|
「底稿」对话栏目
谁在影响、定义咱们的时代？她们做了什么，怎样思考？对话关键名人，记录历史底稿。
本栏目将连续推出。
对话 | 张鹏
编辑|连冉、靖宇累计 AI 用户数已然突破 1.4 亿，运用次数突破 15 亿——AI 重构之下，百度文库焕发了全新活力。 在「AI 制品榜」的 5 月份榜单中，百度文库 AI 功能更加是以单月 6536 万拜访量位列国内总榜首位，甩开第二名将近 1500 万的身位。 成立十余年的百度文库，是怎样在 AI 时代迸发出强大的吸引力的？ 当 AI 做为一项创新的底层技术被整合进制品系统中，怎样理解百度文库的演进轨迹，及其在制品运用和目的上的转变？做为行业最火的 AI 原生应用之一，它是怎样实现进化的？ 近期，在与极客公园创始人、总裁张鹏的对谈中，百度副总裁、文库事业部负责人王颖给出认识答。 去年 8 月迄今，百度文库经过大模型的重构，已然实现了从内容理解、规划到生成的全流程智能化。日前，百度文库背面的团队仅有两百余人，而在交付上实现正反馈之外，她们乃至还做到了商场上的正循环。在 5 月底，百度文库推出了新制品「橙篇」，是行业首个集「专业知识检索和问答、超长图文理解和生成、深度编辑和整理、跨模态自由创作」的 「查阅创编」一站式AI自由创作平台，将来，文库和橙篇亦会创立自己的内容分发体系。 在这一波大模型的浪潮中，百度文库的转型既借助了技术的跃进，亦是对用户需要深刻理解的表现。如今，百度文库已进入与过去截然区别的发展周期，制品正在并将继续经历一系列变革，而这些变革或许将彻底改变人们对文库的常规认知和运用习惯。「理想的AI，应该端到端处理问题，让设备像人同样思考，让制品像人同样工作。」AI 重构后的百度文库，已然做到了这一点。去年的极客公园创新大会 2024 上，百度创始人、董事长兼首席执行官李彦宏曾强调过，AI 的真正价值在于原生应用的研发，而橙篇做为新近推出的 AI Native 制品，正在为用户创作展开更广阔的可能。 从将所有旗下应用所有用大模型进行重塑，到文库作为跑在最前面的那个队伍，能够看得到，百度做 AI 的决心并非纸上谈兵，而是正在持续突破创新应用场景，用 AI 深度重构制品，为用户连续供给属于这个大模型时代的智能增益。 在对谈中，百度副总裁、文库事业部负责人王颖输出了有些精彩观点：「文库会是一站式AI内容获取和创作平台，创作从文库起始就好了。」「目的对不齐，来自于标准对不齐。」「一起始做制品，心里就有一张损益表。」
以下是对话全文，由极客公园编辑整理。
01
AI重塑下的百度文库
张鹏：文库在引入智能技术初期的决策过程是怎么样的？是怎样设定第1个目的并逐步发展的？王颖：咱们首要思虑了两个关键点。第1，咱们引入了大模型技术，评定它在那些行业有明显的能力提高，以及还有什么缺陷，AI 技术自 20 世纪 50 年代败兴始终在发展，但大模型的显现标志着创作的能力飞跃，这个技术飞跃是不是能处理日前用户的问题。 第二，咱们深入挖掘了用户在文库的需要。传统上，人们认为文库只是一个文档检索平台，但经过深入分析，咱们发掘用户找内容不仅是为了阅读，而是为了写作。咱们进一步探究了用户为么寻找内容，以及找到内容后她们要做什么。咱们认识到，用户的核心目的不是为了找内容本身，而是为了支持她们的写作需要。 写作有两条路径，第1条路径，善于写的用户上手打开编辑器就写了，还有一种不会写的用户，她们第1步需要找素材。 