Selama Anda bisa berbicara, Anda bisa menjadi seorang pengembang.
Ditulis oleh: Lian Ran
Penyunting: Zheng Xuan
Sumber: Taman Geek
“Bahasa alami akan menjadi bahasa pemrograman generasi berikutnya, dan semua orang bisa menjadi pengembang.”
Pada tanggal 16 April, Konferensi Pengembang Baidu AI Create 2024 diadakan di Shenzhen. Pendiri, ketua, dan CEO Baidu, Robin Li, menyampaikan pidato utama tentang “Setiap Orang adalah Pengembang”, yang menggambarkan dunia yang tidak lagi terbatas pada dunia pengkodean. namun sebuah era di mana bahasa alami digunakan sebagai media dan setiap orang dapat berpartisipasi dalam penciptaan.
Peluncuran versi alat Wenxin Large Model 4.0 dari Baidu telah membawa visi yang digambarkan oleh Robin Li selangkah lebih dekat dengan kenyataan. Alat ini tidak hanya memungkinkan pengembang memproses data dan file yang kompleks melalui interaksi bahasa alami, namun juga dapat menghasilkan bagan atau file untuk dengan cepat mendapatkan wawasan tentang karakteristik data, menganalisis tren yang berubah, dan memberikan dukungan yang efisien dan akurat untuk pengambilan keputusan selanjutnya. .
Pada saat yang sama, Robin Li merilis tiga alat pengembangan utama pada pidato utama, termasuk alat pengembangan agen AgentBuilder, alat pengembangan aplikasi asli AI AppBuilder, dan alat penyesuaian model ModelBuilder. Alat-alat ini telah menurunkan ambang batas pengembangan secara signifikan, memungkinkan pengembang membuat aplikasi AI yang kuat, mudah digunakan, dan nyaman hanya dalam beberapa langkah sederhana.
![]()
Sumber gambar: Baidu
Robin Li menunjukkan, "Agen cerdas mungkin merupakan cara terdekat dan paling umum dalam menggunakan model besar bagi semua orang di masa depan. Berdasarkan model dasar yang kuat, agen cerdas dapat dihasilkan secara berkelompok dan diterapkan dalam berbagai skenario. Baidu baru saja meningkatkan versi Wenxin Intelijen Sejauh ini, lebih dari 30,000 agen telah diciptakan, lebih dari 50,000 pengembang, dan puluhan ribu perusahaan telah menetapkannya.”
Dalam pandangan Robin Li, mengembangkan aplikasi di masa depan semudah merekam video pendek. Setiap orang mempunyai kemungkinan untuk menjadi pengembang dan setiap orang adalah pencipta. "Saat ini, Anda dapat membuat aplikasi tanpa mengetahui cara menulis kode; Anda dapat membuat agen cerdas tanpa pemrograman. AI memulai revolusi dalam kreativitas. Di masa depan, mengembangkan aplikasi akan semudah membuat video pendek, dan semua orang bisa. Kita semua adalah pengembang, semua orang adalah pencipta.”
Dalam pidatonya, Robin Li berbagi ide dan alat spesifik yang telah diterapkan Baidu selama setahun terakhir untuk mengembangkan aplikasi asli AI. Dia menekankan: "Model bahasa besar itu sendiri tidak secara langsung menciptakan nilai. Hanya aplikasi AI yang dikembangkan berdasarkan model besar yang dapat memenuhi kebutuhan pasar nyata. Yang ingin saya bagikan kepada Anda hari ini adalah beberapa ide dan alat khusus untuk mengembangkan aplikasi asli AI berdasarkan model bahasa besar model. . Inilah yang kami peroleh di Baidu dengan melalui banyak kesulitan dan membayar biaya sekolah yang tinggi berdasarkan praktik kami selama setahun terakhir.”
Berikut transkrip pidato utama Robin Li tentang “Setiap Orang adalah Pengembang” yang disusun oleh Geek Park.
Halo semuanya, selamat datang di Konferensi Pengembang AI Baidu Create 2024. Ini adalah pertama kalinya konferensi Create diadakan di Greater Bay Area Guangdong-Hong Kong-Macao. Lebih dari 5.000 pengembang dan penggemar teknologi datang ke acara hari ini.
Dalam setahun terakhir, saya telah berkomunikasi dengan banyak pengusaha dan pengembang, dan saya merasa semua orang berada dalam kondisi “FOMO”, yaitu Takut Ketinggalan. Memang benar, model besar dan AI generatif akan sepenuhnya mengubah komunitas pengembang.
Di masa lalu, pengembang menggunakan kode untuk mengubah dunia; di masa depan, bahasa alami akan menjadi bahasa pemrograman universal yang baru. Selama Anda bisa berbicara, Anda bisa menjadi pengembang dan menggunakan kreativitas Anda untuk mengubah dunia.
Hari ini tidak lama lagi. Kita telah melihat bahwa dengan model dasar besar yang kuat dan banyak alat pengembangan dengan ambang batas rendah atau bahkan tanpa ambang batas, produktivitas pengembang telah meningkat pesat.
Misalnya, Comate, asisten kode cerdas berdasarkan model besar Wenxin, tidak hanya mendukung lebih dari 100 bahasa dan semua platform IDE arus utama, namun juga dapat merekomendasikan kode, menghasilkan komentar kode, menemukan cacat kode, dan memberikan solusi pengoptimalan. Ini juga dapat menafsirkan pustaka kode secara mendalam dan menghubungkan pengetahuan domain pribadi untuk menghasilkan kode baru. Setelah lebih dari satu tahun bekerja, Comate telah digunakan oleh puluhan ribu perusahaan seperti Himalaya, Mitsubishi Elevator, iSoftStone, dll., dan tingkat adopsi kode yang dihasilkan telah mencapai 46% dari setiap kode yang ditambahkan oleh Baidu hari, 27% telah dihasilkan oleh Comate dari.
Saat ini, Anda dapat membuat aplikasi AI tanpa menulis kode; Anda dapat membuat agen cerdas tanpa pemrograman. AI memulai revolusi dalam kreativitas. Di masa depan, mengembangkan aplikasi semudah membuat video pendek. Setiap orang adalah pengembang dan setiap orang adalah pencipta.
Sebagai perusahaan teknologi, peran Baidu adalah menyediakan alat pengembangan yang dibutuhkan setiap orang untuk terus meningkatkan kreativitas seluruh masyarakat. Secara khusus, kami menyediakan seri model dasar yang kuat, yaitu seri model besar Wenxin, termasuk versi andalan ERNIE3.5, ERNIE4.0, dan versi ringan ERNIE Speed, Lite, Tiny, dll.
