機(jī)器之心報(bào)道

編輯：杜偉

【資料圖】

大模型和生成式 AI 如何深度賦能商業(yè)，讓企業(yè)降本增效，這是新的 AI 技術(shù)浪潮下必須要考慮的重要課題。百度的 AI 商業(yè)化之路對于賦能千行百業(yè)而言意義重大。

8 月 17 日，一場由百度商業(yè)聯(lián)合中國人工智能學(xué)會舉辦、英偉達(dá)提供戰(zhàn)略支持的「首屆百度商業(yè) AI 技術(shù)創(chuàng)新大賽」落下帷幕。在這場歷經(jīng)區(qū)域賽、復(fù)賽和總決賽，并由各大高校隊(duì)伍參加的賽事中，共計(jì) 12 支隊(duì)伍分獲兩個(gè)賽道的一二三等獎，他們及區(qū)域賽獲獎隊(duì)伍將分享獎金池中 63 萬元的豐厚獎金。

其中由社會人士及東南大學(xué)學(xué)子聯(lián)合組隊(duì)的參賽隊(duì)伍「天才修筆匠」和南京理工大學(xué)隊(duì)伍「NJUST-KMG」分別摘得賽道一（商業(yè)轉(zhuǎn)化行為預(yù)測）和賽道二（AIGC 推理性能優(yōu)化）的一等獎，攜手將 20 萬和 10 萬獎金收入囊中。另外，有兩名女性成員參與的中山大學(xué)「Echoch」團(tuán)隊(duì)獲得了賽道一的二等獎。

NVIDIA 全球副總裁劉念寧、百度集團(tuán)副總裁，移動生態(tài)商業(yè)體系負(fù)責(zé)人王鳳陽為大賽一等獎隊(duì)伍頒獎

2023 年是大模型和生成式 AI 的時(shí)代，大量通用和垂類大模型及生成式 AI 應(yīng)用不斷地涌現(xiàn)。企業(yè)也積極探索自身商業(yè)場景與它們的契合點(diǎn)，謀求業(yè)務(wù)智能化升級和經(jīng)營效率提升。

作為國內(nèi) AI 領(lǐng)域的領(lǐng)頭雁，百度一直深耕其中。面對新的 AI 技術(shù)浪潮，百度有著得天獨(dú)厚的優(yōu)勢，其在四年前已開始布局大模型，推出并持續(xù)升級文心大模型及配套工具和平臺，以及文心一格、文心一言等生成式 AI 應(yīng)用。此外百度不斷拓展 AI 技術(shù)在商業(yè)場景中的廣度和深度，通過解決痛點(diǎn)問題，看到實(shí)際增益。

因此，此次百度商業(yè) AI 技術(shù)創(chuàng)新大賽，通過設(shè)置與企業(yè)營銷相關(guān)的賽題，匯聚和發(fā)揮高校年輕人的想象力和創(chuàng)新能力，通過技術(shù)優(yōu)化和性能增強(qiáng)，不斷提升大模型和 生成式 AI 的實(shí)際商業(yè)應(yīng)用效果。其中賽道一瞄準(zhǔn)企業(yè)數(shù)字營銷場景中廣告投放的轉(zhuǎn)化率，賽道二則向百度 ERNIE 生成模型在部署實(shí)踐中的最優(yōu)推理性能發(fā)起挑戰(zhàn)。

大賽自 5 月 17 日正式啟動，并于 5 月 18 日開啟高校巡回演講。區(qū)域賽（東南西北四大賽區(qū)）階段共有 2414 支隊(duì)伍報(bào)名參賽，其中 506 支隊(duì)伍提交作品并登上榜單，他們中有 81 支隊(duì)伍進(jìn)入復(fù)賽。最終決賽中，包括南理工、南大、中山大學(xué)、北郵、中科大、西電、中南大學(xué)、北航、華科大等 12 支參賽隊(duì)伍成為了贏家。

此次大賽的舉辦不僅考驗(yàn)參賽隊(duì)伍，更是對百度平臺技術(shù)能力的考驗(yàn)。在獲獎隊(duì)伍的采訪中，他們紛紛表示，百度不僅貢獻(xiàn)了真實(shí)業(yè)務(wù)數(shù)據(jù)，還開放一站式 AI 開發(fā)實(shí)訓(xùn)平臺 AI Studio，更加碼提供 NVIDIA GPU 作為算力支持，飛槳 PaddlePaddle 提供了深度學(xué)習(xí)框架支持。此外比賽中很多東西開箱即用，因而可以在百度搭建好的底層邏輯上高效地創(chuàng)建算法、完成比賽。

