百川的技术和产品水平，终于要接受普通用户的验证了。
作者 | Li Yuan 编辑 | 郑玄
百川智能已经成立超过一年了，据媒体报道，估值已经超过 130 亿人民币。
尽管作为头部大模型公司，百川智能曾被朱啸虎点名为「技术也靠谱，创始人也靠谱」，普通用户对百川智能的技术和产品感知并不强。
其主要原因是，在此之前，百川智能并没有推出一款文心一言、Kimi 智能助手这样鲜明的针对 C 端用户的产品——直到昨天。
5 月 22 日，百川智能在北京召开发布会，发布自己的最新模型 Baichuan 4，并同时推出了自己的首款移动端应用——百小应。
百小应的定位为 智能助手，与文心一言、Kimi 智能助手相似，但主打的特点是「懂搜索、会提问」，这点又与目前很火的 AI 搜索应用类似。
百川智能表示，并不想做普通的 AI 搜索——将搜索网页结果聚合起来，由大模型进行汇总，提供一个答案。而希望用搜索的能力，强化助手的概念。这让百小应的设计与普通 AI 搜索略有不同。
比如，在百小应的产品设计下，百小应会更希望能在用户提问后，对用户进行进一步追问，不在一轮搜索中，多抓取网页结果综合比对直接作答，而是通过多轮对话，独有搜索技术，通过搜索少量网页，精准地回答用户的问题。
除了能够搜索之外，百小应还能完成代码撰写、主题创作、活动策划等一般 AI 助手能完成的任务。
在 AI 圈的大新闻——国内大模型 API 纷纷降价的大背景下，此次百川智能推出了新模型，是否降价也受到了关注。不过在发布会上，王小川显得很淡然：「百川而言，API 是收入非常少的事情，也不会构成我们收入的重点。我们最终希望用超级模型，做出超级应用。因此对于国内大模型 API 调用降价，是吃瓜的态度。」
不过，王小川承认，此次推出的 Baichuan 4 和百小应，都还没有达到他心目中理想的「超级模型和超级应用」。「 会有人问我是不是发应用发晚了，我其实觉得发早了。我认为大家之前发的各种应用只是模型的展示 ，大模型行业的 C 端应用都还在为百万 DAU 努力，行业没有成熟。」王小川表示。
对于此次发布的百小应，他表示这是一个能让行业内对百川智能有基础了解的机会，也是一个能让团队「转起来」的机会。「 如果顺利的话在今年内会有大的升级变化，到时候的应用能够解决大家的刚需。 」王小川表示。
百川智能行不行？
用户可以亲自验证了
百川智能此次发布的百小应，取名自「一呼百应」，代表了百川智能希望 AI 助手能够真正解决人们的问题的愿景。
在 AppStore 里，目前就能下载到这款产品。
图片来源：截图
可以看到，百小应的应用，开屏主打，就是其搜索功能。
笔者简单试用了一下这款 app。与 AI 搜索应用不完全相同的是，在对百小应进行提问的时候，不一定会触发搜索功能，比如，在提问「百川智能是一家什么样的公司」时，百小应应该是调用了自己的知识库，直接给出了回答，而没有触发搜索功能。
在触发搜索功能时，相对于笔者用过的搜索产品，百小应阅读网页的时间似乎相对较长，但是生成回答的速度相对较快，给出的回答，也相对较长且结构化。
比如在询问「高通有哪些产品线」这一问题的时候，百小应给出的结果有八百多字，而秘塔搜索的「深入」模式（共有简洁、深入、研究三种模式）给出的回答大概为六百多字。Kimi 的回答大概五百多字。
在手机上看百小应的回答，要下拉三屏，第一反应还是感觉非常详细。
图片来源：截屏
和另外两个产品相比，百小应的另一个特点是，搜索的网页比较少——似乎在百小应的产品设计里，一轮搜索就是四个网页。
因为搜索的网页比较少，如何判断搜索的答案的精准性，也是百川智能的一个重要技术方向。百川智能表示， 百小应的搜索背后有一些独特的能力，尤其是定位问题领域，访问权威网站的能力。「它搜索的时候不是只调用通用搜索，而知道在关键时候调用一些更关键的搜索引擎获得答案。」王小川表示。
在上面的搜索中，这一点似乎有所体现，在高通这一问题的四个网页中，其中第三个网页，是一个高通的官网链接，最后的回答，也主要以高通的官网链接，作为了主要参考。
而在我的另一部分搜索中，百小应会搜索八个网页——产品会显示「做了两轮搜索」。
这似乎也是百川智能搜索方向的一个独有设计。 「我们做两轮搜索，是先搜一个词，获得答案或者启发之后，会激发它根据之前的搜索回应，进行第二次搜索。」
