百度一系列产品又又又要上新了？敖丙我作为它的老用户，从内测到现在可以说是一直关注着，听说它有最新进展，我火速端起小板凳和瓜子去围观了下，这不新鲜热乎的实测就来了，好不好用咱拉出来遛遛。。

说起来“百模大战”已经持续了一年多，从最开始的卷参数，到最近的卷价格，可谓是如火如荼。

大模型训练自带“烧钱”属性，同时又极其考验工程积累，这两点很大程度上注定了大厂在这场游戏牌桌上更有机会，百度、阿里、字节都在持续发力，但工程积累是需要时间的，从训练、部署、推理到实践，这每一步都不是短时间内可以速成的。

今年的WAVE SUMMIT 深度学习开发者大会上，百度有三点让我眼前一亮，分别是文心大模型4.0 Turbo、飞桨框架3.0、文心快码。

国产最强Turbo版来了！

百度文心大模型上线了最新的 4.0 Turbo， 经过我的实际测试，可以明显感受到速度上快了不止一点，答案的可信度进一步加强。

目前，文心一言网页版、APP都已经开放了文心大模型4.0 Turbo，大家可以去体验一下。

同时文心大模型4.0 Turbo API 向开发者开放使用，丙子第一时间就进行了测试。

我用一模一样的问题分别对这三个模型进行测试，对应的API

以下相同答案三者的速度对比，在模型总响应时长变短了，平均每秒响应的字符数也得到了不少提升！

文心的联网搜索能力和超长文本能力，我在开放后也第一时间进行了体验

我让它写了一篇小说的开篇，可以看到对中文的处理能力绝对在顶尖水准，生成的内容质量很好，并且返回速度也非常快。

我还尝试了它的搜索功能，并让它将搜索结果转化成表格，可以看到它做的也非常好，省去了我到各个网页查询信息的工作量。

通过上面的测评结果不难发现，不仅结果质量更好了，而且速度还更快了，我一直对大模型领域十分关注，所以我很好奇他是怎么做到的？

原来是底层架构上，也有了升级。飞桨发布核心框架 3.0，专为大模型设计。

这其中技术的领先性占据重要作用，飞桨在这其中的各个环节，都花了很大的精力建设和优化。我从训练和推理两个方面来说一下，这部分可能技术术语稍微多些。

首先是训练阶段，大模型的混合并行训练是非常复杂的，涉及到混合并行、通信以及调度策略等多个方面。为了简化这项工作，百度研发了自动并行能力，让不同参数模型的训练性能均能够得到显著提升，提升幅度也达到了20%。

然后是推理阶段的性能优化，这个对于大模型的响应速度是更直接的影响。通过大会的介绍我得知，飞桨通过高性能分段矩阵与多流加速计算的手段，让 LoRA 获得了集约化的部署，从而让推理变得更快。数据上来看则体现的更为直观，相同精度下，LoRA 的推理性能可以提升 33.3%。量化后性能可以提升 113.3%。这就是你在页面看到的，每个字的吐出都变快了的最直接原因了。

这套国内首个大模型全链路生态支持体系，不单单支撑了文心一言。大会公布了这样一组数据：目前的飞桨文心生态，包括了1465 万开发者、37 万家企事业单位、 95 万个模型，已经名副其实的成为了一个生态系统。

文心快码到底有多快？

Baidu Comate不仅升级至2.5版本，还带来了中文名“文心快码”，对比之前有了知识增强、研发流程全域赋能、企业级安全等方面提升。作为一名程序员，这是实实在在能给我带来效率提升的，所以我更是格外关注。

我发现，在之前续写、解释代码、问答等能力的基础上，新版本可深度解读代码库、关联权威公域和私域知识生成新的代码，这样生成的代码更贴近真实场景，与实际业务贴合的更紧密；同时，并且可以智能检测安全漏洞、一键修复漏洞，支持混合云部署等，让生成的代码更安全了。

大家要知道文心快码现在在一些企业有将近40%的整体采纳率，这意味着他得代码采纳率在一定程度上超过了部分程序员。虽然作为程序员我有些慌张，担心被取代，但现在的确是用起来真香......

而我个人之所以这么积极的去拥抱AI编码工具，因为他确确实实给我带来了不小的效率提升，从最开始的重复性代码补全、单测生成、bug分析，到现在可以做到自然语言对话生成大部分我可以采纳的代码，脚本，这些提效都是实实在在发生着。

关于Comate更多具体效果的细节测评，大家感兴趣的也可以去看看我之前的介绍视频。

闲聊

再先进的技术，也只有在实际场景中落地，才能真正带来价值。

而拥抱这些场景，正是国内科技公司所擅长的事。

在 WAVE SUMMIT 上，我亲眼见证了大模型如何赋能各个行业，在实际应用中创造出前所未有的价值。

这不仅仅是技术的进步，更是时代的进步。看到人工智能真正为普通人解决问题，让我深受震撼。

相比于什么时候实现AGI，我更关心的是人工智能如何一点点改变我们的生活和工作，目前让我意识到的一点是，这个过程中，随着AI能力的持续解锁，我们的生活会逐渐发生巨大的变化，这一切已经就在眼前。