而回到兩個(gè)賽道本身，百度在利用大模型和生成式 AI 賦能商業(yè)運(yùn)營，變革商業(yè)內(nèi)容應(yīng)用和營銷方式上擁有大量「實(shí)戰(zhàn)」經(jīng)驗(yàn)，早已構(gòu)筑并形成了完善的 AI 技術(shù)體系。

廣告搜索和推薦 CTR 預(yù)估場景

從分布式 CPU 訓(xùn)練發(fā)展到分布式 GPU 訓(xùn)練

對于企業(yè)而言，大模型和生成式 AI 時(shí)代感知最明顯的是 AI 技術(shù)對自身商業(yè)場景的改變和重塑，而且技術(shù)變革的速度非?？?。這就要求在立足多樣化商業(yè)場景、精準(zhǔn)把握用戶實(shí)際需求的同時(shí)，持續(xù)打磨大模型技術(shù)能力，創(chuàng)新生成式 AI 應(yīng)用落地方式。

在現(xiàn)代企業(yè)經(jīng)營中，互聯(lián)網(wǎng)的高速發(fā)展促使流量場景日益豐富，各種 APP、智能場景和虛擬場景都成為角逐的陣地。智能化數(shù)字營銷成為企業(yè)獲取更多潛在客戶、用戶精準(zhǔn)獲取目標(biāo)商品和服務(wù)的主要渠道之一，而廣告投放轉(zhuǎn)化率、推薦效果好與不好成為關(guān)鍵指標(biāo)。這也是大賽賽道一「商業(yè)轉(zhuǎn)化行為預(yù)測」的命題核心。

在這方面，百度商業(yè)形成了以個(gè)性化行為預(yù)測大模型和生成式大模型為技術(shù)底座的一整套智能營銷體系，用技術(shù)創(chuàng)新持續(xù)賦能業(yè)務(wù)，最大化客戶轉(zhuǎn)化效果。

百度 "鳳巢" 是國內(nèi)最大的搜索廣告平臺，其 CTR 模型作用于廣告觸發(fā)、廣告粗排、物料優(yōu)選和廣告精排等商業(yè)廣告檢索的各個(gè)環(huán)節(jié)，能準(zhǔn)確預(yù)估廣告點(diǎn)擊率。百度 "鳳巢" 的 CTR 演進(jìn)歷經(jīng)四個(gè)時(shí)代，包括第一代大規(guī)模 LR 模型（2009-2012）、第二代連續(xù)值 DNN 模型（2013-2015）、第三代大規(guī)模離散 DNN 模型（2015-2018）以及基于 GPU 的超大模型訓(xùn)練框架開啟的第四代復(fù)雜 DNN 模型技術(shù)（2019 年至今）。

在 AI 技術(shù)的加持下，第四代的百度搜索廣告 CTR 模型進(jìn)入 GPU 時(shí)代。最近 10 年 GPU 硬件發(fā)展迅猛，尤以英偉達(dá)為代表，從 2013 年的 K40 發(fā)展到 2020 年的 A100，GPU 性能增長 150 倍，顯存容量增長近 7 倍，帶寬也有量級提升。GPU 開始在語音、圖像和 NLP 等 AI 領(lǐng)域全面落地，但在大規(guī)模稀疏場景中的落地嘗試并不多。

2019 年，百度 "鳳巢" 上線了業(yè)界首個(gè)基于 GPU 的超大規(guī)模離散模型訓(xùn)練框架 PaddleBox，訓(xùn)練效率大幅提升，支持復(fù)雜 DNN 網(wǎng)絡(luò)結(jié)構(gòu)和單機(jī) 10 TB / 多機(jī)數(shù)十 TB 級模型訓(xùn)練。相較于傳統(tǒng) CPU 解決方案，資源性價(jià)比提升 5-40 倍?？蚣苋嬗糜诎俣葟V告系統(tǒng)，包括搜索廣告、信息流廣告和聯(lián)盟廣告三大主流場景。

2022 年，百度更進(jìn)一步推出了基于 GPU 的超大規(guī)模圖模型訓(xùn)練框架 PGLBox，在業(yè)內(nèi)首次實(shí)現(xiàn)超大離散模型、超大語義模型和超大圖的一體化聯(lián)合訓(xùn)練。PGLBox 支持千億規(guī)模節(jié)點(diǎn) / 邊的圖模型全 GPU 訓(xùn)練，相較傳統(tǒng) GPU 分布式解決方案，它以相同的成本實(shí)現(xiàn) 27 倍訓(xùn)練速度提升。目前已在百度廣告、推薦系統(tǒng)、百度搜索等內(nèi)部業(yè)務(wù)場景廣泛應(yīng)用。