百川表示，百小应的另一部分独特能力，在于会提问。
百川智能自己提供了一个真实用户案例。「我们的员工问了百小应一个问题，引擎盖打不开了怎么办。国内流行的模型，回答大同小异，会提供一些办法。但是百小应会问你车的品牌以及型号，以及是哪年的车，然后去具体搜索维修点信息等等。」
图片来源：百川智能
这样的能力，确实在一般的 AI 搜索上较为少见，在一些商品信息推荐的应用上，则有所使用——在用户搜索推荐某个价位的耳机后，进一步询问用户的需求是室内还是户外。
在未来 AI 助手为人们提供更个性化服务方面，这样的功能，似乎是一个重要的组成部分。不过此次我在和百小应的聊天中，百小应追问能力表现并不明显。而对于用户而言，是否愿意打破之前搜索的习惯，多打字进行多轮回答，似乎也是一个未知数。
百小应也有普通的 AI 助手会出现的弱点——在对网上信息不足的问题进行搜索时，AI 很难给出准确的回答，甚至会一本正经地胡说八道。
王小川表示，目前的解决方法也只能是提供「引用校验」。当 AI 提供的回答嵌入了搜索结果的时候，后面会打个标，来自什么样的网页里面，由用户去判断其可靠性。
在之前的中，猎豹移动董事长兼 CEO 傅盛曾提到，部分 AI 搜索产品虽然会提供引用校验，但实际上标内内容与实际回答对不上，而在百小应中，引用标记并不是对应网页，而是直接对应到网页的特定文字，应该能为用户提供更强的可靠性。
Baichuan 4：
发布首日 SuperClue 登上榜首
此次为百小应提供产品背后的搜索模型的，是百川新发布的 Baichuan 4 模型。
进入 2024 年，百川将新模型的发布节奏从每月变到每季度。上次百川发布新模型，还在 2024 年 1 月，发布 Baichuan 3 模型。
百川智能表示，相较 Baichuan 3，Baichuan 4 在各项能力上均有极大提升，其中通用能力提升超过 10%，数学和代码能力分别提升 14% 和 9%。
「SuperCLUE 目前是中国最公正的榜单。从结果上看，Baichuan 4 在 SuperCLUE 里理科目前排国内第一。文科因为是中文模型，明显有更大的优势，处于全球最好的位置。」王小川表示。
不过王小川的发布显然比较切近实际，并没有夸张宣称超越了 GPT-4：「在 SuperClue 上我们拿到第一，数据是真实的，但是并不代表能力上超过了 GPT-4。 和国外模型作对比，能看到像知识百科、文本创作或者安全里是遥遥领先的，在代码、逻辑这几条线条里可以看到国际模型更加领先。」
图片来源：百川智能
Baichuan 4 模型有千亿参数规模，是闭源模型。「开源是我们去年立投名状时的一个动作。」王小川表示。
值得一提的是，此次百川也公布了自己的多模态方面的数据。
之前百川智能一直表示，智能源自语言，也曾公开宣布不追 Sora 这条技术线。
此次虽然王小川仍然坚持「多模态不具有智能。今天语言用着用着可能没数据了，人们在尝试是否能在图像视频里面能产生智能。不过，语言是白粉的话，图片就是面粉，它在里面蕴含的智能浓度低太多。」，仍然简单发布了 Baichuan4 的多模态能力，表示其多模态能力在各大评测基准上表现优异，领先 Gemini Pro、Claude3-sonnet 等多模态模型。
图片来源：百川智能
百小应，只是一个过渡产品
曾经提出过在大模型领域里颇具影响力的 TPF 理论（大模型时代，更重要的是找到技术和产品的契合）的王小川，此次终于带公司推出了第一款面向 C 端的产品。
搜索，一方面是百川智能一直以来强调的强项——百川智能 CEO 王小川曾任搜狗 CEO，在搜索领域深耕十几年。王小川强调，目前，百川能自建搜索能力，且在数据方面也有合作伙伴，这两方面都是百川智能的优势。
另一方面，搜索也是市场验证过的几个较为成功的 AI 应用场景之一——国外的 Perplexity.ai，国内的秘塔搜索等等，都是目前收获不少用户的明星大模型创业项目。
搜索领域，或许确实是百川智能不错的 TPF。
不过，在整个发布会上，明显能感觉到，百小应这种形态，并不是百川智能未来想做的超级产品。百川智能只是想把有搜索能力的助手作为未来超级应用的第一步——王小川定义这样未来的超级应用，应该是能解决人们的刚需的，能拥有近亿级用户。