50% 的用户属于第二类，她们需要找素材并进行组合和编辑。即使是善于写作的用户，在写作过程中亦常常需要寻找专业素材和灵感。这些都是文库用户的需要，亦表示出找和写的需要实质上是一个统一的需要，只是因为过去的技术水平限制，这个过程不得不被分割在区别的工具和平台上进行。张鹏：因此在技术进步的推动下，文库有机会更深入地满足用户需要了。王颖：咱们一起始就晓得用户有一个完整的需要，但原来的技术和制品限制只能处理其中的一部分，只能加强一部分效率。其实， 人工智能的本质是让设备像人同样思考。做人工智能制品，就要让制品像人同样工作，帮用户完成所有工作。咱们最初的重构思路是：既然有了这种技术， 咱们要让制品像人同样工作，端到端地处理问题，而不是只处理一个环节的问题。 非常多人认为文库是用来搜资料的，质疑咱们为何要用大模型。能够回想一下去年 3 月份，非常多平台是这么做的：用户搜索不到内容时，她们用大模型生成一篇给用户。可是这种做法并无处理用户的本质需要。就像咱们买米是为了做饭吃饱，而不是为了单纯持有米。 咱们最起始的目的是让制品像人同样思考，端到端地处理问题，在实现这个目的的过程中，确实遇到过非常多问题。 用户对文库的认知是一个资料库，用来存储和查询资料，这个认知非常剧烈。 咱们要做的第1件事是让用户过来查询资料，并让用户继续留在这儿，让她们晓得文库亦能帮忙写作。 因此，咱们在理解到用户在查询资料后可能需要编辑和创作时，就供给相应的能力，当技术进一步成熟时，咱们就直接搭建新功能支持写作，例如后续文库就推出了各样格式的写作功能，到此刻文库又推出的全新 App——橙篇，用户不仅能够查询资料，还能够直接进行写作。张鹏：在找到文档和内容后，用户还需要对它们进行进一步加工、转化和存储，使其将来能够结构化运用。因此第1步是将这个过程延长，而不是直接到写作周期，这些工作是什么时候进行的？王颖：用户进入文库后，咱们不仅供给文档搜索能力，还供给写作关联的能力。当你找到一篇文档后，能够进行扩写、改写，乃至基于文档内容制作 PPT。 这些工作是在去年 5 月份之前进行的。当时咱们还无编辑器，因此呢只能先做这些基本工作。而后咱们一边研发编辑器，一边进行 AI 渗透，让用户晓得文库有 AI 功能，AI 对写作有帮忙，这是一个并行的过程。编辑器做完以后，咱们直接推出了完整写作功能，用户就能够直接进入写作周期。张鹏：文库有画本的功能，这个功能用户的反馈怎么样？王颖：画本功能分享率很高，有 30%。这个功能成本有点高，不外推出一个半月咱们已然把成本下降了一个量级，到今年年底成本应该都算不上包袱了。 此刻文库所有的 AI 功能无优化到位就不推，此刻是由于到位了，因此就起始推了，转化率亦尤其好。张鹏：因此文库不但交付实现了正反馈，商场上亦做到了正循环。王颖：咱们从一起始做项目，便是从一张损益表起始的。
02
「模型接入」的挑战
张鹏：那样后来真正把模型接入，是很简单的事吗？还是说需要和模型团队磨合很久？王颖：咱们无觉得很简单。大众对运用模型的理解区别。以前的模型是解决专用问题，此刻的通用模型处理非常多问题。 通用模型有它的限制，因此咱们用 MoE 来处理问题。首要，通用模型能力有限，我亦不可全都用大模型，那样成本太高，此刻 AI 应用赔钱便是由于成本问题。 咱们把大模型看作大脑，它负责理解和分工，繁杂的问题用大模型处理，其他的功能用区别的模型来做。 事实上，文库做到今天，咱们有对模型进行精调，但并无用想象的那样多的精调数据，由于需求的不是数据数量，而是数据质量够不足好，够不足平衡。