AIGC在人工智能领域爆火，人工智能技术引领代际变革，⽣成式AI在多个场景落地应用，其中⽣成式⼤语⾔模型（LLM）在通⽤性、多轮对话理解、推理任务中的表现，让世界惊艳。

当前AIGC落地应用进展究竟如何？未来AIGC又将如何引领商业模式的变革？作为百度商业研发首席架构师，李双龙在首届百度商业AI技术创新大赛火热进行的同时，从技术层面分享了AIGC发展的现状，以及自己对AIGC商业应用前景的观察。

不同领域各有优势 AIGC落地应用快速发展

目前，AIGC技术已经在⼀些场景应用落地且创造了真实的价值。李双龙分析道，在NLP、多模态和数字人这三大主要的AI应用方向上，我国的技术发展非常迅猛，已经取得了阶段性成果。

在NLP领域，目前世界范围内整体技术范式已进入到通⽤⼈⼯智能（AGI）阶段，生成式大语言模型成为NLP主流研究方向。今年国内多家公司发布大语言模型相关生成式产品，百度也在今年3月开启新一代知识增强大语言模型「文心一言」的测试邀请，并在推出一个月内迭代了四次，模型推理性能提升了近10倍。随着指令遵循和优化能力、反馈数据调优等技术的快速迭代，⽣成式产品的效果已经取得了跨越式进展。

在多模态领域，随着⼤规模视觉语⾔预训练技术（VLP）、扩散模型（Diffusion Model）等新技术的引⼊，文生图的细节可控度和生成质量大幅提升。以百度文心一格为代表的文生图场景应用，目前在⽣成算法框架上已经非常成熟，生成的图像可用率较高。在海量应用场景的优势下，国产技术在多模态领域的发展有望达到世界领先水平。

在数字人领域，2D分身数字人已经走入营销人的视野，其具备制作成本低、效果真实、技术成熟度高等一系列优势，国内互联网企业在今年陆续发力，短视频、电商直播等场景也已经开始落地应用，大幅降低了此类场景的人力投入成本。

“我们虽然起步晚，但进步快。” 作为此次百度商业AI技术创新大赛的评委，李双龙认为大赛让他看到了更多希望。在跟随大赛到各大高校宣讲的过程中，可以看到很多高校都已经设置了人工智能领域相关的专业，从高校阶段已经开始为中国的⼈⼯智能培养⼈才。百度商业也希望借助此次赛事给予高校学⼦接触前沿技术、不断探索创新的机会，以赛代练、以赛促学，共同探索AIGC技术最前沿。

连接更多场域能力，AIGC落地应用惠及千行百业

生成式AI技术的爆火，让世界认识到AI的智能化水平已经超越了无数人的想象，但对话和生成图文，仅仅是AIGC应用场景的冰山一角。李双龙认为，AIGC大规模落地应用，势必将连接更多场域，惠及千行百业。

目前，百度商业已经在创意生产、服务咨询等场景规模化应用落地AIGC技术，并取得了一定客户价值和业务增益。

在文本创意智能化生产方面，依托于百度⽂⼼⼤语⾔模型，百度⾃研了客户营销知识和⽤户反馈⾏为增强的百亿级创意⽂案⽣成⼤模型，只需要定义少数Prompt，模型将自动生成匹配场景的创意内容。基于此，营销领域的创意生产方式将彻底被改写，文案创作效率及广告转化率将获得显著提升。

在视频内容制作方面，百度商业打造了2D数字⼈⼝播视频端到端生成解决⽅案，基于AIGC大模型实现了视频脚本的自动化生成和数字人口播自动化驱动，解决了传统真人出镜广告视频制作流程繁琐、难以规模化的问题，大幅度降低短视频制作门槛和成本，实现生产效率和营销效率的双提升。

对于线索获取需求强但在线客服能力不足的场景，百度商业自研了线索机器⼈，利用百亿对话⽣成⼤模型取代人工配置的对话模板系统，为商家提供多场景自动切换的咨询接待服务，实现低成本、场景化、个性化的对话线索优化能⼒。同时，线索机器人还具备7*24小时全年无休的优势，能够第一时间跟进线索，提高响应效率。

除了生产和服务咨询外，AIGC技术的发展也势必会为商业营销生态带来革命性的变化。

首先，生成式AI能够极大提升创意生产和销售咨询的效率，降低营销门槛，提升营销效率。在生成式为主的优化模式下，营销创意内容生产将从一个人在汪洋中远航，变为拥有一整套“航母舰队”的助力。用户可以将优化重心放到产品和服务质量提升上，消解不同体量客户之间投放能力的差距，促进商业生态良性发展。

其次，对整个商业检索系统而言，变现效率也将进一步提升。依托大模型的强表达能力，一方面，系统能够为中小客户提供更强的流量匹配和触达能力，提升营销覆盖面；另一方面，传统的多层检索漏斗将被大幅简化并实现端到端的整合优化，检索效率会大幅提升。

最后，AIGC技术已经逐步实现百度搜索用户产品交互方式的变革，在新的产品交互形态下，用户的需求表达将充分个性化，促进深层转化，实现营销效率的大幅提升。

期待更多年轻血液加入 共同点燃AIGC的燎原星火

随着AIGC技术的不断发展，算法和应用的精细化打磨势必会带来更优质的使用体验。不过，作为人工智能最前沿的领域，未来AIGC技术迭代的方向是什么？

李双龙认为，AIGC技术迭代的方向，将集中在工程、算法、数据和应用几大层面。

在工程层面，提升⼤模型的训练⽣产、推理能效和稳定性将是AIGC大模型规模化需要克服的核心问题之一；在算法层面，多轮对话的理解和推理能⼒、长输入序列和长⽂案的⽣成能⼒、图⽚的细节⽣成能⼒、端到端⻓视频⽣成能⼒则需要进一步的技术革新；在数据层面，数据的质量将比规模更重要，未来大模型任务势必要求构建更好的优质数据生产生态；在应⽤层⾯，如何基于场景化用户反馈信号，更好地进⾏⽣产端到应⽤端的深⼊联合优化，将是大模型场景化效果提升的关键点。

此次百度商业AI技术创新大赛的两大议题“商业转化行为预测”与 “AIGC推理性能优化”就是百度商业变现场景的核心任务和技术难点。基于此，李双龙向行业内的青年菁英发起邀请，希望参赛者和百度商业⼀起挑战并攻克这些技术难点，让AIGC渗透更深层企业经营，为千行百业带来变革机会，为数亿⽤户和数万客户带来价值增益！

“但这些并不是AIGC的全部。” 李双龙表示，目前，AIGC技术取得了长足进步，但依然还有很多问题和挑战。他期待并欢迎更多有志于AIGC领域前沿的合作伙伴、青年人才加入百度，一起用AI改变未来。

——END——

推荐阅读：

百度知道上云与架构演进

百度APP iOS端包体积50M优化实践(四)代码优化

百度App启动性能优化实践篇

扫光动效在移动端应用实践

Android SDK安全加固问题与分析

搜索语义模型的大规模量化实践