不过究竟这样的应用是怎样的，未来是怎样的商业模式，王小川相对含糊其辞。其中「职业人士」这个词被提及多次。真正的超级应用，似乎是要等到模型能力足够成熟之后，替代「职业人士」才能出现。
「如果 能像人一样工作像人一样学习，最后就会变成一个职业人士，往下会变成 AI 律师，AI 医生，AI HR，这种情况下跟人一样能提供人的供给，我觉得这种时候就可能出现超级应用。」 王小川表示。当人们用医生的价格去衡量 AI 应用，而不是用娱乐价值、算力成本等方法来衡量 AI 应用，那确实将是用户付费率高涨的时候。
而在今天，百川推出百小应，似乎还没有开始担心商业模式的事情。
「做百小应，是在这个行业中，我们也需要有一个机会把它发上去，让行业端有基础的了解，也能让团队转起来。」王小川表示。
他还表示，从成本上而言，做搜索，建立索引库的技术成本相对是可控的。「现在最大的成本其实是在 Scale Up（把大模型参数规模做大），大模型中间的实验加上 Scale Up 这个钱，这个是远大于其他地方的。」
「我觉得现在谈商业模式是过早的事情。没有足够的用户价值、足够的体量，在这个情况下，不管是走流量模式，还是广告模式都是有意义的探索，但是我觉得有或没有，其实没有本质的区别。」王小川表示。
「什么？零代码基础也能开发小游戏？」——你别不信，借助 AI 的力量，成为程序员并不是梦！ 这次，极客公园特别邀请到一位真正实现「从 0 到 1」成长进阶的 AI 超级个体，带你在线玩转代码~
5 月 23 日（周四）20:00，极客公园视频号直播间，抱好电脑，等你「开整」！
人工智能替代人类工作，那么人类该干嘛，会不会有大灭绝。王小川说那样的低级劳动力我们不需要了
给你举个栗子：以前人们出门靠人抬轿子出门，现在有了汽车，谁还抬轿子？抬轿子的当然就下岗了。 人工智能也一样，当人工智能拥有某个能力的时候，这个工作自然不需要人来做了。 但是人不会闲着啊，抬轿子的虽然不用抬轿子了，汽车坏了需要人修车，车需要人来开，汽车需要有人专门做轮胎，所以原来4个人抬轿子，现在这4个人去生产汽车修车开车人反而不够用了。 所以人工智能只会让人越来越不够用了。 说是低级劳动力，不如说是效率不高的劳动力，效率不高就想办法提高效率，也就是下岗再就业。 别以为未来有了人工智能你就可以无所事事了，你会比现在更忙。 明天的事情，后天就知道了，今天就好好和我谈谈恋爱不好吗？
3月28长虹的人工智能电视发布会上提出的，”AI Center“是什么意思？
AI是指人工智能，Center就是中心，”AI Center“就是指以电视机为中心的人工智/能平台，划重点！！是一个平台！人工智能平台！！长虹基于CHiQ电视成熟的人工智能语音交互系统，与其他家电及相关设备便捷交互，形成了创新的长虹人工智能家庭解决方案。 ”AI Cente“以Q5N等长虹的人工智能电视新品为中心，实现冰箱、空调、空气净化器、音响、灯光、窗帘、安防、厨房等设备的互联互通，通过电视大屏显示、智能语音操控，让用户得到系统的整体智能生活体验。
浅谈人工智能技术在生活科技中的运用技术？
人工智能研究与应用虽取得了不少成果，但离全面推广应用还有很大的距离，还有许多问题有待解决，且需要多学科的研究专家共同合作。 未来人工智能的研究方向主要有：人工智能理论、机器学习模型和理论、不精确知识表示及其推理、常识知识及其推理、人工思维模型、智能人机接口、多智能主体系统、知识发现与知识获取、人工智能应用基础等。人工智能（ArtificialIntelligence）,英文缩写为AI,是一门由计算机科学、控制论、信息论、语言学、神经生理学、心理学、数学、哲学等多种学科相互渗透而发展起来的综合性新学科。 自问世以来AI经过波波折折，但终于作为一门边缘新学科得到世界的承认并且日益引起人们的兴趣和关注。 不仅许多其他学科开始引入或借用AI技术，而且AI中的专家系统、自然语言处理和图象识别已成为新兴的知识产业的三大突破口。