并且，文库有自己的算法工程来做 Prompt（提示词）优化，包含运用区别尺寸的模型来执行区别的任务，最后将它们整合起来，形成一个协调一致的系统。 文库从第1天起始，就让制品像人同样思考，像人同样工作。这种思考和分工是连续进行的，咱们从来无在大模型上纠结过。 到日前为止，咱们和大模型团队一块真正合作研发的定制能力仅有两个：一个是字数掌控，大模型的多样性决定了依从性问题的存在：模型团队一起始不可完全理解这个需要，由于在搜索场景中，字数长短内容无所说，但对文库用户来讲不同样，倘若用户需求写 500 字，它却写了 1500 字，就给用户增多了删减的包袱。此刻，文心一言在字数依从性上能够做到上下浮动 5%。另一个是理解和生成：咱们供给非常多文档解析能力，以及专业文档的标准和专家标准，而后模型去训练这些内容。这两件事是咱们与模型团队真正共建的。
03
AI 重构，
核心在于「价值」
张鹏：你需求制品团队首要针对模型有基本性的理解，且对自己怎样运用模型，一上来就要清晰的认识。王颖：对，此刻的组织结构中，制品和策略是要融合的。过去的工作流程里，是算法团队来负责策略算法，制品负责提需要，制品团队供给制品原型能够了。此刻这种模式行不通了，每一个人都要渗透到对方的行业。原来是阵地型打法，此刻得全攻全守往前推进。张鹏：是什么让你下定决心必须这般？王颖：标准不一致就会引起目的不一致。另一，交付不等于用户满意。成熟的业务有知道的标准。但针对全新重构的项目而言，倘若无创立知道的标准，光是以理学上线为目的，而不是以用户的实质满意度为目的，是行不通的。 张鹏：上一个时代的制品经理需要懂人性，但今天光懂人性不足，还需要懂模型。王颖：对，由于咱们创立的是人和设备沟通的桥梁。 张鹏：你是怎么管理制品需要、定义和实现效果的？王颖：我会把各方面都搞得清晰。从最起始的需要判断是不是应该这么做，制品怎么定义，那些是明显的卖点，应该实现什么样的效果。亦画制品图，包含交互设计和有些 UI 设计，会带着团队一块来做。区别的生成路径亦会关注，例如做 PPT 的生成路径和做漫画的生成路径是不同样的。然则在同一个制品中又不可让用户在生成区别内容或区别品类时，都感觉像在运用一个区别的东西同样。这些流程需要重新设计。张鹏：做完第1步，把第1个延长线画了，看到什么样的数据变化？王颖：用户运用时长有变化了，翻倍了。 张鹏：上线多长期看到的？王颖：大概是一月。不但运用时长翻倍了，留存亦提高了。 张鹏：怎么从时长的翻倍，去诠释用户的收获？王颖：看结果。以前的用户基本上是找到就下载，时间很短。此刻会发掘用户有了更加多的互动，会调用各样功能，自然时间就变长了。 还有一个关键指标是下载完成后本地运用。毕竟下载可用了，才会下载。张鹏：下载下来寓意着有效交付完成为了。王颖：对，要么下载，要么分享转发。还要关注留存和活跃留存率，亦便是用了某项功能的用户，次日再次运用的比例是不是超过以往。仅有用户觉得功能有用，才会再次回来运用。就像去饭馆吃饭同样，倘若今天欠好吃，明天还会再来的人肯定不多。 张鹏：做到这一步有无很繁杂的技术挑战？王颖：有非常多，举个例子，在初期的文档写作中，除了大众熟知的幻觉问题 ，还有字数依从方面。其实非常多时候扩写 1.5 倍就够了，但之前有有些大模型的扩写长度赶上重写一篇了，这就不太好。文库推动处理的便是这一点。 张鹏：怎么去定义字数依从性的恰当指标？扩写要做好是怎么做到的？