940
撰文?| 郝? ?鑫? ，編輯?| 王? ?潘
DeepSeek正在產(chǎn)生連鎖反應(yīng)，開放成為了大勢所趨，行業(yè)頭部都在主動選擇開放。
2月6日，OpenAI宣布ChatGPT Search向所有人開放，無需注冊，來到OpenAI官網(wǎng)首頁就可以直接使用搜索功能。
就在OpenAI公布ChatGPT Search全面開放的前幾個小時，谷歌也剛剛宣布向所有人開放最新Gemini 2.0模型，包括Flash、Pro Experimental和Flash-Lite三個版本。
而在國內(nèi)，屬百度反應(yīng)最為迅速，立即跟上了開源和免費的步伐。
2月13日，文心一言在官網(wǎng)宣布將于4月1日起全面免費，所有PC端和App端用戶均可體驗文心系列最新模型，以及超長文檔處理、專業(yè)檢索增強、高級AI繪畫、多語種對話等功能。
2月14日，百度宣布將在未來幾個月中陸續(xù)推出文心大模型4.5系列，并于6月30日起正式開源。
另一方面，主動接入DeepSeek成為了新的“時髦”。國內(nèi)大小規(guī)模企業(yè)紛紛宣布部署DeepSeek模型，大廠則以開放的心態(tài)，將新的推理功能融入到業(yè)務(wù)生態(tài)中。
2月16日晚，百度搜索和文心智能體平臺宣布將全面接入DeepSeek和文心大模型最新的深度搜索功能。搜索用戶可免費使用DeepSeek和文心大模型深度搜索功能，文心智能體平臺的開發(fā)者也將能隨時調(diào)用DeepSeek模型創(chuàng)建并調(diào)優(yōu)智能體。
DeepSeek-R1在行業(yè)中產(chǎn)生了一種正向的反饋，大廠與大廠之間，開源與閉源之間逐漸開始打破壁壘，促進技術(shù)的流動和落地。各玩家不在抱有對峙的態(tài)度，而是把重點轉(zhuǎn)向了如何利用行業(yè)先進模型能力來賦能業(yè)務(wù)場景，促進應(yīng)用產(chǎn)品升級，從而讓更多用戶享受到技術(shù)的普惠成果。
打出開放組合拳：從大模型到搜索
作為長期在閉源大模型上深耕，從未放棄過大模型預(yù)訓(xùn)練的玩家，百度在開放上反應(yīng)最為迅速。梳理其近期的動作，從大模型到搜索，百度打出了一套開放“組合拳”。
在開放的大趨勢影響下，百度自研大模型加入了開源、免費的行列。百度宣布將在未來幾個月中陸續(xù)推出文心大模型4.5系列，并6月30起正式開源。
對于DeepSeek，百度也表現(xiàn)出了積極擁抱態(tài)度。
先是在春節(jié)DeepSeek爆火期間，百度智能云宣布在千帆ModelBuilder平臺上架DeepSeek-R1及DeepSeek-V3兩款模型，以低于DeepSeek-V3官方刊例價3折和DeepSeek-R1官方刊例價5折的價格，讓企業(yè)用戶優(yōu)先、實惠地率先體驗到了“滿血版”的最新模型。
正是因為開放，才帶來了正向的拉動效應(yīng)。數(shù)據(jù)顯示，模型上線首日，已有超1.5萬家客戶通過千帆平臺進行模型調(diào)用。
更深度的開放體現(xiàn)在，百度敢于將自身核心業(yè)務(wù)和重點業(yè)務(wù)與DeepSeek做探索融合。DeepSeek的推理功能驚艷，但本質(zhì)上還是底座模型，缺乏使用功能的場景。而百度的搜索和智能體就是最佳的“練兵場”。
有人誤以為，有了DeepSeek-R1就能打敗所有的大模型。但實際上，DeepSeek-R1也有自身的局限性，快速接入推理功能的意義在于，跳過重復(fù)“造輪子”，減少無謂的浪費，優(yōu)先讓模型在場景中跑起來，也讓更多用戶成為模型測試員。
從目前來看，DeepSeek的誕生，并沒有讓閉源大模型躺平，反而刺激了行業(yè)對自身的反思，從而加速模型升級和新產(chǎn)品推出。
