李彦宏10年花了1000多亿！500万开发者撑起中国最大深度学习框架
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
当你仰望星空时，你在想些什么？有执着的发问，就会有不曾想象的回音。shen从方寸之间到寰宇之外，创造新宇宙的人，相信永远看不到天花板。坚定的人，不会因为到达而停下，他们用创造的脚步丈量未知。百度CREATE2022大会，为我们展示了人类设计师和AIGC共同创意制作的绘画。而就像这些绘画所描述的场景，百度，也不曾停下创新的脚步。在大会开始，李彦宏就提出了一个令人深思的观点：第四次科技革命的标志，就是深度学习算法。与深度学习相关的重大创新，会像汽车、互联网一样，对我们的社会产生重大的影响。真正的实践中，没
当你仰望星空时，你在想些什么？
有执着的发问，就会有不曾想象的回音。
shen
从方寸之间到寰宇之外，创造新宇宙的人，相信永远看不到天花板。
坚定的人，不会因为到达而停下，他们用创造的脚步丈量未知。
百度CREATE 2022大会，为我们展示了人类设计师和AIGC共同创意制作的绘画。
而就像这些绘画所描述的场景，百度，也不曾停下创新的脚步。
在大会开始，李彦宏就提出了一个令人深思的观点：第四次科技革命的标志，就是深度学习算法。与深度学习相关的重大创新，会像汽车、互联网一样，对我们的社会产生重大的影响。
真正的实践中，没有导航地图，只有指南针。而百度，也是摸准大致方向后，基于实践一步步迭代，才跑出了有价值的创新。
在大会上，李彦宏展示了这样一幅画。这幅画是他以「危机和希望」为关键词，在百度AI作画平台一格上生成的。
这幅画，很好地代表了人工智能面临的现状——经历起起落落，但充满希望。
是的，李彦宏依然坚持去年的观点——创造者们将迎来属于人工智能的黄金十年。
AIGC元年，来了
2022，AIGC全面爆发。
DALL·E2让文本生成图片火爆一整年，随后的Stable Diffussion、Midjourney，更是启发了无数人的艺术灵感，甚至让不少画手感到震惊。
而DALL·E2和谷歌发布的Imagen的模型，也吸引了许多AI学者参与研究。
ChatGPT虽然到了年末才压轴出场，但「强化学习」赋予它的魔力，让它在全民狂欢中再次掀起AIGC的风暴。
其实，在2022年初，百度研究院早已预测到了AIGC在这一年的火爆。
超大规模预训练模型呈现知识增强、跨模态统一建模、多学习方式共同演进的趋势，并逐渐实用化。
例如AIGC （AI generated content，人工智能创造内容），借助大模型的跨模态综合技术能力，可以激发创意，提升内容多样性，降低制作成本，将会实现大规模应用。
而且，这已经不是百度研究院第一次做出神预测了。2020年，它预测的NLP模型在GPT-3上得到应验，而在2021年，它押中的数字人全面大爆。
而这次，百度对于AIGC领域的趋势，可谓是胸有成竹。
三个天才创作者，一键圆你导演梦
在Create 2022大会上，百度几乎将AIGC深入应用到了每一个环节。歌曲、场景、演讲脑图的创作，这些环节中，全都有AI的参与。
而李彦宏以「危机和希望」为主题生成的绘画，背后就是文心知识增强跨模态大模型一格，它就是接下来要出场的三位天才创作者的其中一位。
这次Create大会上，百度技术委员会主席吴华为我们介绍了三位能力超群的天才创作者。
它们分别是天才编剧——文心ERNIE3.0Zeus，天才插画师——文心ERNIE-ViLG 2.0，剪辑和动画大师——VIMER-TCIR。
有了这三位天才创作者，再配上自己设计的虚拟人演员，你也可以当上导演，拍出自己的影视大作了！
文心ERNIE 3.0 Zeus语言大模型，陪你聊到天荒地老！
作为ERNIE 3.0系列模型的最新升级，ERNIE 3.0 Zeus除了对无标注数据和知识图谱的学习之外，还通过持续学习对百余种不同形式的任务数据实现了全面掌握。
在对通用知识和专门知识「双管齐下」后，模型的泛化能力显著提升，不管是多语言理解，还是生成任务，都能轻松搞定，名副其实的「通才」了属于是。
无论是自主创作、自由回答，还是命题对话、情感分析，100多个层次化Prompt，ERNIE 3.0 Zeus都能顺利应对。
文心ERNIE-ViLG 2.0图像生成大模型，天才画师了解一下？
如果说文心ERNIE 3.0 Zeus是语言大师，ERNIE-ViLG 2.0就是作画大师。它能根据一句话或者一段描述文本，生成一幅精美的画作。
中文提示，想要什么画，直接开口说就行，只有你想不到的，没有ta画不出来的，看看这艘青花瓷战舰，像不像一尊精美的艺术品？就是不知道真的打起来，会不会被一炮干碎......