Kami juga menyediakan alat untuk mengembangkan berbagai aplikasi berdasarkan model besar, termasuk alat pengembangan agen AgentBuilder, alat pengembangan aplikasi asli AI AppBuilder, dan alat penyesuaian model ModelBuilder dengan berbagai ukuran. Ketiga alat ini mewakili produktivitas tingkat lanjut. Di bawah ini akan saya tunjukkan satu per satu.
Wenxin Yiyan memiliki lebih dari 200 juta pengguna, dan versi alat Wenxin Big Model 4.0 dirilis
Pertama, mari kita bahas perkembangan terkini Wen Xin Yi Yan dan Wen Xin Big Model:
Sudah satu tahun satu bulan sejak Wen Xin Yiyan dibebaskan pada 16 Maret tahun lalu. Jumlah pengguna kami telah melampaui 200 juta, rata-rata panggilan API harian juga telah melampaui 200 juta, jumlah pelanggan yang kami layani telah mencapai 85.000, dan jumlah aplikasi asli AI yang dikembangkan menggunakan platform Qianfan telah melampaui 190.000.
Mari kita lihat, apa yang dilakukan semua orang dengan Wen Xinyiyan?
Orang-orang sebenarnya dalam video tersebut hanyalah puncak gunung es. Kita dapat melihat bahwa Wen Xinyiyan mengubah pekerjaan dan kehidupan lebih banyak orang.
Model dasar yang mendukung perkataan Wen Xin adalah model besar Wen Xin. Dalam setahun terakhir, telah berkembang dari versi 3.0 ke 3.5 dan kemudian ke versi 4.0. Wenxin 4.0 telah mencapai level terdepan di industri dalam empat kemampuan utama: pemahaman, pembangkitan, logika, dan memori.
Dalam beberapa bulan terakhir, Wenxin Big Model telah mencapai peningkatan signifikan lebih lanjut dalam kemampuan umum seperti pembuatan kode, interpretasi kode, dan optimalisasi kode, sehingga mencapai tingkat terdepan internasional.
Hari ini, kami secara resmi merilis versi alat Wenxin Big Model 4.0. Sekarang, Anda dapat merasakan fungsi penerjemah kode pada versi alat. Melalui interaksi bahasa alami, Anda dapat memproses dan menganalisis data dan file yang kompleks, dan Anda juga dapat menghasilkan Bagan atau file dapat dengan cepat mendapatkan wawasan tentang karakteristik data, menganalisis perubahan tren, dan memberikan dukungan yang efisien dan akurat untuk pengambilan keputusan selanjutnya.
Model besar Wenxin telah menjadi model dasar AI yang paling terkemuka dan paling banyak digunakan di Tiongkok.
Tidak hanya itu, dibandingkan tahun lalu, efisiensi pelatihan algoritme model besar Wenxin telah meningkat menjadi 5,1 kali lipat, efisiensi pelatihan mingguan rata-rata telah mencapai 98,8%, kinerja inferensi meningkat 105 kali lipat, dan biaya inferensi meningkat. turun menjadi 1% dari aslinya.
Dengan kata lain, pelanggan yang semula menelepon 10.000 kali sehari, kini dapat menelepon 1 juta kali dengan biaya yang sama. Media mungkin tidak akan tertarik dengan pengurangan biaya sebesar 99%. Tapi apakah itu perusahaan atau pengembang, setelah digunakan, yang terpenting adalah efek dan biaya.
Kami dapat meningkatkan kinerja sekaligus mengurangi biaya inferensi hingga 1% karena Baidu memiliki tata letak tumpukan penuh dalam arsitektur empat lapis chip, kerangka kerja, model, dan aplikasi. Melalui pengoptimalan ujung ke ujung, kami terus mengurangi biaya. Hal ini akan memungkinkan lebih banyak orang menggunakan model besar untuk membuat aplikasi AI secara efisien dan berbiaya rendah.
Tidak dapat dipungkiri bahwa topik terkait model besar masih akan hangat di tahun 2024, dan berbagai terobosan teknologi akan terus bermunculan. Media akan terus tertarik untuk menggunakan judul-judul seperti “rilis kejutan” dan “pembaruan epik” untuk menampilkannya. Namun yang ingin saya tekankan adalah bahwa model besar itu sendiri tidak secara langsung menciptakan nilai. Hanya aplikasi AI yang dikembangkan berdasarkan model besar yang dapat memenuhi kebutuhan pasar sebenarnya.
Bagikan ide dan alat spesifik untuk mengembangkan aplikasi asli AI: “Saya telah menghadapi banyak jebakan dan membayar biaya sekolah yang tinggi.”
Yang ingin saya bagikan kepada Anda hari ini adalah beberapa ide dan alat spesifik untuk mengembangkan aplikasi asli AI berdasarkan model besar. Inilah yang kami peroleh di Baidu berdasarkan latihan kami selama setahun terakhir, menghadapi banyak jebakan dan membayar biaya sekolah yang tinggi.
Yang pertama adalah MoE. Di masa depan, aplikasi asli AI skala besar pada dasarnya akan menggunakan arsitektur MoE. MoE yang disebutkan di sini bukanlah konsep akademis umum, melainkan campuran model besar dan kecil, tanpa mengandalkan satu model untuk menyelesaikan semua masalah. Namun kapan harus memanggil model kecil, kapan harus memanggil model besar, dan kapan tidak memanggil model, semua ini memiliki konten teknis dan perlu dicocokkan menurut skenario aplikasi yang berbeda.
Yang kedua adalah model kecil. Model kecil memiliki biaya inferensi yang rendah dan waktu respons yang cepat. Dalam beberapa skenario tertentu, performa model kecil yang disempurnakan oleh SFT dapat dibandingkan dengan model besar. Inilah sebabnya kami merilis tiga model ringan: Speed, Lite, dan Tiny. Kami mengompresi dan menyaring model besar untuk membuat model dasar, lalu menggunakan datanya untuk melatih. Ini jauh lebih baik daripada melatih model kecil dari awal. Ini lebih baik, lebih cepat, dan lebih murah daripada model yang dilatih berdasarkan sumber terbuka model. .
Yang ketiga adalah agen cerdas. Agen cerdas adalah topik hangat saat ini. Seiring dengan peningkatan kemampuan agen cerdas, sejumlah besar aplikasi baru akan terus bermunculan. Mekanisme agen cerdas mencakup pemahaman, perencanaan, refleksi, dan evolusi. Hal ini memungkinkan mesin berpikir dan bertindak seperti manusia. Mereka dapat menyelesaikan tugas kompleks secara mandiri, terus belajar di lingkungan, dan mewujudkan iterasi mandiri dan evolusi. Dalam beberapa sistem yang kompleks, kami juga dapat membiarkan agen yang berbeda berinteraksi dan berkolaborasi satu sama lain untuk menyelesaikan tugas dengan kualitas lebih tinggi. Kami telah mengembangkan kemampuan agen ini dan sepenuhnya terbuka untuk pengembang.
