Baidu: новые ИИ-модели лучше тестов

Ernie 4.5: Мультимодальный флагман

Ernie 4.5, обладающий расширенными мультимодальными возможностями, охватывающими изображения, аудио и видео, продемонстрировал превосходную производительность по сравнению с GPT-4o от OpenAI. Это превосходство наблюдалось на ряде эталонных платформ, включая известные CCBench и OCRBench, как подробно описано в заявлении, опубликованном Baidu на платформе WeChat. Кроме того, компания утверждает, что возможности обработки текста базовой модели Ernie 4.5 не только превосходят возможности DeepSeek V3, но и достигают уровня производительности, примерно сопоставимого с GPT-4.5 от OpenAI, на основе серии эталонных оценок.

Новаторская роль Baidu и рост конкуренции

Baidu имеет честь быть первой крупной китайской технологической фирмой, представившей LLM в Китае. Этот новаторский шаг произошел в марте 2023 года, на волне ажиотажа, вызванного запуском ChatGPT от OpenAI. Однако первоначальное преимущество Baidu все чаще оспаривалось другими новыми игроками в области ИИ в Китае за последние два года. Недавний стратегический маневр поискового гиганта по укреплению своих позиций на китайском рынке ИИ происходит в то время, когда DeepSeek инициировал тенденцию открытого исходного кода. Одновременно отраслевые гиганты, такие как Alibaba, Tencent и ByteDance, агрессивно преследуют как бизнес-, так и потребительских пользователей для своих соответствующих моделей ИИ.

Ernie X1: Производительность и ценообразование

Хотя Baidu не раскрыла конкретные результаты тестов для своей недавно представленной модели рассуждений, Ernie X1, компания заявила, что она ‘обеспечивает производительность наравне с DeepSeek R1, но всего за половину цены’. Это заявление предполагает значительное конкурентное преимущество с точки зрения экономической эффективности.

Для предприятий, стремящихся интегрировать возможности Ernie X1, цены на доступ к его интерфейсу прикладного программирования (API) структурированы следующим образом: 2 юаня (примерно 0,28 доллара США) за миллион входных токенов и 8 юаней за миллион выходных токенов. Напротив, DeepSeek в настоящее время взимает плату в размере 0,55 доллара США за миллион входных токенов и 2,19 доллара США за миллион выходных токенов для своего DeepSeek-reasoner, который управляется его моделью рассуждений R1. Стоит отметить, что DeepSeek, стартап, базирующийся в Ханчжоу, недавно повысил цены на свои API в ответ на значительный всплеск спроса.

Переход Baidu к открытому исходному коду

Робин Ли Яньхун, основатель, председатель и главный исполнительный директор Baidu, сделал важное заявление в прошлом месяце относительно будущего Ernie 4.5. Он сообщил, что модель будет открыта с 30 июня. Это решение представляет собой значительный отход от его ранее стойкой поддержки разработки ИИ с закрытым исходным кодом, знаменуя собой поворот на 180 градусов в его подходе.

Ли подробно остановился на этом стратегическом сдвиге во время телеконференции с аналитиками в феврале, заявив: ‘Одна вещь, которую мы узнали от DeepSeek, заключается в том, что открытие лучших моделей может значительно способствовать принятию’. Далее он пояснил: ‘Когда модель имеет открытый исходный код, люди, естественно, хотят попробовать ее из любопытства, что способствует более широкому принятию’. Это признание преимуществ разработки с открытым исходным кодом подчеркивает эволюционирующую стратегию Baidu в конкурентной среде ИИ.

Эффективность бизнеса Baidu на фоне достижений в области ИИ

Несмотря на заметный прогресс, достигнутый Baidu в области искусственного интеллекта, общий бизнес компании сталкивается с трудностями из-за снижения доходов от рекламы. Недавние финансовые отчеты показывают, что общая выручка Baidu за четвертый квартал снизилась на 2 процента в годовом исчислении. Кроме того, выручка за полный год также снизилась на 1 процент. Эти цифры подчеркивают проблемы, с которыми сталкивается Baidu, балансируя свои инвестиции в передовые технологии ИИ с необходимостью поддерживать высокие финансовые показатели.

Расширение ключевых аспектов

Чтобы обеспечить более полное понимание, давайте углубимся в некоторые из важнейших аспектов анонса Baidu и более широкий контекст ландшафта ИИ в Китае.

Значение мультимодальности:

Акцент на ‘мультимодальных’ возможностях как Ernie 4.5, так и Ernie X1 имеет решающее значение. Традиционные LLM в первую очередь ориентированы на обработку текста. Однако способность обрабатывать и понимать информацию из различных модальностей – изображений, аудио и видео – открывает широкий спектр новых возможностей. Это включает в себя:

• Улучшенное распознавание изображений: Модели ИИ теперь могут не только идентифицировать объекты на изображениях, но и понимать контекст и взаимосвязи между ними.
• Улучшенная транскрипция и анализ аудио: Транскрибирование разговорной речи с большей точностью и даже обнаружение нюансов, таких как эмоции и намерения, в аудиозаписях.
• Понимание видео: Анализ видеоконтента для определения сцен, действий и даже прогнозирования будущих событий.