王颖：咱们做了海量调研去认识用户对扩写的期待是什么样的。用大模型重构制品的时候，非常多人不晓得标准怎么创立，但其实标准不是存在于行业，而是藏在用户心里。 用户对新事物总是有所期待，咱们得去满足这些期待，高太多，用户可能不睬解，小于期待值更不行。找到用户的期待值，比它高一格便是标准。 制品刚上线的时候，咱们邀请测试、守护了四个用户群，每一个群里有两百人，版本出来就给这些群里的用户运用，她们会给到有些反馈。张鹏：因此扩写亦是在这一波前期测试过程其中，用户提出问题，而后你们反过来进行调研，到底应该怎么扩写。王颖：对，由于 Prompt 处理不了这个问题。有些大模型问题是 Prompt 没法处理的。大模型的特性便是多样性，而多样性会引起依从性差，这是必须要处理的问题。此刻通常的扩写比例是 1.5～2。张鹏：因此这是一个扩写的黄金比例。在做这个的同期你们还在搭编辑器，这个事情繁杂吗？王颖：很繁杂。繁杂之处在于几个方面。 首要，区别的文件类型需要区别的编辑器，例如 Word、PPT、Excel 需要的编辑器都不同样。这引起用户在处理文件时需要频繁地切换。 其次，进入编辑器之前，文件可能存在多种格式，增多了处理的繁杂性。 最后，编辑器本身的工具非常繁多，运用指令繁杂，每一个编辑器可能有数百个指令，倘若每一个都要实现，工作量非常巨大。 另外，这是一个强工程项目，像 Word 或 Office 这般的制品本身亦是编辑器，咱们做编辑器不是要跟它们做同样的制品，咱们要做的是融合编辑器，这个编辑器要兼容所有的文件格式，用户不需要关心格式问题，只需要告诉咱们需要完成什么任务就可。 百度原来无这方面对应的累积，咱们是从头起始做的。张鹏：上线之后用户的反应怎么样？王颖：扩写和续写对编辑器的需求并不高。真正对编辑器需求高的是 PPT。PPT 功能推出之前，扩写仅限于文本，咱们对编辑器的理解和难度的把握都相对有限。 PPT 功能的显现，使得操作空间扩展了。首要，PPT 本身的制作难度就比文本要大；其次，此刻能够在同一个平台上进行格式转换，融合编辑器的优良亦就表现出来了。倘若只限于 Word，能做的就只是文字处理，但有了融合编辑器，不仅能够处理 PPT，还能实现 PPT 与 Word 之间的格式转换，乃至还能制作图表。张鹏：PPT 能力上线之后，用户能显著感觉到文库编辑器的道理所在了。接下来用户数据变化怎么样？王颖：非常显著。各样用户数据曲线陡峭提升。去年 9 月到 10 月，DAU 从 30 万爬升到 140 万。 张鹏：因此文库接下来会是什么样的制品定义？王颖：一站式 AI 内容获取和创作平台，所有创作从文库这儿起始就好了。张鹏：分发怎么做，有一键转发功能吗？王颖：有。用户不需要思虑素材的源自、格式或详细细节，她们只需将内容供给给文库，输出支持包含存储、转发、分享等。 张鹏：这般听下来，文库像是个人写作的操作系统。王颖：对，除此之外，还期盼文库有自己的生态，能够分发内容。张鹏：Robin 说文库是被 AI 重构最好的制品，你有无听他定义过他认为的好是在于什么？王颖：核心便是价值，为用户、行业带来什么价值，有无价值重构，供给价值增量。 给用户供给了价值，用户就会用脚投票，同期 价值会反哺大模型，利用人类行径反馈提高自己性能。
04
橙篇——
「长文创作、批量赋能」
张鹏：文库近期推出了橙篇这个制品，对它的定位是什么？王颖：咱们期盼 橙篇能够成就人生新篇章。除了专业写作以外，橙篇将来还将注重休闲娱乐性质的写作，以及分享互动的功能。