Di tiga bidang yaitu KLH, model kecil, dan agen, Baidu telah menyediakan alat “out-of-the-box” untuk semua orang. Selanjutnya, saya akan memperkenalkan kepada Anda tiga alat berbeda, yaitu: alat pengembangan agen AgentBuilder, alat pengembangan aplikasi asli AI AppBuilder, dan alat penyesuaian model dengan berbagai ukuran ModelBuilder.
Alat pengembangan agen AgentBuilder
Yang pertama adalah alat pengembangan agen AgentBuilder. Agen mungkin merupakan cara terdekat dan paling umum untuk menggunakan model besar bagi semua orang di masa depan. Berdasarkan model dasar yang kuat, agen dapat dibuat secara batch dan diterapkan dalam berbagai skenario.
Baidu baru saja meningkatkan platform agen cerdas Wenxin. Sejauh ini, lebih dari 30.000 agen telah dibentuk, lebih dari 50.000 pengembang, dan puluhan ribu perusahaan telah menetap. Tujuan kami adalah memungkinkan setiap orang dan organisasi menjadi pengembang agen cerdas dan menciptakan ekosistem agen cerdas terlengkap di Tiongkok.
Lalu bagaimana cara mencapai tujuan ini? Ini untuk memberi semua orang alat pengembangan agen tanpa batas, AgentBuilder.
Pertama mari kita ambil contoh “Singapore Tourism Board” untuk melihat bagaimana agen cerdas dibuat.
Pertama, kita buka platform agen Wenxin. Halaman pembuatan memiliki dua mode: kode nol dan kode rendah. Pemula dapat langsung memilih “mode kode nol” dan menggunakan bahasa alami untuk membuat agen dalam beberapa kalimat.
Kami pertama kali menamai agen tersebut “Singapore Tourism Board”, lalu menentukan dalam pengaturan yang kami perlukan untuk membuat rencana perjalanan, menjawab pertanyaan, dan menyediakan layanan pemesanan tiket hotel. Pengaturan ini digunakan untuk memandu agen .
Jika hanya agen dasar yang diperlukan, platform akan menyelesaikan pengisian secara otomatis. Namun kami berharap “Singapore Tourism Board” adalah agen cerdas yang profesional, sehingga diperlukan konfigurasi tingkat lanjut. Saya dapat menambahkan entri Ensiklopedia Singapura dan tautan situs web resmi ke basis pengetahuan dan memperbaruinya setiap hari. Kemudian tambahkan beberapa alat, seperti pertanyaan hotel, pembelian tiket atraksi, dll., untuk meningkatkan kemampuan layanannya. Saat ini kami telah bekerja sama dengan Ctrip untuk menyediakan sarana layanan perjalanan seperti hotel, atraksi, dan tiket. Dengan cara ini, agen cerdas Singapore Tourism Board telah siap, yang dapat dipratinjau dan disesuaikan lebih lanjut.
Sekarang buka Baidu APP dan cari “Kapan jumlah orang yang mengunjungi Singapura paling sedikit?” karena semua orang ingin menghindari keramaian saat bepergian. Agen akan menggabungkan informasi dari berbagai sumber untuk menghasilkan jawaban, “Jumlah orang paling sedikit di bulan Januari-Maret.” Kita juga bisa klik agennya untuk berinteraksi lebih jauh seperti tips jalan-jalan ke Singapura, rekomendasi tiga hotel terbaik di Singapura, dan bisa juga digunakan untuk langsung memesan tiket Universal Studios Singapore, one stop solution untuk kebutuhan kita, yang menghemat banyak waktu pengguna.
Selain Singapura, agen cerdas budaya dan pariwisata seperti Dalian dan Shenyang juga online di platform agen cerdas Wenxin. Ada juga berbagai agen cerdas untuk pengetahuan, kreasi, pembelajaran, hiburan, dan sebagainya .
Ketika Wen Xinyiyan pertama kali dirilis tahun lalu, saya mengatakan bahwa Wenxinyiyan akan mempengaruhi setiap perusahaan. Karena kemampuan pemahaman, ekspresi, dan penalaran bahasa alaminya yang kuat, hal ini dapat mendekatkan perusahaan mana pun dengan pelanggannya.
Saat ini, setiap pedagang dan pelanggan dapat memiliki agen cerdas eksklusif di Baidu. Seluruh proses tidak memerlukan pemrograman sama sekali. Dengan memasukkan informasi yang mirip dengan kata-kata cepat dan menyesuaikan beberapa langkah sederhana, agen cerdas dapat dengan cepat dihasilkan dan menjadi penjual medali emas online 24/7.
Mari kita lihat bagaimana agen intelijen bisnis dibuat.
Kai Tak Education adalah perusahaan pendidikan terkenal dengan lebih dari 60 cabang di seluruh negeri dan banyak cabang di luar negeri. Perusahaan ini mencakup berbagai negara dan memiliki persyaratan keterampilan penerimaan yang tinggi. Bagaimana kami dapat menanggapi pertanyaan pelanggan 24 jam sehari, meningkatkan tingkat penerimaan, dan mengurangi biaya operasional?
Kai Tak Education menggunakan AgentBuilder Baidu untuk membuat agen cerdasnya sendiri.
Mari kita lihat cara membangun agen cerdas dengan kemampuan dasar. Caranya sangat sederhana, isi avatar, nama, ruang lingkup bisnis, dan pesan selamat datang agen di platform, lalu atur beberapa informasi yang perlu diberikan oleh pengguna, seperti usia dan pendidikan. Dalam 5 menit dan dengan ambang batas nol, agen cerdas siap.
Kai Tak Education juga berharap agen ini menjadi konsultan studi luar negeri yang memahami bisnis dan mahasiswa. Hal ini dapat membuat analisis profesional dan memberikan jawaban yang akurat berdasarkan situasi siswa yang berbeda, seperti apakah mereka ingin pergi ke Amerika Serikat atau Australia, apakah mereka ingin gelar master atau sarjana, berapa nilai yang mereka peroleh dalam IELTS dan TOEFL, dll. Kita dapat membuat agen cerdas yang lebih canggih dengan menambahkan beberapa modul seperti pengetahuan, peran, dan alat.
