Китайская Baidu, которую часто называют «Google Поднебесной», представила свою новую модель Искусственного интеллекта ERNIE 5.0, а также ряд других новинок. Компания стоимостью 41 миллиард долларов создала нейросеть, которая принимает на вход текст, картинки, звук и видео. Публичная версия уже доступна через чат-бот ERNIE Bot, а корпоративные клиенты могут попробовать новинку через облачную платформу Qianfan.
Да, ERNIE 5.0 работает со всеми типами контента сразу, без необходимости переключаться между разными режимами. Хотите написать эссе? Пожалуйста. Нужно распознать песню по мелодии? Без проблем. Создать видео на основе текстового описания? Держите.
Характеристики модели ERNIE 5.0:
Число параметров: 2.4 триллиона, что делает её одной из крупнейших мультимодальных моделей.
Мультимодальность: нативная обработка и генерация текста, изображений, аудио и видео с возможностью комбинировать эти форматы (например, создавать видео на основе текста и наоборот).
Архитектура: основана на схеме Mixture of Experts (MoE), улучшающей производительность и точность.
Продвинутые способности: креативное письмо, понимание сложных многоуровневых вопросов, точное выполнение инструкций, эффективное планирование действий и использование внешних инструментов.
Высокая эффективность: значительно снижены затраты на обработку данных и выдачу ответа по сравнению с зарубежными аналогами.
Применение: подходит для образовательных, развлекательных, бизнес-приложений и облачных сервисов с интеграцией генеративного ИИ.
В рейтингах LMArena ERNIE 5.0 занимает второе место в мире по текстовым возможностям (совокупность функций и навыков, которые модель ИИ использует для анализа, генерации и обработки информации) и первое в Китае.
Глава компании Робин Ли заявил, что скорость обновления технологий — единственная возможность быть актуальным и лидировать в отрасли. По его словам, индустрия переходит к модели «перевернутой пирамиды», где приложения, созданные с использованием Искусственного интеллекта, создают в сто раз больше ценности, чем сами базовые модели ИИ.
Настоящим хитом стала технология цифровых людей компании. Во время ноябрьского торгового фестиваля «Double 11» (китайского аналога Черной пятницы) 83% стримеров использовали виртуальных ведущих от Baidu. Результат? Рост числа прямых трансляций на 119% за год и увеличение продаж на 91%.
Помимо флагманского ИИ, Baidu запустила целый арсенал продуктов. Универсальный агент GenFlow 3.0 (платформа для разработки ИИ-агентов, которая позволяет создавать умных помощников для бизнеса и физических лиц) собрал 20 миллионов пользователей, став крупнейшим в мире. При помощи конструктора приложений без кода Miaoda (международная версия — MeDo) сделано более 400 тысяч приложений. Рабочее пространство Oreate (предоставляет пользователям инструменты и среды для работы с ИИ), привлекло 1,2 миллиона пользователей по всему миру.
Самая интересная новинка — саморазвивающийся агент Famou, первый коммерчески доступный ИИ такого типа. Он может имитировать топовых экспертов по алгоритмам и автоматически адаптируется к изменяющимся условиям. Пока доступ по пригласительным кодам, но область применения обширна: транспорт, энергетика, финансы, логистика.
У компании также есть поисковик Baidu Search (70% топовых результатов теперь в формате мультимедиа), энциклопедия Baidu Baike с 15 миллионами записей, форум Baidu Tieba, платформа вопросов-ответов Baidu Zhidao, карты Baidu Maps, видеоплатформы, библиотека документов Baidu Wenku, переводчик Baidu Fanyi, медицинская платформа Baidu Health, платежный сервис Baidu Wallet и голосовой ассистент DuerOS Smart.