基于 GPU 的大規(guī)模離散 DNN 及大規(guī)模圖模型訓(xùn)練，開啟第四代 CTR 模型技術(shù)的新篇章，使得點(diǎn)擊率、轉(zhuǎn)化率模型對百度商業(yè)廣告推薦等場景的增益提升到了一個(gè)全新水平。

此外，對于廣告系統(tǒng)中文案、圖片、視頻等天然的多模態(tài)數(shù)據(jù)，多模態(tài)大模型對于充分理解這些內(nèi)容有著天然優(yōu)勢，還能夠?qū)⒑线m的內(nèi)容推送給合適的受眾，實(shí)現(xiàn)廣告投送方和接收方的「雙向奔赴」。百度商業(yè)通過多模態(tài)理解來提升商業(yè)系統(tǒng)對富媒體內(nèi)容的高階認(rèn)知能力，在千億富媒體數(shù)據(jù)驅(qū)動下，利用百億參數(shù)多模態(tài)大模型，在 C 端和 B 端分別為用戶和客戶提供大模型賦能的多樣化 AI 工具和更高效、便捷、優(yōu)質(zhì)的內(nèi)容服務(wù)。

在廣告搜索推薦這類投放轉(zhuǎn)化效果極其重要的業(yè)務(wù)場景中，大模型技術(shù)可以將用戶曝光、點(diǎn)擊、閱讀、轉(zhuǎn)化等行為高維特征饋入模型，減少信息損失的同時(shí)大幅提升商品 / 服務(wù) - 用戶匹配度、準(zhǔn)確度，既滿足用戶需求，又保證非常可觀的轉(zhuǎn)化率，為企業(yè)增收。

從圖文、視頻創(chuàng)意到智能客服

生成式 AI 在商業(yè)營銷中落地生根

除了持續(xù)創(chuàng)新的模型訓(xùn)練框架等技術(shù)之外，大模型賦能下的各種生成式 AI 應(yīng)用和產(chǎn)品越來越對商業(yè)營銷產(chǎn)生直接的影響，比如廣告營銷中的文案、海報(bào)、視頻等多模態(tài)內(nèi)容從傳統(tǒng)的人工制作演進(jìn)成自動化生產(chǎn)，這樣一來，客戶內(nèi)容的生產(chǎn)周期和成本大幅降低，迭代效率顯著提升，整個(gè)營銷鏈路變得更加通暢。

生成式 AI 對現(xiàn)代商業(yè)營銷的重要性不言而喻，這也是百度商業(yè)此次大賽中著眼于 AIGC 推理性能優(yōu)化的一大原因所在。

就百度商業(yè)自身而言，依托于百度深厚的生成式 AI 技術(shù)積累，形成了文本創(chuàng)意工具、圖片創(chuàng)意工具、數(shù)字人視頻平臺和智能化客服等全方位生成式 AI 賦能營銷鏈路，從內(nèi)容、營銷和經(jīng)營層面提升客戶營銷效果

在廣告文案創(chuàng)作領(lǐng)域，百度商業(yè)依托文心大模型研發(fā)了面向營銷文案自動生成的大語言模型，顯著提升了客戶的文案生產(chǎn)效率和廣告營銷轉(zhuǎn)化效率，該模型訓(xùn)練分為三個(gè)階段：

預(yù)訓(xùn)練階段以文心通用大語言模型為基礎(chǔ)。監(jiān)督微調(diào)階段基于海量客戶專有的營銷知識和面向客戶業(yè)務(wù)的 Prompt 生成對通用大模型進(jìn)行監(jiān)督學(xué)習(xí)微調(diào)，實(shí)現(xiàn)大模型從通用知識向營銷知識的適配。對齊微調(diào)階段專注于場景化反饋調(diào)優(yōu)，即基于廣告的點(diǎn)擊和轉(zhuǎn)化反饋信號對大模型進(jìn)行端到端調(diào)優(yōu)，實(shí)現(xiàn)大模型從營銷知識向營銷效率的適配。

下面是廣告文案自動化生成的一個(gè)典型示例：

在廣告圖片創(chuàng)作領(lǐng)域，百度商業(yè)自研了面向商業(yè)營銷場景的文生圖大模型，實(shí)現(xiàn)了 Prompt 驅(qū)動的圖片生成和背景圖生成能力，緩解了特定行業(yè)圖片素材缺少和場景適配度低的問題。與廣告文案生成一樣，文生圖大模型訓(xùn)練也分三步走：