Dalam modul pengetahuan, unggah pengetahuan domain pribadi dan biarkan platform menganalisisnya secara real time dan secara otomatis menghasilkan materi dialog; dalam modul peran, tambahkan beberapa negara studi di luar negeri yang tidak berada dalam lingkup bisnis ke skema penyaringan, yang dapat ditingkatkan efisiensi petunjuk pengguna; dalam modul alat, menambahkan layanan seperti membuat reservasi ke toko. Melalui beberapa operasi sederhana ini, agen cerdas pendidikan Qi Tak dengan kemampuan profesional telah siap.
Sekarang, mari kita cari “Persyaratan Pendaftaran untuk Belajar di Australia”. Kita dapat melihat bahwa agen tersebut dengan cepat menyediakan tujuh syarat yang diperlukan seperti kemampuan bahasa yang diperlukan dan pilihan jurusan, dan juga dapat memberikan rencana konsultasi studi di luar negeri yang sesuai untuk menyelesaikan berbagai masalah akan dijawab dan semua permintaan akan dijawab.
Kai Tak Educational Intelligence sangat populer. Pada minggu pertama peluncurannya, ia berhasil didistribusikan 1,55 juta kali dan berinteraksi dengan pengguna sebanyak 58.000 kali. Jumlah konversi prospek meningkat secara linier, biaya konversi prospek efektif berkurang secara signifikan, dan efisiensi operasi meningkat pesat.
Selanjutnya saya akan memperkenalkan kepada Anda agen cerdas di industri rumah tangga.
Sophia adalah merek perabot rumah tangga yang berfokus pada penyesuaian seluruh rumah. Seperti yang baru saja ditunjukkan, ini juga dapat menciptakan intelijen bisnis dasar dengan mengisi informasi yang sangat sederhana. Namun bagi industri perabot rumah tangga, pengalaman offline konsumen lebih penting, sehingga Sophia berharap dapat menciptakan penjualan medali emas secara online dan mengembalikan pengalaman resepsi offline.
Oleh karena itu, dalam pengaturan lebih lanjut, ia memilih orang-orang digital sebagai metode tampilan dalam modul peran, kemudian memilih latar belakang dan suara yang sesuai untuk orang-orang digital, dan dikombinasikan dengan kemampuan analisis cerdas platform, secara otomatis merangkum serangkaian teknik penjualan. Pada akhirnya, kami menciptakan tenaga penjual medali emas yang lembut, baik hati, dan profesional dalam keterampilan berbicara. Dia dapat memenuhi berbagai kebutuhan pengguna 24 jam sehari dan memberikan pengalaman layanan tingkat tinggi.
Ketika pengguna pencarian Baidu memiliki permintaan dekorasi, agen Sophia akan menggunakan kemampuan model besar Wenxin untuk memberikan jawaban atas pertanyaan tersebut terlebih dahulu. Selain itu, dia juga akan secara proaktif mengonfirmasi kebutuhan spesifik dengan pelanggan, seperti jenis dekorasi, anggaran, dll., dan merekomendasikan toko offline terdekat.
Sejak peluncuran Sophia Merchant Intelligence, biaya timbal efektif telah turun sebesar 30%. Dengan kata lain, untuk mendapatkan pelanggan yang efektif, jika dulu biayanya 100 yuan, sekarang biayanya hanya 70 yuan.
Saat ini, lebih dari 10.000 pelanggan Baidu memiliki intelijen pedagang, yang mencakup lebih dari 30 industri seperti pendidikan dan pelatihan, real estat dan furnitur, mesin dan peralatan, serta layanan bisnis.
Di atas, melalui tiga demo, saya menunjukkan bagaimana pengembang dan pedagang dapat menggunakan AgentBuilder untuk menciptakan agen cerdas untuk berbagai industri.
Kini, membuat agen cerdas sebenarnya hanya membutuhkan waktu beberapa menit. Tapi inilah masalahnya! Jika tidak ada traffic, tidak ada distribusi, tidak ada temuan, dan tidak ada yang menggunakannya, maka pengembang dan pedagang tidak akan mendapat penghasilan. Tanpa pendapatan, tidak akan ada motivasi. Bagaimana cara mengatasi masalah ini?
Platform agen Wenxin kami memberi pengembang cara untuk memonetisasi lalu lintas. Selain Baidu Search, produk lain di ekosistem Baidu, seperti Xiaodu, Maps, Tieba, Cheji, dll., semuanya dapat dihubungkan ke kemampuan yang relevan dari agen cerdas, memecahkan kekhawatiran distribusi lalu lintas bagi pengembang dan memperoleh informasi nyata manfaat.
Jika ada distribusi, akan ada umpan balik data; dengan umpan balik data, roda gila akan berputar, dan agen cerdas akan dapat melakukan iterasi secara mandiri, dan semakin sering digunakan, agen tersebut akan semakin pintar. Platform agen Wenxin juga telah meluncurkan analisis data agen dan modul penyetelan tanya jawab, dan lebih banyak kemampuan baru akan segera diluncurkan. Platform agen cerdas Wenxin akan mendorong agen cerdas untuk membentuk siklus positif dengan kualitas yang lebih baik, lalu lintas yang lebih baik, dan pendapatan yang lebih besar melalui roda gila data distribusi-diagnosis-pendapatan.
AppBuilder: Anda dapat mengembangkan aplikasi dalam tiga langkah dengan bahasa alami
Selanjutnya, saya akan memperkenalkan kepada Anda alat pengembangan kedua, AppBuilder. Saat ini merupakan alat pengembangan aplikasi asli AI terbaik. Di AppBuilder, kami telah merangkum dan mengatur berbagai komponen dan kerangka kerja yang diperlukan untuk mengembangkan aplikasi asli AI terlebih dahulu, sehingga secara signifikan mengurangi ambang batas pengembangan.
Paling cepat hanya dalam tiga langkah, pengembang dapat mengembangkan aplikasi asli AI menggunakan bahasa alami, dan dapat dengan mudah dirilis serta diintegrasikan ke dalam berbagai lingkungan bisnis. Mari kita lihat beberapa kasus:
Pada awal tahun ini, kami mengadakan tantangan pengembangan aplikasi asli AI. Topik kompetisinya adalah menggunakan AppBuilder untuk membuat “asisten perencanaan antrean taman bermain” guna membantu wisatawan lebih memahami situasi antrean di taman bermain dan merancang rute bermain yang dipersonalisasi pengalaman bermain game terbaik dalam waktu terbatas.
