刻,小度科技也走到了“转折点”,要如何才能找到新的发展变量?

景鲲时代的“百箱大战”

2017-2019年,国内智能音箱市场增速迅猛,小度智能音箱能够在“百箱大战”中的胜出,景鲲也是功臣之一。

在各大智能音箱品牌都在烧钱打“价格战”的时候,百度在2018年发布了国内首款带屏智能音箱“小度在家”,不仅成为了小度的第一个爆款产品,也划下了智能音箱产品的分水岭。

迄今为止,百度小米阿里三大品牌加起来占据了智能音箱市场94%的份额,其中,百度依然保持领先优势,且截至2023年第二季度,百度智能音箱的线下市场份额仍在增长,占比达51%。

图源:洛图科技

小度率先从“无屏”走向“有屏”,为智能音箱开辟了视觉意义上的场景价值,同时也展示了百度并不满足于只做音箱,而是要进入智能生活领域的野心。

一方面,百度在AI方面一直都有持续重点的投入,2021年全球领先的知识产权解决方案提供商 Questel 发布的报告显示,近十年来全球深度学习领域的专利数量申请中,百度排名全球第一。

这意味着百度有足够的技术实力构建全栈AI架构,为旗下不同类型的产品赋能,以此来加速其生态体系的深度扩张。而且,有别于小米的闭环AIoT生态,百度AI生态是开放性的,能够帮助百度与其生态合作伙伴共同抢占更多智能化场景的机会。

另一方面,在百度技术底座的支撑之下,小度科技所服务的生活场景也日渐丰富,从“家庭场景”开始出发,走向酒店地产场景、车载场景、随身场景等。

以场景为引导,小度推出了不同形态的智能硬件,包括智能屏、健身镜、学习平板、耳机以及电视等各类产品,借此撕开不同特定用户需求,实现“让智能无处不在”的理念。

在“多屏矩阵”的包围下,小度科技也接过了“商业化”重任,成为百度AI变现的重要途径之一。2020年,小度科技正式独立成为百度的子公司,在这之后,小度科技的估值不断上涨,今年1月,小度科技宣布完成B+轮融资,投后估值为355亿元。

图源:天眼查

但与此同时,大厂狂推智能硬件是为了占领互联网的“下一个入口”,也成为了市场共识,智能硬件在消费者心目中的地位开始变得越发尴尬,行业从“百箱大战”走向“百屏大战”,但消费者的热情却日渐冷却。

洛图科技数据显示,近两年智能音箱行业出货量呈下降趋势。2022年全球智能音箱市场出货量为1.2亿台,同比下降25%。中商产业研究院预测,2023年全球智能音箱出货量将降至0.9亿台。

图源:中商情报网

本质上来看,这是因为智能音箱还未能成为家居生活的刚需用品,考虑到当下中国智能家居仅为13%的渗透率,再加上智能产品之间的兼容问题,即便是配备了更多屏幕,具有更多形态和功能的智能音箱,也很难发挥出播放音乐、故事之外的功能价值。

恰好在此时,大模型迎来全面爆发,在这样的时间节点,如何借助大模型技术让智能音箱产品兼具更多的实用性,赢得更多用户的青睐,就成了小度们不得不重新思考的问题。

从“屏幕为王”走向“智能时代”

一方面,目前智能音箱、智能穿戴、智能家居设备,甚至智能手机的销量都在持续下滑,虽然小度智能音箱/智能屏的销售额和销量在二季度实现了双增长,分别同比上涨31.58%和10.19%。

但考虑当下的市场现状,单纯通过智能硬件的物理性扩展将很容易触及增量天花板,“屏幕数量战”应升级为“硬件质量战”。

另一方面,横向的屏幕拓展也更考验企业的内容制造力,比如在教育赛道、健身赛道等细分领域,智能硬件的逻辑就是“将内容硬件化,再销售出去”,而这些赛道本身已经有更为成熟的品牌,它们在内容制造上会更有优势。

但大模型的出现对智能硬件来说,是一个帮助它们突破现状的“变量”,比如可以通过大模型降低智能硬件的学习成本,对大厂来说,其智能物联优势也能同步赋能更多硬件设备。

百度在2021年2月推出智能学习平板,从2021年第四季度到2023年第二季度均一直市占率第一,目前,教育赛道已经成为小度的第二增长曲线,收入占比约为50%左右。

图片来源:IDC调研

因此在ChatGpt爆发之后,各科技巨头在AI大模型上的投入也是“你追我赶”。2月,小度宣布将融合文心一言,打造针对智能设备场景的AI模型“小度灵机”,并将其应用到小度全系产品中;4月,天猫精灵宣布将正式接入阿里巴巴通义千问;9月,小米宣布升级大模型“小爱同学”……

图源:公众号“智东西”

当智能硬件市场开始从“多屏时代”进入“智能时代”,李莹担任小度科技CEO,则可能有着不一样的战略意义。或者我们可以先来看看,为什么会是李莹?

