AIGC在人工智能領域爆火，人工智能技術引領代際變革，?成式AI在多個場景落地應用，其中?成式?語?模型（LLM）在通?性、多輪對話理解、推理任務中的表現，讓世界驚艷。
當前AIGC落地應用進展究竟如何？未來AIGC又將如何引領商業模式的變革？作為百度商業研發首席架構師，李雙龍在首屆百度商業AI技術創新大賽火熱進行的同時，從技術層面分享了AIGC發展的現狀，以及自己對AIGC商業應用前景的觀察。
不同領域各有優勢 AIGC落地應用快速發展
目前，AIGC技術已經在?些場景應用落地且創造了真實的價值。李雙龍分析道，在NLP、多模態和數字人這三大主要的AI應用方向上，我國的技術發展非常迅猛，已經取得了階段性成果。
在NLP領域，目前世界范圍內整體技術范式已進入到通???智能（AGI）階段，生成式大語言模型成為NLP主流研究方向。今年國內多家公司發布大語言模型相關生成式產品，百度也在今年 3 月開啟新一代知識增強大語言模型「文心一言」的測試邀請，并在推出一個月內迭代了四次，模型推理性能提升了近 10 倍。隨著指令遵循和優化能力、反饋數據調優等技術的快速迭代，?成式產品的效果已經取得了跨越式進展。
在多模態領域，隨著?規模視覺語?預訓練技術（VLP）、擴散模型（Diffusion Model）等新技術的引?，文生圖的細節可控度和生成質量大幅提升。以百度文心一格為代表的文生圖場景應用，目前在?成算法框架上已經非常成熟，生成的圖像可用率較高。在海量應用場景的優勢下，國產技術在多模態領域的發展有望達到領先水平。
在數字人領域，2D分身數字人已經走入營銷人的視野，其具備制作成本低、效果真實、技術成熟度高等一系列優勢，國內互聯網企業在今年陸續發力，短視頻、電商直播等場景也已經開始落地應用，大幅降低了此類場景的人力投入成本。
“我們雖然起步晚，但進步快”，作為此次百度商業AI技術創新大賽的評委，李雙龍認為大賽讓他看到了更多希望。在跟隨大賽到各大高校宣講的過程中，可以看到很多高校都已經設置了人工智能領域相關的專業，從高校階段已經開始為中國的??智能培養?才。百度商業也希望借助此次賽事給予高校學?接觸前沿技術、不斷探索創新的機會，以賽代練、以賽促學，共同探索AIGC技術最前沿。
連接更多場域能力，AIGC落地應用惠及千行百業
生成式AI技術的爆火，讓世界認識到AI的智能化水平已經超越了無數人的想象，但對話和生成圖文，僅僅是AIGC應用場景的冰山一角。李雙龍認為，AIGC大規模落地應用，勢必將連接更多場域，惠及千行百業。
目前，百度商業已經在創意生產、服務咨詢等場景規模化應用落地AIGC技術，并取得了一定客戶價值和業務增益。
在文本創意智能化生產方面，依托于百度???語?模型，百度?研了客戶營銷知識和?戶反饋?為增強的百億級創意?案?成?模型，只需要定義少數Prompt，模型將自動生成匹配場景的創意內容。基于此，營銷領域的創意生產方式將徹底被改寫，文案創作效率及廣告轉化率將獲得顯著提升。
在視頻內容制作方面，百度商業打造了2D數字??播視頻端到端生成解決?案，基于AIGC大模型實現了視頻腳本的自動化生成和數字人口播自動化驅動，解決了傳統真人出鏡廣告視頻制作流程繁瑣、難以規模化的問題，大幅度降低短視頻制作門檻和成本，實現生產效率和營銷效率的雙提升。
對于線索獲取需求強但在線客服能力不足的場景，百度商業自研了線索機器?，利用百億對話?成?模型取代人工配置的對話模板系統，為商家提供多場景自動切換的咨詢接待服務，實現低成本、場景化、個性化的對話線索優化能?。同時，線索機器人還具備7* 24 小時全年無休的優勢，能夠第 一時間跟進線索，提高響應效率。
除了生產和服務咨詢外，AIGC技術的發展也勢必會為商業營銷生態帶來革命性的變化。
首先，生成式AI能夠極大提升創意生產和銷售咨詢的效率，降低營銷門檻，提升營銷效率。在生成式為主的優化模式下，營銷創意內容生產將從一個人在汪洋中遠航，變為擁有一整套“航母艦隊”的助力。用戶可以將優化重心放到產品和服務質量提升上，消解不同體量客戶之間投放能力的差距，促進商業生態良性發展。
其次，對整個商業檢索系統而言，變現效率也將進一步提升。依托大模型的強表達能力，一方面，系統能夠為中小客戶提供更強的流量匹配和觸達能力，提升營銷覆蓋面；另一方面，傳統的多層檢索漏斗將被大幅簡化并實現端到端的整合優化，檢索效率會大幅提升。
最后，AIGC技術已經逐步實現百度搜索用戶產品交互方式的變革，在新的產品交互形態下，用戶的需求表達將充分個性化，促進深層轉化，實現營銷效率的大幅提升。
期待更多年輕血液加入 共同點燃AIGC的燎原星火
隨著AIGC技術的不斷發展，算法和應用的精細化打磨勢必會帶來更優質的使用體驗。不過，作為人工智能最前沿的領域，未來AIGC技術迭代的方向是什么？
李雙龍認為，AIGC技術迭代的方向，將集中在工程、算法、數據和應用幾大層面。
在工程層面，提升?模型的訓練?產、推理能效和穩定性將是AIGC大模型規模化需要克服的核心問題之一；在算法層面，多輪對話的理解和推理能?、長輸入序列和長?案的?成能?、圖?的細節?成能?、端到端?視頻?成能?則需要進一步的技術革新；在數據層面，數據的質量將比規模更重要，未來大模型任務勢必要求構建更好的優質數據生產生態；在應?層?，如何基于場景化用戶反饋信號，更好地進??產端到應?端的深?聯合優化，將是大模型場景化效果提升的關鍵點。
此次百度商業AI技術創新大賽的兩大議題“商業轉化行為預測”與 “AIGC推理性能優化”就是百度商業變現場景的核心任務和技術難點。基于此，李雙龍向行業內的青年菁英發起邀請，希望參賽者和百度商業?起挑戰并攻克這些技術難點，讓AIGC滲透更深層企業經營，為千行百業帶來變革機會，為數億?戶和數萬客戶帶來價值增益！
“但這些并不是AIGC的全部”，李雙龍表示，目前，AIGC技術取得了長足進步，但依然還有很多問題和挑戰。他期待并歡迎更多有志于AIGC領域前沿的合作伙伴、青年人才加入百度，一起用AI改變未來。
（推廣）