Juara kompetisi ini mengembangkan aplikasi tanpa menulis satu baris kode pun dan memenangkan hadiah utama 100.000 yuan yang disediakan oleh Baidu. Jika Anda bisa menulis kode untuk topik ini, tidak sulit bagi Anda untuk menulisnya, namun jika Anda masih bisa melakukannya tanpa menulis sebaris kode pun, itu masih sangat bergantung pada model dasar dan kemampuan alat AppBuilder.
Mari kita lihat cara menggunakan AppBuilder untuk membangun aplikasi AI ini.
Mari kita tinjau pertanyaan kompetisi terlebih dahulu. Ini mengasumsikan waktu antrian dan indeks stimulasi setiap proyek di “Universal Studios”, jadi mendapatkan pengalaman dengan indeks stimulasi tertinggi dalam waktu terbatas adalah masalah yang harus diselesaikan dalam masalah ini.
Pertama, buka antarmuka pengembangan AppBuilder dan beri nama aplikasi “Playground Queuing Assistant”; kedua, kami menjelaskan persyaratan spesifik dalam instruksi peran, termasuk memanggil penerjemah kode, menghitung kombinasi terbaik dalam waktu tetap, hasil keluaran, dll. ; Langkah ketiga adalah masuk ke komponen alat dan menambahkan penerjemah kode untuk membantu perhitungan.
Sekarang, mari kita uji efeknya. Masukkan pertanyaan “Saya punya waktu 3 setengah jam, cara bermain apa yang paling menarik?” di sisi kanan. Anda dapat melihat bahwa penerjemah kode menerjemahkan pertanyaan ini ke dalam kode, lalu menelepon alat pemahaman data. Menganalisis kondisi yang diketahui. Setelah serangkaian perhitungan, disimpulkan bahwa hasil terbaik akan dicapai dengan menggabungkan empat proyek ini: “Harry Potter and the Forbidden Journey”, “Jurassic Adventures”, “Decepticon Roller Coaster”, dan “Bumblebee Spinner”. Jika tidak ada masalah dengan pengujian, klik Publikasikan, dan aplikasi akan dibuat dengan kode nol.
Sekarang, AppBuilder telah ditingkatkan lebih lanjut. Selama proses pembuatan, semua dapat menggunakan fungsi “konfigurasi yang dioptimalkan AI” untuk secara otomatis membantu pengembang mengoptimalkan instruksi peran, konfigurasi komponen, dan aspek lainnya, sehingga semakin meningkatkan efisiensi pengembangan.
Mari kita lihat contoh lainnya.
Pada awal tahun ini, Universitas Tenaga Listrik China Utara mengusulkan agar mereka dapat memberikan layanan yang cerdas dan eksklusif kepada guru dan siswa di seluruh sekolah. Berdasarkan AppBuilder Baidu, kami bersama-sama membuat Asisten AI Huadian. Sekarang, izinkan saya menunjukkan kepada Anda cara Asisten AI Huadian dibuat:
Langkah 1: Buka AppBuilder, masuk ke halaman pembuatan, dan klik AI untuk menghasilkan konfigurasi secara otomatis. Pertama, atur informasi dasar seperti nama, perkenalan, avatar, dll untuk aplikasi tersebut.
Langkah 2: Gunakan bahasa alami untuk menjelaskan persyaratan spesifik dalam instruksi peran, termasuk tugas, kemampuan komponen, persyaratan, dan batasan.
Langkah 3: Masukkan komponen yang disesuaikan seperti penyelidikan peminjaman buku, penyelidikan jadwal kelas, penyelidikan kinerja siswa, dll., sehingga asisten kampus dapat memiliki kemampuan layanan yang cerdas. Kemudian tambahkan pernyataan pembuka untuk Campus Assistant dan aplikasi dikonfigurasi.
Selanjutnya, kami men-debug asisten di antarmuka pratinjau berdasarkan pertanyaan pengguna. Misalnya, tanyakan tentang waktu pendaftaran ujian CET-4 dan CET-6 dan uji efek pemanggilan otomatis setiap komponen.
Seperti yang Anda lihat, melalui operasi sederhana ini, aplikasi selesai. Saat ini, ini telah diluncurkan dalam pengujian skala kecil, dan telah dihubungkan ke skenario frekuensi tinggi seperti pemeriksaan sistem, pemeriksaan kursus, pengisian ulang kartu makan, peminjaman buku, dll., dan telah melayani sebagian besar guru dan siswa. di sekolah. Kedepannya, kami akan bekerja sama dengan North China Electric Power University untuk lebih memperdalam kerja sama aplikasi dan menyediakan layanan yang lebih berlimpah dan nyaman.
Baidu juga memiliki akumulasi teknologi selama bertahun-tahun dalam lintas modalitas. Di AppBuilder, kami juga menyediakan kemampuan lintas modal tertentu. Anda hanya perlu menyediakan satu paragraf teks atau beberapa kalimat untuk membuat aplikasi menggambar dengan cepat, seperti komik, buku bergambar anak-anak, dll.
Prosesnya juga sangat sederhana: buka AppBuilder, klik untuk masuk ke “Pembuatan Aplikasi”, masukkan instruksi peran, pilih komponen “Tambahkan Gambar Vincent”, masukkan tiga pertanyaan yang disarankan, dan klik untuk menerbitkan. Setelah aplikasi selesai, kita hanya perlu memasukkan karakter atau plot kasar, dan AppBuilder dapat secara otomatis menghasilkan cerita dan gambar keluaran.
Fungsi pembuatan komik dan buku bergambar cerdas terbaru Baidu Wenku memanfaatkan komponen yang disediakan di AppBuilder. Mari kita lihat bagaimana fungsi pembuatan komik Baidu Wenku memungkinkan setiap orang yang memiliki ide kreatif menghasilkan karya yang bagus.
Ambil contoh klasik “Zhou Chu Menghilangkan Tiga Kejahatan”.
Buka perpustakaan Baidu dan masukkan topik “Zhou Chu Menghilangkan Tiga Kejahatan”. Ini tertulis di “Kitab Jin” dan “Shishuoxinyu”. Setelah mencari di perpustakaan, cerita akan dibuat berdasarkan teks aslinya isi ceritanya. Lakukan modifikasi; lalu klik toolbar AI di sebelah kanan untuk mulai membuat komik ini.
Masuk ke antarmuka produksi komik, dan Wenku akan secara otomatis membuatkan storyboard komik untuk kita berdasarkan alur cerita, lalu memilih gaya komik yang paling sesuai dengan cerita dari berbagai gaya seperti cahaya dan bayangan, realisme, kartun, dll.; karakter sesuai dengan karakternya, sehingga pembuatan komik selesai.