张鹏：文库这般的平台本身亦支持创作，橙篇的推出是出于什么思虑？
王颖：用户在创作过程中存在两种状况：一半的用户由于不晓得怎样着手起始，需要找资料参考，另一半则能够直接起始写作。尽管文库已然累积了 15 年的经验，持有广大用户，但大都数人仍然将其视为一个资料搜索平台，而非创作起点。 在短期内，文库是一个内容获取和创作的一站式平台的认知还需要逐步创立，但咱们需要一个平台来尽快满足用户直接创作的需要，这便是橙篇的定位。 咱们期盼经过橙篇从创作的最初周期就为用户供给支持，同期经过专业知识内容的辅助来提高创作质量、拓宽创作服务范围。张鹏：能够有一小股部队像创业机构做新锐制品同样，更有活力。王颖：对，无包袱，能够做非常多尝试。 张鹏：用户有给到有些什么反馈，对后续做制品有指点功效的？王颖：呼唤赶紧出一个 App，需要更加多的体裁和品类，期盼有更加多表格处理能力。张鹏：用户在橙篇写作的话，重点写些什么类型？王颖：长文非常多，大多在 5000 字以上。 张鹏：写作通用性还能够。王颖：对，咱们亦强调专业性。 咱们始终有在长文和专业内容上发力，为何要这般做？由于大学生用户是传播力最强的用户群体，因此咱们首要要满足她们的需要，在长文理解和写作方面，进行了专门的调节。 另外，为了应对大模型不足专业的问题，从去年 7 月份起始，咱们就起始建设专业内容，海量引入专业资源，全覆盖 Nature 这般的头部期刊以及海量专业数据和出版社资源，这些其他大模型尚未涉足。这些工作是在去年 5、6 月份起始的。毕竟大模型有幻觉，有专业性不够的问题，因此比较早就起始准备这些。张鹏：因此你们是期盼写作这件事情，更加多人当成更平常的东西，怎么做到这一点呢？王颖：对，本质便是两件事，要么因此呢得到尊重，要么因此呢挣到钱。那咱们就做好两件事，一个是分享，一个是激励。 咱们此刻和非常多 IP 合作，用户能够自由创作并分享作品。经过分享，让更加多人看到成果，满足了分享展示的需要。画本功能便是出于这个原由研发的。 激励方面，用户创作小说后，咱们会经过多个内容分发平台进行分发，产生的收入会与创作者分成，这般用户就有了动力。 画本亦同样，只要用户的创作在平台产生的利润，都会分给用户。即运用户无直接在平台创作或分享内容，只要她们有所贡献，亦会有代币奖励，这些代币能够用于完成任务，例如制作 ppt。倘若代币不足，用户能够经过继续创作或购买来获取更加多代币。这是咱们在做的有些尝试。张鹏：以小说为例，此刻是供给不足、需要不足还是连接不足？王颖：此刻是供给不足，而不是需要不足。首要，小说用户占了全部中国用户的 50%，这个比例远远超出想象。咱们本来认为小说用户是十八九岁到三十几岁的青年人，但实质上，小说用户的年龄范围非常广泛，从十几岁到六七十岁都有。 需要已然非常显著，但供给却跟不上。供给能够分成几个层次，头部作家始终被催更，显然是供给显现了问题。例如，烽火戏诸侯一章要写十万字，创作时间很长，始终被催更。爽文、脑洞文亦一样如此。 优秀供给不足，不是说书放在那儿没人看，而是能让大众连续看下去的好书不多。咱们发掘，老白文人均阅读本书是 1.3 本，而脑洞文是 3 本多，读者阅读速度火速，而供给足够的话，读者还会继续阅读下去。问题在于，好的供给还是不足，这是非常显著的问题。张鹏：因此能够理解为橙篇的目的是经过这个操作系统，帮忙更加多有效的供给批量产生。王颖：对，有效的供给能够分为几类，每种都有其标准。