中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

百度的最新技術(shù)iRAG，就像是給AI開(kāi)了掛，讓圖片生成不再是“睜眼說(shuō)瞎話”。這篇文章帶你一探究竟，看看百度是如何用iRAG技術(shù)讓AI變得更加靠譜，甚至可能顛覆我們對(duì)AI繪圖的認(rèn)知。

就個(gè)人而言，我對(duì)百度并沒(méi)有多少好感，百度給我的印象是：啥都愛(ài)爭(zhēng)第一的營(yíng)銷型公司，不管是AI、元宇宙概念還是這波大模型革命，百度始終是中國(guó)科技風(fēng)向的領(lǐng)跑者，從2017年提出[All in AI]的口號(hào)，到元宇宙產(chǎn)品[息壤]、大模型產(chǎn)品[文心一言]的發(fā)布，總是遙遙領(lǐng)先于其他公司，這點(diǎn)騰訊、阿里、字節(jié)也得甘拜下風(fēng)，所以百度身上有很多“國(guó)內(nèi)第一”的標(biāo)簽，但“第一”并非等于“最好”，單論國(guó)產(chǎn)大模型的使用體驗(yàn)，個(gè)人首推阿里[通義]、月之暗面的[kimi]，至于百度的[文心一言]的使用效果實(shí)在難以評(píng)價(jià)，所以跑得快的百度在技術(shù)上我一直看不太上。

不過(guò)最近看了李彥宏在百度世界2024大會(huì)上的演講，讓我對(duì)百度的態(tài)度有了些許改觀。在李彥宏[應(yīng)用來(lái)了]的演講中，提到了一個(gè)檢索增強(qiáng)的文生圖技術(shù)（iRAG），這個(gè)技術(shù)解決了大模型在圖片生成上的幻覺(jué)問(wèn)題，極大提升實(shí)用性，由于之前這個(gè)技術(shù)名詞在行業(yè)里較少提及，所以本文主要想對(duì)這塊內(nèi)容進(jìn)行科普；至于演講的其他部分諸如百度文心大模型的日均調(diào)用量超15億次、發(fā)布無(wú)代碼工具“秒噠”等，這些屬于對(duì)外宣發(fā)和行業(yè)跟進(jìn)內(nèi)容，沒(méi)有很大的參考價(jià)值，大家感興趣可自行了解。

01. 什么是RAG？

講iRAG之前，我們先看看什么是RAG？

兩年前ChatGPT橫空出世，盡管其能力已經(jīng)足夠讓人驚艷，但“一本正經(jīng)地胡說(shuō)八道”仍然時(shí)有出現(xiàn)。這種現(xiàn)象被稱為“幻覺(jué)”，如果不能把“幻覺(jué)”出現(xiàn)的概率降到足夠低，大模型就無(wú)法真正從[好用]變成[有用]。

所以行業(yè)為了解決幻覺(jué)問(wèn)題，通用的解決方案是增加RAG（Retrieval-Augmented Generation，檢索增強(qiáng)生成）。

RAG的基本思想是通過(guò)從外部知識(shí)庫(kù)中檢索相關(guān)信息，并將這些信息作為額外的上下文提供給語(yǔ)言模型，從而增強(qiáng)模型生成文本的能力。

RAG的工作流程通常包括以下幾個(gè)步驟：

1. 檢索：當(dāng)用戶提出一個(gè)問(wèn)題或請(qǐng)求時(shí)，RAG首先從一個(gè)預(yù)先構(gòu)建的知識(shí)庫(kù)中檢索相關(guān)信息。這個(gè)知識(shí)庫(kù)可以是結(jié)構(gòu)化的數(shù)據(jù)庫(kù)、非結(jié)構(gòu)化的文檔集合或其他形式的數(shù)據(jù)源。檢索過(guò)程通常使用向量搜索技術(shù)，如FAISS或Milvus，將文本轉(zhuǎn)化為向量，并在向量空間中找到最相似的條目。

增強(qiáng)：檢索到的信息會(huì)被整合到一個(gè)上下文模板中，這個(gè)模板通常包含用戶的原始查詢。這樣，檢索到的信息就成為了生成模型的一部分輸入，增強(qiáng)了模型對(duì)問(wèn)題的理解和回答能力。

生成：最后，增強(qiáng)后的上下文被輸入到大語(yǔ)言模型中，模型根據(jù)這些信息生成最終的響應(yīng)。生成的響應(yīng)不僅基于模型自身的知識(shí)，還結(jié)合了檢索到的外部信息，從而更加準(zhǔn)確和豐富。

舉個(gè)更容易理解的例子，沒(méi)有RAG之前的大模型是閉卷考試的學(xué)生，難免會(huì)出現(xiàn)差錯(cuò)，而RAG讓大模型帶上各種參考資料，答題的同時(shí)可以翻閱與題目有關(guān)的材料，這樣回答的結(jié)果肯定是更準(zhǔn)確。