而要达成这个目标，离不开模型本身背后知识增强的扩散模型。
一句话或几句话的提示中，哪些是核心要素，需要在画作中突出展现，哪些是修饰要素，作用就是锦上添花，还不能喧宾夺主，这里边就有学问了。
为了尽可能实现精准作画，在学习过程中，ERNIE ViLG 2.0引入了语言、视觉等多源知识，引导模型更加关注文本和图像中的核心语义元素，实现精准的细粒度语义控制。
此外，ERNIE ViLG 2.0还可以针对不同阶段，选择不同网络（比如降噪）建模的框架，有效解决了不同阶段对模型能力要求不一致的问题，减少了降噪任务的互相干扰，提升了图像生成的质量。
无论是写实风、中国风、还是国潮、国画风，ERNIE-ViLG 2.0都能根据简短的中文提示生成切题、风格各异、且生动逼真的图像。
举个例子，比如下面这段艳丽飘逸的「天宫盛宴」：
基于ERNIE-ViLG 2.0的文心·一格，交出了可以说是面面俱到的作业，整体画风色调明艳，不失古代情调。
现在，我们只需要在百度「文心·一格」平台上输入几个关键词，也能分分钟得到风格独特的画作。
除了语言和图像外，在视频内容生成与编辑上，也是文心大模型大展身手的地方。
在视觉内容生成方面，视频生成大模型可以根据用户提供的一段描述文本，或者一幅图像，自动地生成高清、流畅的视频。
在视觉编辑方面，VIMER-TCIR多任务大模型，则可以利用对超分辨率、去噪、去模糊、去压缩等多任务的联合预训练，同时实现对多种不同情况的修复和编辑。
目前，VIMER-TCIR已经在老电影修复等场景实现落地，而且大幅提升了运行效率，每天单机就可修复视频28.5万帧，解决了绝大部分老电影画面的修复问题。
AIGC的浪潮已经到来，在未来，可以预见的是，AI作画、AI创作视频等等，很快就会变得像手机拍照一样简单。
随着技术的不断突破，AIGC将很有可能颠覆现有内容生产模式，实现以十分之一的成本，以百倍千倍的生产速度，创造出有独特价值和独立视角的内容。
研发资金拉满：10年投入超1000亿
为了让大模型达到如此酷炫的效果，百度在研发方面，可谓是毫不吝啬。
十年间累计投入了超过1000亿元，其中核心研发投入占核心收入比例连续8个季度超过了20%。
据统计，百度在2020年的研发投入强度为18.22%，位列民营企业500强第一。2021年为20.03%，位列民营企业500强第二。
顺便一提的是，如此「豪横」的投入，也让百度在人工智能的底层技术方面，取得了领先优势。
毕竟，芯片卡脖子要紧，基础软件卡脖子也一样要紧。
早在2016年，百度就开始研发被称为「人工智能操作系统」的深度学习框架——飞桨。
目前，已经凝聚了535万开发者，创建了67万个模型，构建起一个繁荣的深度学习生态。
基于飞桨的大模型也可以有效集成自然语言处理、计算机视觉等多模态能力，并联合多种行业务场景进行调优；而开发者也能像搭积木一样构建AI应用，大大降低AI的应用门槛。
李彦宏：人工智能的黄金十年
文章开头我们已经提到，李彦宏认为，与深度学习相关的重大创新，包括自动驾驶、水电能等领域的智能调度系统等，会产生重大社会影响。
创新本身是从何而来呢？在李彦宏看来，创新，是由反馈驱动的。
百度在经营发展中，就有很多「反馈驱动创新」的实践经验。比如，百度昆仑芯片之所以在AI芯片中拥有领先的性能，正是因为它已经为百度的搜索服务优化了十年。
百度的搜索服务，每天响应几十亿次真实的用户使用需求，每天进行1万亿次深度语义推理与匹配，能够提供最真实、最及时的反馈，从而倒逼大模型、深度学习框架和芯片的优化。
现在，百度是全球为数不多的、进行全栈布局的人工智能公司（芯片层、框架层、模型层和应用层）。
从高端芯片昆仑，到飞桨深度学习框架，再到文心预训练大模型，各个层面都有关键自研技术，每一层之间都有很多反馈，通过不断获得反馈，实现端到端优化。
每一层的技术架构，都是越往下越通用，越往上越专用。
而人工智能越专用，就越能深入产业，赋能实体经济发展。
去年的Create大会上，李彦宏曾预言：「随着技术应用门槛不断降低，创造者们将迎来属于人工智能的黄金10年。」如今，他依旧这样认为。
2020年，李彦宏刚刚创业时，就面临着互联网泡沫破裂，全世界蒸发8万亿市值，随后，互联网又进入了黄金十年，而人工智能，也会经历同样的起起落落。
而百度，将一如既往为社会、为产业培养AI人才，投入更多资源，与各位开发者们一道，为中国AI的发展尽最大的努力。
彩蛋
Create大会最后，虚拟人乐队成员们再次登场。
主唱/吉他：希加加，鼓手：度晓晓，贝斯：叶悠悠，键盘：林开开
希加加表示，自己的画能在大会开场被展示，实在是太开心了！
而林开开过了把当制作人的瘾，他开心自夸道，自己还挺有编曲天赋的~
叶悠悠说，自己的设计居然长在大家的审美点上，这让她相当满意。那么，哪个环节的设计是她做的呢？
度晓晓猜对了：是「知一」和「千流」环节。
而度晓晓表示，自己早已写好了发布会的传播稿。
在四位成员的共同头脑风暴中，稿件的标题火热出炉——《震惊！这是一场人和机器一场办的大会》。
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，