据公开资料显示,李莹于2004年加入百度,先后带领自然语言处理、网页搜索相关性、spider、复合搜索、推荐与个性化、知识图谱、AI技术生态、百度地图等多个业务。并打造了以AI和知识管理为核心的智能工作平台“如流”,为百度AI基础技术建设和产品应用做出重要贡献。

据接近百度人士透露,李莹非常资深,而且很懂技术,接下来将带领小度科技与文心一言开启更紧密的合作。由此可见,李莹能否像打造“如流”一样重塑小度,将是其下一阶段的重任。

那么对小度科技来说,加强与AI大模型的紧密合作又意味着什么?

首先,在上一阶段“入口争夺战”暂告一段落的背景下,智能音箱市场将从“屏幕数量战”转向“智能质量战”。这意味着小度将会朝着生活解决方案服务商的方向发展,与大模型进行更深度的结合,而技术出身的李莹将担起这一重任。

如果我们将李莹主导的“如流”和“小度灵机”进行横向对比的话,会发现两者在思考模式上确实有相似之处。

比如“如流”的超级助理具有“语音一键差旅”功能,只需要语音输入往返时间和目的地,系统会自动提交差旅申请、根据用户习惯预定机票和酒店,并完成对公结算;“小度灵机”的超级助理同样可以从用户的各种复杂日程中,提炼出真正有效的信息,并据此给测试员生成一份正确的时间安排表。

这意味着,李莹可以在“如流”的基础上去探索小度科技的发展道路,这将能有效提升小度科技在大模型时代的发力效率。

与此同时,小度科技的战略位置也将变得更加重要。小度是百度“AI生活”触达C端用户的重要落点,对曾经是“搜索时代”霸主的李彦宏来说,错过了互联网时代后,自然不愿意再错过智能时代,小度会成为百度再次抢占入口的关键。

除了是关键入口之外,谁能率先打造成能成熟落地的“大模型交互平台”,也会在互联网红利日渐枯竭的当下,成为帮助公司讲好估值新故事的重要抓手。

“大模型”能否成为“分水岭”

因此,不管是百度,还是阿里、小米、华为等科技巨头,都想与时间赛跑,尽快抓住大模型带来的商机,但能否真正握住这一变量,则还是另一个变量。

一方面,大模型仍然存在“编瞎话”这一公认缺陷,这个缺陷决定了大模型当下仍难以广泛应用在低容错率领域,比如医疗、司法、教育等。小度未来能否覆盖更多细分领域,文心一言的学习能力将是一个“变量”。

对此,李彦宏曾表示,“百度在这个方面有优势,我们做了知识增强和检索增强,所谓的知识增强就是有5500亿知识图谱里的事实,它叠加了这些生成式大模型之后,就可以做一些检查,看看生成出来的内容到底和事实是否吻合。”

另一方面,小度能否借助AI大模型构建出更多的刚需应用场景,这也是另一个“变量”。虽然智能音箱从“多屏时代”走到了“智能时代”,但智能音箱使用场景“鸡肋”这一问题仍然可能存在。

智能音箱并不是“AI生活”的唯一入口,甚至其便捷性还远不如智能手机,在这样的背景下,在加入大模型之后,智能音箱能否成为独立于手机以外的“管家角色”,能够真正站在用户角度为其思考,才是其未来区别于其它智能硬件的“人设”,这也很考验其场景式训练模型。

当然,不确定性或许很多,但大模型作为互联网行业下一阶段最明确的发展方向,无论是小度还是阿里、小米,都只能撸起袖子加油干,至少它们的算力优势非常明显,在大模型训练等于烧GPU的背景下,资金实力才是大模型的最大门槛。

所以,从战略层面考虑,此刻李莹加入小度科技,也是“刚刚好”的时机。

一方面,可以推动小度与文心一言做更紧密的结合,正如李彦宏所言,百度要做第一个用大模型把全部产品重做一遍的公司,而李莹在这方面富有经验。

另一方面,小度作为AI生活的战略入口,坐拥 4000万硬件场景和5亿用户,这些重要对话、数据都是大模型迭代训练的关键,“小度灵机”正是这张重要的牌,由小度打头阵,百度的大模型速度也能进一步提速。

景鲲在任时,曾不止一次强调“百度不是硬件厂商”,这正是小度科技的核心基调。上半场,景鲲为小度打好了技术底座;下半场,李莹将带领小度实现智能升级,用大模型打造出一个更高效和更智能的“小度”。当百度将“AI赋能产品”的模式走通后,“AI赋能万物”的未来也就不远了。

*本文图片均来源于网络

#智能相对论 Focusing on智能新产业新服务,这是智能的硬件NO.223深度解读

此内容为【智能相对论】原创,

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

•AI产业新媒体;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。

这篇关于小度打头阵,百度大模型能否“赋能万物”?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/248683

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者