Дебаты об открытом исходном коде:

Решение Робина Ли открыть исходный код Ernie 4.5 является важным событием в продолжающихся дебатах между разработкой ИИ с закрытым и открытым исходным кодом.

• Закрытый исходный код: Сторонники этого подхода утверждают, что он позволяет лучше контролировать технологию, обеспечивая ее ответственное использование и предотвращая злоупотребления. Это также позволяет компаниям защищать свою интеллектуальную собственность и сохранять конкурентное преимущество.
• Открытый исходный код: Сторонники разработки с открытым исходным кодом считают, что она способствует сотрудничеству, ускоряет инновации и повышает прозрачность. Это позволяет исследователям и разработчикам со всего мира вносить свой вклад в развитие технологий ИИ.

Переход Baidu к открытому исходному коду, по крайней мере, для Ernie 4.5, предполагает признание растущего импульса движения за открытый исходный код и его потенциальных преимуществ.

Конкурентная среда:

Гонка ИИ в Китае идет интенсивно, и многочисленные компании борются за доминирование.

• Alibaba: LLM Tongyi Qianwen от Alibaba является основным конкурентом, и компания активно интегрирует ИИ в свои различные бизнес-подразделения, включая электронную коммерцию, облачные вычисления и логистику.
• Tencent: LLM Hunyuan от Tencent является еще одним важным игроком, и компания использует ИИ для улучшения своих платформ социальных сетей, игровых предложений и облачных сервисов.
• ByteDance: Материнская компания TikTok, ByteDance, также вкладывает значительные средства в ИИ, используя его для поддержки своих алгоритмов рекомендаций и разработки новых продуктов.
• DeepSeek: DeepSeek является грозным конкурентом в пространстве LLM.

Влияние ценообразования:

Агрессивная ценовая стратегия Baidu для Ernie X1, снижающая цену DeepSeek вдвое, является явным признаком ее намерения завоевать долю рынка. Эта ценовая война потенциально может принести пользу предприятиям и потребителям, сделав технологии ИИ более доступными.

Более широкие последствия:

Достижения Baidu в области ИИ, наряду с интенсивной конкуренцией на китайском рынке, имеют далеко идущие последствия:

• Технологический прогресс: Быстрые темпы инноваций способствуют разработке все более сложных моделей ИИ с более широкими возможностями.
• Экономическое влияние: ИИ призван трансформировать различные отрасли, повышая производительность, создавая новые рабочие места и потенциально изменяя глобальный экономический ландшафт.
• Социальное влияние: Широкое внедрение ИИ поднимает важные этические и социальные вопросы, которые необходимо решать, включая вопросы, связанные с предвзятостью, конфиденциальностью и вытеснением рабочих мест.

Дальнейшее развитие стратегии Baidu

Стратегия Baidu представляется многогранной, охватывающей как технологические инновации, так и позиционирование на рынке.

1. Технологическое мастерство:

• Акцент на мультимодальности: Baidu явно отдает приоритет разработке мультимодальных моделей ИИ, признавая потенциал этой технологии для открытия новых приложений и возможностей.
• Постоянное совершенствование: Выпуск Ernie 4.5 и Ernie X1 демонстрирует приверженность Baidu постоянным исследованиям и разработкам, постоянно расширяя границы производительности ИИ.
• Принятие открытого исходного кода: Решение открыть исходный код Ernie 4.5 свидетельствует о готовности взаимодействовать с более широким сообществом ИИ и вносить вклад в коллективное развитие этой области.

2. Позиционирование на рынке:

• Конкурентное ценообразование: Агрессивное ценообразование Ernie X1 является стратегическим шагом для привлечения пользователей и завоевания доли рынка в высококонкурентной среде LLM.
• Ориентация на бизнес: Акцент на доступе к API предполагает, что Baidu активно ориентируется на предприятия, стремящиеся интегрировать ИИ в свою деятельность.
• Устранение слабых мест: Компания признает и решает свои проблемы, такие как снижение доходов от рекламы, используя свои достижения в области ИИ для диверсификации своих предложений и изучения новых источников дохода.

3. Долгосрочное видение:

• Лидерство в области ИИ: Действия Baidu предполагают явное стремление стать лидером в глобальном ландшафте ИИ, а не только в Китае.
• Трансформационные технологии: Компания, по-видимому, рассматривает ИИ как преобразующую технологию, способную изменить ее бизнес и способствовать более широкому социальному прогрессу.
• Адаптивность: Готовность Baidu адаптировать свою стратегию, о чем свидетельствует переход к разработке с открытым исходным кодом, демонстрирует ее гибкость и способность реагировать на меняющуюся динамику индустрии ИИ.

По сути, Baidu позиционирует себя как главную силу в революции ИИ, сочетая технологические инновации со стратегическими маневрами на рынке для достижения своих амбициозных целей. За прогрессом компании и продолжающейся конкуренцией на китайском рынке ИИ будут внимательно следить, поскольку они имеют значительные последствия для будущего ИИ во всем мире.