首要是情节感人、文字优美、文笔亦不错的优秀供给；其次是虽然有好的情节但非常多人卡在表达环节，这个问题大模型能够处理。 小说后续能够衍生到漫画行业，漫画供给问题尤为明显。咱们和创作者合作进行了实验，有家机构尝试对两到三部漫画实施日更策略，以此来测试是不是能够吸引更加多的关注。结果表示，尽管付费率保持不变，但阅读量确实有所增多。张鹏：有效供给最后特别有可能亦变成多模态。王颖：咱们本身亦具备多模态能力，此刻没上橙篇是由于人力不足，还没来得及研发出来，之后会上线的。
05
文库和橙篇的将来
张鹏：百度文库和橙篇是怎么经过用户行径数据实现数据飞轮效应的？王颖：例如说在文档平台上，咱们会按照文档的下载次数来筛选出比较优秀的文档，而后让大模型重点学习这些文档。 PPT 工具中亦是类似，系统会自动供给已然整理过的照片，并生成提示，用户能够按照这些数据进行修改。 漫画的话，一般会同期生成两张照片供用户选取，成本比较高，但效果并不是太好，由于有时候用户对哪张都不太满意。张鹏：这种状况能够做局部修改？王颖：漫画功能支持局部修改。 张鹏：这般就处理了一致性的问题。王颖：一个是一致性问题的处理，另一个是满意度的加强。例如用户只对图像的脸部满意，而对身体部分不满意，那样评分可能仅有 60 分；而倘若整体都满意了，评分可能会达到 80 分。 张鹏：这种方式在交付、交互和数据循环上都是有效的。王颖：对，咱们会在模型上进行局部掌控。例如，咱们将分享和转发按钮放在显眼位置，方便用户操作后进行分享和转发。这般的设计不仅能够提高用户体验，亦能更有效地引导用户参与，为后续进一步优化供给参考。 张鹏：橙篇算是文库下面一个「特种部队」？王颖：它跟文库是平行的两个制品，然则底座的基座能力、基座算法、编辑器都是一套，区别重点在于前端的交互方式，除此之外，便是区别的制品团队在与模型对接。张鹏：橙篇与文库为用户供给了两种典型的创作方式：一种是原生创作加资料参考，另一种是资料参考加创作，最后的目的都是打造创作的操作系统，两者的价值在于解锁更加多高质量的内容供给，从而激发需要，并经过内容分发创立连接，最终形成完整的闭环。王颖：对，先从激发需要起始。 张鹏：过去发掘，互联网行业里只要能够指数级提高创作者的数量，就有机会诞生新的分发平台。你们相信此刻又有这般的机会了。王颖：文库的目的是平衡消费者和创作者之间的关系。过去，消费者远远多于创作者，由于非常多人觉得创作是一件很难的事。 文库的核心是让每一个消费者都能作为创作者，经过进一步降低创作门槛，扩大创作者群体，促进更加多内容的涌现，从而吸引更加多人来消费。 张鹏：文库怎么定义 24 年的目的？这儿面的优先级是什么样的？王颖：最重要的是有多少用户运用，亦便是 DAU 或 MAU。这可能不是独一的标准，然则是很客观的标准。用户愿意运用乃至连续运用某个制品，说明这个制品真的给她们带去了价值。针对文库这种依赖用户主动参与的线上业务，这是很重要的。张鹏：将来文库里的交互会显现基本性的变化吗？王颖：会。此刻有一个改版在酝酿了，后面还会有一个版本。 张鹏：交互变化的思路原则是什么？王颖：更倾向于自然交互。7 月底，橙篇 APP 出来之后，应该会跟完全大众想的不同样。 *头图源自：百度文库本文为极客公园原创文案，转载请联系极客君微X geekparkGO返回外链论坛： http://www.fok120.com，查看更加多
责任编辑：网友投稿
| 
发表于