卷模型性能、性價比正在成為行業(yè)主要趨勢。OpenAI首席執(zhí)行官Sam Altman發(fā)布消息稱，GPT-4.5、GPT-5即將陸續(xù)發(fā)布，免費版ChatGPT將在標(biāo)準(zhǔn)智能設(shè)置下無限制使用GPT-5進行對話。
文心大模型自身的深度搜索功能已經(jīng)上線，在其推理功能基礎(chǔ)上，還同時具備更強大的思考規(guī)劃和工具調(diào)用能力，可為用戶提供專家級內(nèi)容回復(fù)，并處理多場景任務(wù)，實現(xiàn)多模態(tài)輸入與輸出。
全民加速進入AI搜索時代
當(dāng)DeepSeek爆火后，還是有很多人持觀望狀態(tài)，原因在于不知道推理模型能具體在哪些場景產(chǎn)生明顯的提效。目前逐漸清晰的是，“推理大模型+搜索”將帶來1+1大于2的效果。
DeepSeek-R1模型以“思維鏈”功能著稱，可清晰展示問題解決的邏輯過程，回答問題深度大大增強。但自從其上線以來，就存在幻覺問題。百度搜索的龐大搜索生態(tài)和RAG（檢索增強生成）技術(shù)，對DeepSeek-R1是一個有效的補充。
RAG的概念其實并不復(fù)雜。簡單來說，就是讓大模型在執(zhí)行生成之前參考或引用某些數(shù)據(jù)，而這些數(shù)據(jù)通常并不在該大模型的訓(xùn)練數(shù)據(jù)集內(nèi)，屬于專有或私有數(shù)據(jù)。百度的RAG可通過引用外部知識有效減少生成內(nèi)容出現(xiàn)事實性錯誤的問題。再加上百度實時和全面的搜索生態(tài)加持，整個推理的過程就做到了，拿著參考案例和解題思路作答的效果。
在原有基礎(chǔ)上，此次百度搜索還接入了文心一言的深度搜索新功能，搜索的深度廣度和工具調(diào)用上了強化“推理”。具體體現(xiàn)在，推理的背后都藏著一個“專家”為用戶提供復(fù)雜問題和查詢的解答。該“專家”起初就會對“搜”這個動作去分類，搜專業(yè)問題、熱點還是寫代碼，而后會根據(jù)搜索目的確定搜索路徑和分析呈現(xiàn)方式。通過真實模擬人的思考步驟和過程，來實現(xiàn)解決問題的目標(biāo)。
此外，文心一言深度搜索功能還提供了多項工具調(diào)用，包含了高級聯(lián)網(wǎng)、文檔問答、圖片理解、iRAG等功能，以此彌補了DeepSeek-R1單模態(tài)的缺陷。
例如，當(dāng)用戶上傳了兩張圖片，采用“文心大模型4.0工具版”識別圖片信息并且比較分析時。它會自動選擇調(diào)用圖片理解、高級聯(lián)網(wǎng)、代碼解釋器等工具，模擬人的思考過程，先分析意圖，還原分析路徑的過程中調(diào)取合適的工具，最后以圖表的方式直觀呈現(xiàn)異同。
如果想根據(jù)原有的照片風(fēng)格生成類似的圖片，就可以調(diào)用百度獨有的iRAG（image based RAG），檢索增強的文生圖技術(shù)。將百度搜索的億級圖片資源跟強大的基礎(chǔ)模型能力相結(jié)合，就可以生成各種超真實的圖片，整體效果遠遠超過文生圖原生系統(tǒng)，去掉了AI味兒，而且創(chuàng)作成本接近于0。
去年，各個玩家都在角逐AI應(yīng)用第一的寶座，僅憑投流推廣，還是無法達到一款超級應(yīng)用的水平?，F(xiàn)在，接入DeepSeek推理模型，全新的模型能力和原有的場景、用戶相結(jié)合。一夜之間，就冒出了多個超大用戶量級別的AI應(yīng)用產(chǎn)品。
百度App月活7.04億，推理和搜索能力升級后，讓廣泛的用戶瞬間進入了AI搜索新時代。
此外，百家號有1100萬內(nèi)容創(chuàng)作者，百度文心智能體平臺開發(fā)者突破80萬。