Setelah komik dibuat, kita dapat menelusuri komik lengkapnya di editor komik pintar Baidu Wenku. Pada saat yang sama, perpustakaan mendukung pengeditan, modifikasi, dan penyempurnaan setiap gambar. Misalnya, pilih gambar “Zhou Chu dan Macan Berwajah Putih” di sebelah kiri, klik Edit, tambahkan deskripsi gambar “Wajah karakternya adalah jelas, gambarnya cerah”, dan Anda dapat menyempurnakannya. Panggil komik yang lebih sesuai dengan kebutuhan Anda. Seperti yang Anda lihat, fungsi komik Baidu Wenku melakukan pekerjaan yang sangat baik dalam hal konsistensi gaya karakter dan adegan.
Kemampuan komik cerdas Baidu Wenku telah sangat meningkatkan efisiensi pembuatan komik, menurunkan biaya dan ambang batas pembuatan komik, serta memungkinkan orang-orang yang lebih bijaksana dan kreatif untuk mewujudkan impian pembuatan komik mereka.
Selain menghasilkan komik, Baidu Wenku kini dapat membantu pengguna membuat buku bergambar dengan ambang batas nol. Anda mungkin tidak tahu bahwa anak-anak di Tiongkok hanya membaca 10 buku bergambar per kapita dalam setahun, sedangkan di negara-negara Eropa dan Amerika jumlahnya sekitar 50. Kini, AI dapat memungkinkan orang tua yang tidak memiliki kemampuan menggambar untuk membuat buku bergambar anak eksklusif untuk anak mereka. Mari kita lihat buku audio bergambar ini!
Sejak tahun lalu, kami telah menggunakan AI untuk merekonstruksi Baidu Wenku, menjadikannya “titik awal produksi konten” bagi pengguna. Kini, dengan dukungan AppBuilder, fungsi komik cerdas dan buku bergambar cerdas Baidu Wenku yang baru diluncurkan telah memperluas dunia ke bidang kreasi lintas-modal yang lebih menarik.
Saya baru saja menggunakan tiga kasus untuk menunjukkan cara menggunakan AppBuilder Baidu untuk membuat aplikasi asli AI. Setiap orang harus dapat merasakan dua keuntungan nyata dari AppBuilder:
Pertama, ini sangat kuat. Mengandalkan kemampuan Wenxin 4.0 untuk memahami dan mengikuti instruksi, AppBuilder kami dapat memastikan bahwa cold start dapat mencapai tingkat yang baik. Tidak perlu waktu lama untuk melakukan penyesuaian karena kinerja yang buruk, yang sangat menurunkan ambang batas pengembangan. Mengandalkan teknologi peningkatan pencarian RAG, dalam skenario umum seperti Tanya Jawab pengetahuan, tingkat akurasi Tanya Jawab dan tingkat balasan ramah kami telah mencapai lebih dari 95%, jauh melampaui produk serupa lainnya. AppBuilder juga menyediakan seperangkat alat komponen yang kaya dan lengkap, termasuk 55 komponen seperti pencarian Baidu dan komponen kemampuan AI lainnya berdasarkan akumulasi teknologi Baidu selama bertahun-tahun, komponen kemampuan model besar, dan komponen bisnis terbuka eksklusif Baidu. Serta API pihak ketiga untuk beberapa skenario umum, seperti kueri penerbangan, kueri kertas, dll. Kami juga baru saja mendukung komponen khusus, sehingga pelanggan dapat langsung menghubungkan alat dan data milik mereka sendiri. Komponen-komponen yang kaya ini bersama-sama mendukung pengembangan aplikasi asli AI yang efisien.
Kedua, sederhana dan mudah digunakan. Menggunakan AppBuilder, Anda dapat dengan cepat membuat aplikasi dalam tiga langkah dan mendistribusikannya dengan satu klik. Kami juga mendukung SDK sumber terbuka untuk memfasilitasi pengembangan sekunder.
Alat kustomisasi model ModelBuilder: produksi model yang efisien dan berbiaya rendah
Selanjutnya, saya akan memperkenalkan alat yang lebih cocok untuk pengembang profesional, yaitu ModelBuilder. Alat ini dapat menyesuaikan model dengan ukuran berapa pun sesuai dengan kebutuhan pengembang, dan selanjutnya menyempurnakan SFT berdasarkan skenario yang terbagi, sehingga dapat diperoleh hasil yang lebih baik. tercapai. Bagi developer, satu hal yang sangat penting untuk memanfaatkan model besar dengan baik adalah menguasai metode penyesuaian model.
Mari kita ambil contoh skenario koreksi esai di industri pendidikan. Karena koreksi komposisi memiliki standar penilaian yang jelas, dan nilai yang berbeda memiliki persyaratan komposisi dan standar penilaian yang berbeda. Hal ini memerlukan penyempurnaan model agar hasil keluaran model besar lebih konsisten dengan persyaratan tertentu.
Mari kita lihat bagaimana ModelBuilder mengimplementasikan penyesuaian model untuk penilaian esai.
Langkah 1: Buat kumpulan data. Efektivitas penyesuaian model sangat bergantung pada kualitas data kami. Dalam hal ini, data asli hanya memiliki 180 item, dan kualitasnya kurang baik. Kita perlu menggunakan tiga fungsi: pembersihan data, anotasi data, dan peningkatan data. Pembersihan data dapat dengan cepat menghilangkan kesenjangan data, karakter yang kacau, dan masalah lainnya. Dalam hal anotasi data, kami telah menambahkan lebih banyak dimensi pada komposisi, seperti kedalaman konten, teknik penulisan, dan evaluasi lainnya. Fungsi peningkatan data dapat menghasilkan data serupa tetapi tidak duplikat untuk perluasan data. Setelah perluasan, ModelBuilder menghasilkan 920 data berkualitas tinggi untuk kami.
Langkah kedua adalah memasuki tahap fine tuning model. Pertama, kita perlu memilih model dasar untuk fine tuning. Di sini kita memilih ERNIE Speed sebagai model dasar. Kemudian, kami mengonfigurasi parameter sesuai dengan nilai yang direkomendasikan platform. Kali ini datanya mendekati 1.000. Menurut putaran iterasi yang direkomendasikan, konfigurasinya adalah 10 putaran, dan kemudian model dapat memulai pelatihan.
Langkah 3: Terapkan model pada platform, dan seluruh proses penyesuaian selesai.
Mari kita gunakan esai sekolah menengah untuk menguji pengaruh model yang telah disesuaikan. Judul esainya adalah “Menantikan Pertumbuhan”, tidak ada batasan subjek, dan tidak boleh kurang dari 800 kata.
