燃新闻

海报新闻首席记者 吴军林 记者 刘敬怡 上海报道

11月12日，百度创始人李彦宏在百度世界2024大会上，发表了主题为《应用来了》的演讲，发布两大赋能应用的AI技术：检索增强的文生图技术（iRAG）和无代码工具“秒哒”。文心iRAG用于解决大模型在图片生成上的幻觉问题，极大提升实用性；无代码技术“秒哒”让每个人都拥有程序员的能力，将打造数百万“超级有用”的应用。

截至11月初，百度文心大模型的日均调用量超15亿，相较5月披露的2亿，增长7.5倍，相较一年前首次披露的5000万次，更是增长约30倍。李彦宏表示“这个增速超出预期”，说明AI是真需求。他感慨，这条陡峭的增长曲线，代表着过去两年中国大模型应用的爆发。

解决图片生成幻觉 文心iRAG发布

幻觉问题是大模型广泛应用的最大限制之一，而解决文本生成幻觉问题背后的技术就是RAG，即检索增强。回顾过去两年，李彦宏认为，检索增强生成（RAG）从百度特色，逐渐发展成为了行业共识。目前，文字层面的RAG已经做得很好，基本让大模型消除了幻觉；但在图像等多模态方面，和RAG的结合还不够，这也是百度希望重点突破的方向。

目前，基于大语言模型的文生图还有比较严重的幻觉，尤其是针对长城、东方明珠、金字塔、爱因斯坦、贝多芬等特定地点、物品和人物，常常会出现张冠李戴的幻觉问题，让生成的图片“一眼假”，极大地影响了AI的实用性。

针对上述问题，百度开发了检索增强的文生图技术iRAG（image based RAG），将百度搜索的亿级图片资源跟强大的基础模型能力相结合，可以生成各种超真实的图片，整体效果远远超过文生图原生系统，去除了机器味。

李彦宏现场展示的“爱因斯坦环游世界”图片中，爱因斯坦和各个背景景点的结合与真实世界相似，质感接近照片。

iRAG技术极大地提高了AI生成图片的可用性。比如在品牌宣传上，以前拍一组海报动辄几十万，但现在的创作成本接近于0。简单而言，文心iRAG的商业价值体现在：无幻觉、超真实、没成本、立等可取。此外，在影视作品、漫画作品、连续画本、海报制作等应用场景中，iRAG都可以大幅降低创作成本。

消除大模型的幻觉，也是AI应用爆发的基础。在李彦宏看来，今天，基础大模型能力就绪，即将迎来AI应用的群星闪耀时刻。

无代码“秒哒” 会说话就能做出应用

此次，百度带来了无代码工具“秒哒”，一款不需要写代码就能实现任意想法的软件，涵盖无代码编程、多智能体协作以及多工具调用等特点，只需说说话，就能构建出各种应用。它可以帮助更多人、更多企业打造出数百万“超级有用”的应用。

李彦宏介绍，无代码编程，由大模型直接生成代码，不需要人写一行代码。它门槛很低，人人可上手；多智能体协作，是基于文心大模型的思考和规划能力，实现对不同智能体的调度和编排；多工具调用，是通过文心大模型的工具调用能力，可调用网页检索、iRAG、地图API等各类型工具。

李彦宏以萝卜快跑新技术发布会为例，展示了活动报名系统的搭建过程：只要在“秒哒”上用中文描述需求，并补充一份带有大会时间地点主题的文档，就可以指挥多个智能体协作，完成报名系统的开发。

就像工作场景中的团队合作一样，在现场演示的“秒哒”开发过程中，小组长、策划、小编、程序员和质检员五个智能体互相协作，协同完成策划、内容和开发等各种工作，还能自动识别bug、调用各种工具。

“一个人通过自然语言交互，就可以完成一套系统的搭建，除了上面展示的邀请系统，还可以做任意场景下的各种应用，应用的复杂度也会随着我们技术的提升不断提升。”李彦宏总结说，这意味着每个人自己就能指挥多个智能体来协同完成任务，“只要有想法，你就可以心想事成，我们将迎来一个只靠想法就能赚钱的时代。”

在他看来，无代码的秒哒让每个人都具备程序员的能力，会说话就能做出应用，极大提升了人类的工作效率。“AI之所以被称为产业革命级的机会，就是因为它对社会经济，带来了生产力的无限扩张。”