首先在基于大規(guī)模圖文對比學(xué)習(xí)預(yù)訓(xùn)練模型來實(shí)現(xiàn)圖文表征之間的理解對齊，同時(shí)引入了近千億圖搜行為反饋數(shù)據(jù)進(jìn)行學(xué)習(xí)增強(qiáng)；接著基于擴(kuò)散模型和元素級 Prompt 生成進(jìn)行文生圖模型的端到端學(xué)習(xí)；最后基于客戶專有圖文數(shù)據(jù)和用戶行為反饋信號進(jìn)行商業(yè)場景化精調(diào)。

下面是文生圖的典型示例，客戶既可以通過 Prompt 生成初始圖，也可以通過 Prompt 來更換圖的背景。

此外，數(shù)字人口播視頻也越來越頻繁地出現(xiàn)在各大平臺的廣告投放場景中， 數(shù)字人視頻不僅可以大幅節(jié)省客戶視頻創(chuàng)作的成本，還能對它們的外貌、聲音、交互方式等進(jìn)行高度自由定制。百度商業(yè)打造了數(shù)字人口播短視頻端到端生成解決方案，將客戶短視頻生產(chǎn)的時(shí)間從天級縮短到了分鐘級。其中視頻腳本、數(shù)字人模特、口播聲音和風(fēng)格以及視頻背景都可以自主生成和選擇，完全滿足不同客戶多樣化的營銷需求。

最后生成式 AI 技術(shù)也在改變著數(shù)字化客服領(lǐng)域，數(shù)字化客服在電商、金融等場景中已經(jīng)得到一定應(yīng)用，但是大都以人工定制模板和問答內(nèi)容的檢索交互為主，對話生硬、千篇一律且需求滿足度覆蓋很差，隨著大語言模型能力的賦能，這些問題正逐漸得到改善。百度商業(yè)自研了商業(yè)營銷對話和營銷知識增強(qiáng)的百億對話生成大模型，具備面向不同行業(yè)、不同客戶、不同業(yè)務(wù)點(diǎn)的差異化智能對話能力，大大改善人機(jī)交互體驗(yàn)和營銷效率。

今年 6 月底，百度營銷旗下生成式 AI 創(chuàng)意平臺「擎舵」正式亮相，在文心大模型賦能下實(shí)現(xiàn)了文案、圖片和數(shù)字人視頻自動化制作。據(jù)機(jī)器之心了解，該平臺可以 2 分鐘產(chǎn)出 100 條創(chuàng)意文案、3 分鐘生成一個(gè)數(shù)字人建模、5 分鐘制作一支數(shù)字人口播視頻，相較傳統(tǒng)制作方式效率驚人，成本自然而然被打下來了。

可以看到，從廣告文案、圖片到數(shù)字人口播、智能客服，生成式 AI 已經(jīng)在百度商業(yè)的運(yùn)營中無所不在，深刻變革了傳統(tǒng)營銷內(nèi)容的生產(chǎn)方式。并且，生成式 AI 在商業(yè)領(lǐng)域的成功應(yīng)用也為重塑千行百業(yè)「打了一個(gè)好樣」。

結(jié)語

2023 大半年過去了，大模型推出的已經(jīng)足夠多， 不過很多仍停留在僅供用戶體驗(yàn)的初步狀態(tài)。但如果僅僅是秀肌肉，無法帶來價(jià)值，它們也就失去了真正的用武之地。商業(yè)營銷這個(gè)連通商戶、場景和用戶的「大秀場」為大模型和生成式 AI 提供了盡情釋放和發(fā)揮能力的土壤。

近年來，百度致力于 AI 技術(shù)與商業(yè)的緊密結(jié)合，這是生成式 AI 對企業(yè)進(jìn)一步發(fā)展的必然要求。抓住大模型和生成式 AI 這一技術(shù)窗口，則有可能在自身商業(yè)場景中迎來生產(chǎn)效率的大幅提升，并留住更多客戶和用戶。因此，讓大模型和生成式 AI 滲透更深層次的企業(yè)經(jīng)營是必由之路，最終形成它們賦能下的全方位商業(yè)生態(tài)。

百度商業(yè)則希望以此次 AI 技術(shù)創(chuàng)新大賽為契機(jī)，吸引更多年輕人探索 AI 技術(shù)的創(chuàng)新應(yīng)用。我們知道，創(chuàng)新人才的培養(yǎng)是推動 AI 技術(shù)發(fā)展的根本源泉，更多人才以及他們的創(chuàng)新能力會充分挖掘大模型和生成式 AI 在商業(yè)領(lǐng)域的更多可能性。

大模型和生成式 AI 的商業(yè)化之路任重道遠(yuǎn)，百度顯然已經(jīng)走上了快車道。

關(guān)鍵詞：