Kami memasukkan komposisi siswa dan persyaratan format koreksi ke dalam dua model sebelum dan sesudah fine-tuning. Mari kita lihat perbandingan kedua model dan komentar gurunya. Dapat dilihat bahwa model besar yang disempurnakan memiliki pemikiran komentar guru yang lebih profesional dan kepatuhan format yang lebih baik. Tugas koreksi esai yang awalnya membutuhkan waktu lama untuk diselesaikan oleh guru kini dapat diselesaikan dengan cepat dengan bantuan model besar dalam beberapa detik, sehingga sangat meningkatkan kecepatan dan efisiensi umpan balik kepada siswa. Saat ini, model penyempurnaan jenis ini telah digunakan di banyak perusahaan terkemuka di industri pendidikan.
Saya sebutkan sebelumnya bahwa aplikasi asli AI skala besar umumnya adalah MoE. Jadi, bagaimana cara menggabungkan model-model ini untuk mendapatkan nilai terbaik untuk uang? Selanjutnya, saya akan menggunakan Xiaodu untuk menunjukkan kasus perutean model MoE. Pertama-tama mari kita lihat apakah Xiaodu menjadi lebih pintar dengan restu dari model besar:
Robin: Xiaodu Xiaodu
Xiaodu: Ini dia
Robin: Apa berita hari ini?
Xiaodu: Xiaodu menyiarkan 3-5 kilasan berita hari ini
Robin: Xiaodu Xiaodu. Saya mendengar bahwa Anda menjadi lebih mampu akhir-akhir ini? Xiaodu: Saya tidak hanya bisa ngobrol dengan Anda, saya juga bisa menjadi asisten jadwal AI Anda
Robin: Kalau begitu aku akan mengujimu. Tolong bantu saya mengatur jadwal saya. Setelah acara hari ini, saya akan makan malam dengan Tuan Zhang, dan kemudian akan ada rapat manajemen di hotel, yang akan memakan waktu sekitar satu setengah jam. Saya berharap ini akan berakhir sebelum jam 10. o 'jam. Saya akan pergi lari pagi besok pagi dan melihat bagaimana cuacanya. Lalu saya ada pertemuan pagi jam 8 pagi.
Xiaodu: Berdasarkan kebutuhan Anda, Xiaodu akan membuatkan jadwal optimal untuk Anda sebagai berikut:
Makan malam Anda dengan Tuan Zhang dijadwalkan pada pukul 18:00-19:30. Setelah itu, Anda akan menghadiri rapat manajemen pada pukul 20:00 dan berakhir sekitar pukul 21:30
Jam weker akan mengingatkan Anda untuk bangun jam 6 besok pagi dan berangkat lari pagi. Waktu lari sebaiknya dikontrol dalam waktu 1 jam untuk memastikan Anda tidak terlambat untuk rapat pagi jam 8 besok pagi. .
Besok pagi akan cerah dengan suhu 25 derajat. Disarankan agar Anda memakai baju lengan pendek saat keluar dan memakai pelindung sinar matahari.
Apakah menurut Anda saya bisa menjadi sekretaris Anda? Saya memiliki lebih banyak keterampilan baru.
Robin: Bagus sekali, bagus (jempol untuk Xiaodu), sinkronkan jadwal ini ke ponsel saya.
Baru saja, saya menanyakan beberapa pertanyaan kepada Xiaodu, mulai dari pertanyaan berita sederhana hingga kebutuhan penjadwalan yang rumit. Tampaknya kami berkomunikasi dengan Xiaodu yang sama, tetapi kenyataannya, model yang berbeda dipanggil di belakangnya. Ketika menerima pertanyaan saya, pertama kali ia melakukan pekerjaan “perutean model” pada model kecil ERNIE Tiny; untuk masalah cuaca, ia memanggil model yang disempurnakan berdasarkan ERNIE Lite berdasarkan hasil kueri cuaca, yang juga merupakan model yang disempurnakan. diproses oleh ERNIE Lite dari SFT, memberikan saran ganti; untuk jadwal yang lebih kompleks, Wenxin 4.0, model besar dengan kinerja terbaik, digunakan untuk menghitung berbagai pengaturan dari malam ini hingga besok pagi.
Saat ini, setiap pertanyaan yang kami ajukan kepada Xiaodu akan ditetapkan ke model yang berbeda untuk dieksekusi. Saat memanggil antarmuka API aplikasi, model Fungsi ERNIE akan digunakan saat menjelaskan pertanyaan kepada anak-anak . Cerdas Asisten dibuat menggunakan model Karakter ERNIE untuk meningkatkan konsistensi karakter dan merangsang keinginan pengguna untuk mengobrol.
Melalui metode penjadwalan gabungan model besar dan kecil ini, Xiaodu tidak hanya berhasil menyelesaikan “operasi penggantian otak” dan menginstal sistem operasi asli AI baru DuerOS X, tetapi juga membentuk kombinasi optimal antara efek, kecepatan, dan biaya dibandingkan dengan semua Penggunaan versi unggulan Model Besar Wenxin, kecepatan respons meningkat 2 kali lipat dan biaya berkurang 99%. Robot tablet Xiaodu Tiantian AI yang saya ajak bicara tadi mulai dijual di semua platform utama kemarin.
Contoh ModelBuilder ini menunjukkan kemampuan Baidu dalam memproduksi model secara efisien dan dengan harga murah. Karena model dasar Wenxin 4.0 yang paling kuat, kami dapat menyesuaikan model yang lebih kecil yang sesuai untuk berbagai skenario sesuai kebutuhan, dengan mempertimbangkan berbagai pertimbangan seperti efek, kecepatan respons, dan biaya inferensi, serta mendukung penyesuaian dan pasca pra-pelatihan. Dengan cara ini, model yang dipotong melalui pengurangan dimensi jauh lebih baik daripada model yang disesuaikan langsung dari sumbernya, efeknya jelas lebih baik, dan biayanya jelas lebih rendah pada efek yang sama. Orang-orang dulu menggunakan open source dan menganggapnya murah. Faktanya, dalam skenario model besar, open source adalah yang paling mahal. Jadi model open source akan semakin tertinggal.
Untuk memudahkan semua orang memulai dengan cepat, ModelBuilder telah menetapkan model besar yang paling komprehensif dan kaya. Ini mencakup ERNIE3.5 dan ERNIE4.0, yang merupakan model besar andalan, yang cocok untuk pemandangan umum yang kompleks dan memiliki kemampuan yang kuat; ada juga tiga model besar ringan, ERNIE Speed, Lite, dan Tiny; Sebagai model untuk adegan vertikal, Karakter ERNIE cocok untuk permainan peran; Fungsi ERNIE cocok untuk penggunaan alat eksternal dan pemanggilan fungsi bisnis dalam skenario dialog atau tanya jawab. Tentu saja, ModelBuilder juga mendukung model mainstream pihak ketiga dalam dan luar negeri, dengan jumlah total 77, menjadikannya platform pengembangan dengan jumlah model besar terbesar di Tiongkok.