生態(tài)的優(yōu)勢將逐漸顯。一方面，百度搜索的開放性使其能整合全網(wǎng)信息，結(jié)合DeepSeek的推理能力與文心大模型的多模態(tài)處理能力，覆蓋更廣泛的用戶需求場景；另一發(fā)面，通過智能體平臺吸引開發(fā)者共創(chuàng)工具，形成“技術(shù)+開發(fā)者+場景”多輪驅(qū)動的良性生態(tài)。
百度搜索已經(jīng)集齊技術(shù)、生態(tài)、場景的王牌，接下來將引領(lǐng)搜索的新變革。
真開放的底氣與勇氣
OpenAI的首席執(zhí)行官Sam Altman認為，正是因為技術(shù)曲線發(fā)展到了一個新的節(jié)點，所以各方競爭之下大模型效率正在加速提升。
百度大模型和搜索能夠迅速調(diào)轉(zhuǎn)方向，加入到世界的潮流中，正是源于技術(shù)與變革的底氣。大模型和相關(guān)產(chǎn)品的降價只是表現(xiàn)，歸根到底源于背后訓(xùn)練成本和推理成本的降低。
近期，百度智能云成功點亮昆侖芯三代萬卡集群，這也是國內(nèi)首個正式點亮的自研萬卡集群。據(jù)悉，百度智能云將進一步點亮三萬卡集群。
大規(guī)模集群的優(yōu)勢在于，可以通過任務(wù)并行調(diào)度、彈性算力管理等方式，提高計算資源利用率，避免算力閑置，提高單任務(wù)的計算效率，降低整體算力成本。其昆侖芯在性能上表現(xiàn)卓越，能夠在更少的計算資源下運行大規(guī)模模型（如DeepSeek-V3/R1）。
百舸平臺實現(xiàn)大規(guī)模集群的高效部署管理。為了解決大模型訓(xùn)練時高通信帶寬的需求，百度建設(shè)了超大規(guī)模HPN高性能網(wǎng)絡(luò)，通過優(yōu)化的擁塞控制算法、集合通信算法策略，提升了通信效率，將帶寬有效性提升到90%以上。
同時，萬卡集群的能耗極高，常規(guī)的散熱方案能耗可達十兆瓦或更高，這將提升企業(yè)進行模型訓(xùn)練的電力成本。為此，百舸采用了創(chuàng)新性散熱方案，可以降低能耗，進一步降低模型訓(xùn)練成本。
為了提升GPU的有效利用率，百舸優(yōu)化并完善模型的分布式訓(xùn)練策略，通過高效并行化任務(wù)切分策略，將訓(xùn)練主流開源模型的集群MFU提升至58%。
為了保證大規(guī)模集群執(zhí)行訓(xùn)練任務(wù)的穩(wěn)定性，百度自研的BCCL（百度集合通信庫），能夠快速定位故障同時提供自動化的容錯能力，重新調(diào)度任務(wù)到健康節(jié)點，繼續(xù)完成訓(xùn)練。目前已經(jīng)將故障恢復(fù)時間從小時級降低到分鐘級，保障集群有效訓(xùn)練率達到98%。
除了訓(xùn)練成本，現(xiàn)階段，訓(xùn)練成本下降才是更主要的因素。有分析人士認為，此次文心一言全面功能開放，背后最大的原因之一就是推理成本不斷降低。
根據(jù)其分析，百度在模型推理部署方面有比較大的優(yōu)勢，尤其是在飛槳深度學(xué)習(xí)框架的支持下，其中并行推理、量化推理等都是飛槳在大模型推理上的自研技術(shù)。飛槳和文心的聯(lián)合優(yōu)化可以實現(xiàn)推理性能提升，推理成本降低。
從技術(shù)發(fā)展曲線來看，大模型推理和AI成本一直在下降。
以GPT為例，2023年GPT-4的token成本為36美元/百萬token，到了2024年中期GPT-4o成本下降為了4美元/百萬token，在此期間每個token價格下降了約150倍，摩爾定律以每18個月性能翻倍的速度改變了世界。
“過去，我們談?wù)撃柖蓵r，每18個月，性能水平或價格都會減半。但是今天，當(dāng)我們談?wù)摯笳Z言模型時，增加的成本基本上降低了，可以在12個月內(nèi)降低90%以上”，百度CEO李彥宏在阿聯(lián)酋迪拜出席“世界政府峰會”說道。
開源、普惠、人人都用得上AI，也許已經(jīng)在路上了。