作为一门学科，人工智能于1956年问世，是由“人工智能之父“McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在Dartmouth大学召开的会议上，首次提出。 对人工智能的研究，由于研究角度的不同，形成了不同的研究学派。 这就是：符号主义学派、连接主义学派和行为主义学派。 传统人工智能是符号主义，它以Newell和Simon提出的物理符号系统假设为基础。 物理符号系统是由一组符号实体组成，它们都是物理模式，可在符号结构的实体中作为组成成分出现，可通过各种操作生成其它符号结构。 物理符号系统假设认为：物理符号系统是智能行为的充分和必要条件。 主要工作是“通用问题求解程序“（General Problem Solver, GPS 论文网）：通过抽象，将一个现实系统变成一个符号系统，基于此符号系统，使用动态搜索方法求解问题。 连接主义学派是从人的大脑神经系统结构出发，研究非程序的、适应性的、大脑风格的信息处理的本质和能力，研究大量简单的神经元的集团信息处理能力及其动态行为。 人们也称之为神经计算。 研究重点是侧重于模拟和实现人的认识过程中的感觉、知觉过程、形象思维、分布式记忆和自学习、自组织过程。 行为主义学派是从行为心理学出发，认为智能只是在与环境的交互作用中表现出来。 人工智能的研究经历了以下几个阶段： 第一阶段：50年代人工智能的兴起和冷落 人工智能概念首次提出后，相继出现了一批显著的成果，如机器定理证明、跳棋程序、通用问题s求解程序、LISP表处理语言等。 但由于消解法推理能力的有限，以及机器翻译等的失败，使人工智能走入了低谷。 这一阶段的特点是：重视问题求解的方法，忽视知识重要性。 第二阶段：60年代末到70年代，专家系统出现，使人工智能研究出现新高潮 DENDRAL化学质谱分析系统、MYCIN疾病诊断和治疗系统、PROSPECTIOR探矿系统、Hearsay-II语音理解系统等专家系统的研究和开发，将人工智能引向了实用化。 并且，1969年成立了国际人工智能联合会议（InternationalJointConferencesonArtificialIntelligence即IJCAI）。 第三阶段：80年代，随着第五代计算机的研制，人工智能得到了很大发展 日本1982年开始了“第五代计算机研制计划“，即“知识信息处理计算机系统KIPS“，其目的是使逻辑推理达到数值运算那么快。 虽然此计划最终失败，但它的开展形成了一股研究人工智能的热潮。 第四阶段：80年代末，神经网络飞速发展 1987年，美国召开第一次神经网络国际会议，宣告了这一新学科的诞生。 此后，各国在神经网络方面的投资逐渐增加，神经网络迅速发展起来。 第五阶段：90年代，人工智能出现新的研究高潮 由于网络技术特别是国际互连网的技术发展，人工智能开始由单个智能主体研究转向基于网络环境下的分布式人工智能研究。 不仅研究基于同一目标的分布式问题求解，而且研究多个智能主体的多目标问题求解，将人工智能更面向实用。 另外，由于Hopfield多层神经网络模型的提出，使人工神经网络研究与应用出现了欣欣向荣的景象。 人工智能已深入到社会生活的各个领域。 IBM公司“深蓝“电脑击败了人类的世界国际象棋冠军，美国制定了以多Agent系统应用为重要研究内容的信息高速公路计划，基于Agent技术的Softbot(软机器人)在软件领域和网络搜索引擎中得到了充分应用，同时，美国Sandia实验室建立了国际上最庞大的“虚拟现实“实验室，拟通过数据头盔和数据手套实现更友好的人机交互，建立更好的智能用户接口。 图像处理和图像识别，声音处理和声音识别取得了较好的发展，IBM公司推出了ViaVoice声音识别软件，以使声音作为重要的信息输入媒体。 国际各大计算机公司又开始将“人工智能“作为其研究内容。 人们普遍认为，计算机将会向网络化、智能化、并行化方向发展。 二十一世纪的信息技术领域将会以智能信息处理为中心。 目前人工智能主要研究内容是：分布式人工智能与多智能主体系统、人工思维模型、知识系统（包括专家系统、知识库系统和智能决策系统）、知识发现与数据挖掘（从大量的、不完全的、模糊的、有噪声的数据中挖掘出对我们有用的知识）、遗传与演化计算（通过对生物遗传与进化理论的模拟，揭示出人的智能进化规律）、人工生命（通过构造简单的人工生命系统（如：机器虫）并观察其行为，探讨初级智能的奥秘）、人工智能应用（如：模糊控制、智能大厦、智能人机接口、智能机器人等）等等。