Kompetisi Kewirausahaan “Piala Wenxin” kedua secara resmi diluncurkan: hadiah utama khusus sebesar NT$50 juta telah ditetapkan
Bagi pengembang, selain menyediakan alat pengembangan ini, kami juga menyediakan dukungan finansial dan sumber daya.
Pada bulan Mei tahun lalu, Baidu meluncurkan Kompetisi Kewirausahaan “Piala Wenxin”, dengan harapan dapat mendorong kemakmuran ekosistem model besar, menciptakan ekosistem yang lebih dinamis, dan membantu wirausahawan dan pengembang mengembangkan berbagai aplikasi asli AI. Untuk Kompetisi Kewirausahaan “Piala Wenxin” yang pertama, kami menerima hampir 1.000 pendaftaran dari tim wirausaha. Baidu memberikan dukungan investasi hampir 100 juta yuan kepada 15 tim pemenang, dan terus memberikan dukungan teknologi, tim, dan orientasi yang komprehensif.
Hari ini saya umumkan bahwa Kompetisi Kewirausahaan “Piala Wenxin” yang kedua telah resmi diluncurkan. Kali ini kami akan memperluas cakupan penyaringan proyek, menyiapkan sub-bidang, menargetkan pasar global dan mahasiswa, dan merekrut tim inovasi kewirausahaan selama arahan kewirausahaan Anda adalah aplikasi asli AI, Anda dapat mendaftar di situs resmi sebuah kompetisi. Pada saat yang sama, kami juga telah meningkatkan dukungan kami kepada wirausahawan, menyediakan dana investasi yang lebih memadai dan sumber daya bisnis yang lebih kaya. Kami juga telah menetapkan “Penghargaan Khusus” untuk pertama kalinya. Proyek-proyek yang sangat menonjol akan berkesempatan menerima hingga 50 juta yuan tunai. dan dukungan sumber daya.
Pengusaha dan pengembang Tiongkok sangat pandai menggunakan teknologi baru untuk mengembangkan aplikasi. Saya yakin Wenxin Big Model akan menjadi pilihan pertama bagi pengusaha dan pengembang AI Tiongkok, dan akan semakin banyak aplikasi yang dibangun berdasarkan Wenxin Big Model. Saya juga menantikan lebih banyak pengusaha dan pengembang yang bergabung dengan kami untuk membangun ekosistem AI yang makmur.
Skenario penerapan terbesar model visual besar adalah mengemudi secara otonom
Sebagian besar alat dan kasus yang kita bicarakan sebelumnya didasarkan pada model bahasa yang besar. Menghadapi masa depan, saya percaya bahwa model multi-modal besar, atau perpaduan teks, gambar, suara, video, dan mode multi-modal lainnya, adalah arah pengembangan jangka panjang yang sangat penting untuk model dasar dan satu-satunya cara menuju AGI. Baidu memiliki investasi jangka panjang di bidang ini dan akan memperbarui kemajuan teknologi secara tepat waktu.
Saya memiliki penilaian yang sangat berbeda: skenario penerapan terbesar model visual besar adalah mengemudi secara otonom. Baidu adalah yang terbaik dalam bidang ini dan merupakan pemimpin global dalam mengemudi otonom. Kami tidak hanya melatih AI cara menghasilkan video, namun juga melatih AI untuk memahami apa yang terjadi di dunia nyata dan memprediksi masa depan.
Berdasarkan lebih dari 100 juta kilometer data jarak tempuh uji jalan di kota-kota kompleks di Tiongkok, Baidu melatih model besar persepsi visual Apollo. Ia memiliki empat kemampuan dasar: deteksi, pelacakan, pemahaman, dan pemetaan. Hal ini memberikan Baidu solusi mengemudi otonom yang lebih cerdas, lebih mudah beradaptasi, dan lebih aman.
Baidu Maps juga memimpin penerapan model persepsi visual berskala besar pada bidang kartografi. Kini, data peta tingkat jalur terbesar di dunia telah diluncurkan di 360 kota di seluruh negeri. Selama navigasi peta Baidu bisa berjalan, mengemudi dengan cerdas bisa mengemudi.
Setelah Festival Musim Semi tahun ini, Carrot Run Baidu menyelesaikan “rentang pertama” Sungai Yangtze. Kami telah memperluas layanan kami dari tepi utara Sungai Yangtze ke tepi selatan. Di beberapa wilayah di Wuhan, kami telah mencapai semuanya 24x7 -operasi cuaca, dan kami berencana melakukannya dalam tahun ini ketika Wuhan mengerahkan 1.000 kendaraan tanpa pengemudi.
Ini adalah peristiwa penting agar kendaraan otonom benar-benar dikomersialkan. Ini bukan lagi sekedar demonstrasi regional, tetapi telah memasuki tahap baru demonstrasi penerapan di tingkat kota. Luobo Kuaipao mencakup wilayah seluas lebih dari 3.000 kilometer persegi dan berpenduduk 7,7 juta jiwa di Wuhan, menjadikannya wilayah operasi mengemudi otonom terbesar di dunia.
“Kemas dan bawa pergi, gunakan kapan pun kamu mau.”
Baru saja, saya menunjukkan kepada Anda seri model besar Baidu Wenxin dan tiga alat pengembangan - AgentBuilder, AppBuilder, dan ModelBuilder. Ketiganya membentuk kotak peralatan yang dapat Anda bawa segera dan digunakan kapan saja.
Saat ini, saya berdiri di sini. Saya sebenarnya adalah seorang pengembang dan pengusaha, dan saya sama bersemangatnya dengan orang lain. Saat ini, Tiongkok memiliki 1 miliar pengguna Internet, model dasar berskala besar yang kuat, skenario penerapan AI yang memadai, dan sistem industri terlengkap di dunia. Negara ini juga dengan penuh semangat mendorong dan mendukung tindakan “kecerdasan buatan +”. setiap perusahaan hanya perlu memanfaatkan sepenuhnya alat-alat ini untuk mengeluarkan kreativitas dan produktivitas tanpa batas.
Saat ini, siapa pun bisa menjadi pengembang. Dan masa depan pasti akan menjadi masa depan yang diciptakan oleh para pengembang bersama-sama.
