百度版“Sora”，不发模型，直接落地

文｜周鑫雨

编辑｜苏建勋

2024 年 9 月，大厂发布会扎堆的一个月。而厂商发布的主要内容，都指向了多模态，和对标 OpenAI Sora 的视频生成模型：

9 月 19 日开幕的云栖大会，阿里云发布了通义万相 AI 视频生成模型；紧接着，9 月 24 日，字节跳动的首个视频生成模型 " 豆包 · 视频生成模型 "，空降在火山引擎 AI 创新巡展。

在快手、阿里、字节等一众互联网大厂中，百度布局通用大模型的时间最早，但对类 Sora 的视频生成模型的响应，却保守的多。迄今为止，百度尚未发布独立的视频生成模型，2024 年 1 月发布的视频生成方法 UniVG，仍然留在一纸论文中。

在 2024 年 9 月 25 日举办的百度云智大会上，百度突然发布了一项文生视频功能——没有独立模型，而是直接在迭代到 4.0 版本的曦灵数字人平台上，上线了文生 3D 数字人、文生 3D 视频内容的功能。

根据用户的文字指令，生成的数字人还能改变妆容、根据落地场景调整形象风格。AI 生成功能的嵌入和迭代，让几小时的 3D 数字人生成时间，被压缩到了 5 分钟。

同样压缩的还有 3D 数字人的成本：3D 超现实数字人的单价，直接从万元降到了 199 元。

以 " 落地 " 为导向的发布，贯穿了整场百度云智大会。可见的是，相较于一股脑发布 11 款 AI 应用的 2023 年云智大会，百度云 2024 年的命题，已经转变成了向下游 " 卖水 "。

Scaling Law 的探索仍在进行，支撑千亿、万亿参数大模型的基础设施，已经从 CPU 变成了以 GPU 为主，集群的规模也从千卡扩大到了万卡级别。

百度集团执行副总裁、百度智能云事业群总裁沈抖认为，大模型的 Scaling Law 将在一段时间内持续有效，很快就会有更多的十万卡集群出现。

最新的百度百舸 AI 异构计算平台 4.0，就是针对十万卡集群的算力管理平台。一方面，百舸 4.0 能够将万卡任务的有效训练时长稳定在 99.5% 以上，另一方面，百舸 4.0 将万卡集群下的万亿参数 MoE（混合专家架构）模型的模型算力利用率，提升了 30%。

而在模型层，持续的降低价格和使用门槛，依然是百度千帆大模型 3.0 迭代的重点。迄今为止，文心旗舰模型的降价幅度已经到了 90%，ERNIE Speed、ERNIE Lite 两款主力模型则直接免费开放。

据沈抖介绍，目前文心大模型的日均调用量已经超过了 7 亿次，千帆平台已经开发了超过 70 多万个企业级应用。

在应用层，成为 B 端企业用户的 " 卖水人 "，是百度云 AI 应用的定位。会上，除了数字人生成，针对智能客服和代码编程场景，百度云分别迭代了智能客服平台 " 客悦 " 和代码助手 " 文心快码 "。

更新版的 " 客悦 " 已经支持语音、视频等多模态交互，将智能客服处理复杂任务的能力提升至 92%，超过了行业的平均水平（80%）。

目前，代码处理是 AI 模型最成熟的应用场景之一，多名从业者对 36 氪判断，AI 对代码的理解和处理能力，比长文本更优。

" 企业级代码架构解释 " 和 " 企业级代码审查 " 能力，是 " 文心快码 " 上新的两个功能。前者可帮助用户理解原有代码，快速上手开发，而后者则可基于对项目的理解，对代码进行勘误。

百度云在明确提供基础设施的角色，而对于下游应用层而言，百度 CEO 李彦宏在会上再次强调，智能体是他最看好的方向：" 就像互联网时代的账号，智能体门槛很低，但上限却很高。"

欢迎交流！