02. iRAG為什么很重要？

了解了RAG，那么iRAG（image based RAG）就可以理解是大模型在圖像領(lǐng)域的RAG。

回顧過(guò)去兩年，不管是AI搜索還是AI客服，本質(zhì)都是檢索增強(qiáng)生成（RAG）的延伸，目前在文字層面的RAG已經(jīng)做得很好，基本讓大模型消除了幻覺(jué)；但在圖像等多模態(tài)方面，和RAG的結(jié)合還不夠。

各種基于大語(yǔ)言模型的文生圖還有比較嚴(yán)重的幻覺(jué)，尤其是針對(duì)現(xiàn)實(shí)生活中特定地點(diǎn)、物品和人物的描述和繪畫，常常會(huì)出現(xiàn)張冠李戴的幻覺(jué)問(wèn)題，讓生成的圖片“一眼假”，極大地影響了AI的實(shí)用性。

百度文心一言舊模型：唐伯虎點(diǎn)秋香

所以不管是Midjouney、Stable Diffusion，還是前段時(shí)間很好的Flux等各類 AI 繪畫模型，它們的本質(zhì)都是在培養(yǎng)一個(gè)抽象的、超現(xiàn)實(shí)主義的藝術(shù)家，對(duì)于現(xiàn)實(shí)世界了解不足，生產(chǎn)炫酷、天馬行空的畫作是它們的特長(zhǎng)，但是藝術(shù)這個(gè)東西往往和實(shí)用存在矛盾，我相信很多朋友應(yīng)該和我一樣都對(duì)非寫實(shí)的畫作很難鑒賞。

不過(guò)人在物質(zhì)需求極大滿足后才會(huì)追求精神需求，所以對(duì)于大眾來(lái)說(shuō)，AI能幫我們提升生產(chǎn)力和生產(chǎn)效率才是最關(guān)鍵的，這點(diǎn)我認(rèn)同李彥宏的看法：iRAG技術(shù)極大地提高了AI生成圖片的可用性。比如在品牌宣傳上，以前拍一組海報(bào)動(dòng)輒大幾十萬(wàn)，但現(xiàn)在的創(chuàng)作成本接近于0。此外，在影視作品、漫畫作品、連續(xù)畫本、海報(bào)制作等應(yīng)用場(chǎng)景中，iRAG都可以大幅降低創(chuàng)作成本。

新文心大模型生成的大眾攬巡汽車飛躍長(zhǎng)城的圖片。車型車標(biāo)、長(zhǎng)城，均未出錯(cuò)

所以，帶有iRAG的圖像大模型就從藝術(shù)家變成了人類美工，結(jié)合現(xiàn)實(shí)世界的知識(shí)，消除了大模型的幻覺(jué)，這也是AI應(yīng)用爆發(fā)的基礎(chǔ)。

03. iRAG可能是新的文生圖范式

雖然AI繪畫領(lǐng)域以往流量最大、噱頭最多的那些超現(xiàn)實(shí)的效果圖，人們往往對(duì)特效流的東西著迷，但這部分也容易曇花一現(xiàn)，無(wú)法體現(xiàn)AI的真正價(jià)值，準(zhǔn)確和可控才是文生圖領(lǐng)域一直以來(lái)最大的難題。

對(duì)于這個(gè)難題，百度目前是提出了自己的解決方案：根據(jù)文本RAG的原理，我猜測(cè)百度的iRAG可能是，利用百度搜索的億級(jí)圖片資源，在語(yǔ)義理解和視覺(jué)表現(xiàn)的轉(zhuǎn)換上下功夫，把用戶的文本需求和圖像先進(jìn)行對(duì)齊，避免了張冠李戴，然后再根據(jù)prompt中的其他要求對(duì)已檢索到的圖像進(jìn)行重繪和組合，這樣就能實(shí)現(xiàn)精準(zhǔn)的要求。

有朋友說(shuō)，iRAG的原理看起來(lái)是摳圖然后拼接，這點(diǎn)我不是很贊同，比如：馬斯克在房間吃蛋糕，如果只是簡(jiǎn)單的摳圖，那當(dāng)前的要求在互聯(lián)網(wǎng)圖像上并沒(méi)有對(duì)應(yīng)的資源怎么辦呢？所以百度肯定還是做了很多工程化的處理，我能看見(jiàn)至少圖像重繪的環(huán)節(jié)是一定存在的，并非簡(jiǎn)單摳圖。當(dāng)然這部分的工程應(yīng)該是iRAG的重中之重，這里的細(xì)節(jié)百度并未公布，所以我才說(shuō)很可能百度會(huì)引領(lǐng)新的文生圖范式。

最后，雖然百度這次的iRAG是一次全新的嘗試，但是百度自己的AI繪圖的質(zhì)量確實(shí)和行業(yè)領(lǐng)先水平存在差距，這點(diǎn)我們得承認(rèn)。不過(guò)要是未來(lái)Midjourney、Flux這種行業(yè)Top的AI繪圖產(chǎn)品在百度的啟發(fā)下也加入了iRAG，且能更廣泛、準(zhǔn)確滿足人類的繪圖需求，那我覺(jué)得這才是百度對(duì)行業(yè)的最大貢獻(xiàn)。

至少這次看起來(lái)比以往的百度其他行業(yè)第一有價(jià)值太多了！