新智元报道
编辑：编辑部
【新智元导读】 时隔4个月，百川智能的基座大模型又双叒升级了！新一代Baichuan 4出世直接登顶国内第一。不仅如此，首款最懂搜索、会提问的AI助手「百小应」正式杀入移动APP战场。
近半个月，国外科技大厂们连番轰炸，GPT-4o、Project Astra、Copilot+ PC的诞生让人目不暇接。
而国内大模型这边也是毫不示弱，不断地推陈出新、迭代升级。
就在今天，历时4个月打磨，百川智能发布了新一代基座大模型Baichuan 4。
不仅如此，他们还带着自家首款AI助手「百小应」杀入移动APP战场。
试玩地址：ying.ai
与吊人胃口的OpenAI不同，iOS和安卓版应用程序今天一并推出，并且免费使用。
毋庸置疑，「百小应」已经用上了升级后Baichuan 4基座大模型的能力，与其他的AI助手一样，读文件、获取最新信息、整理资料、辅助创作等各种问题，「百小应」通通可以解决。
但与众不同的是，「百小应」将Baichuan 4的能力与其天然的搜索技术优势进行了深度融合。
它不仅具备多轮搜索的能力，甚至还可以定向搜索，可以被看作是最懂搜索的AI助手。
说这么多，不如来一波深度体验。
懂搜索、会提问的AI「伙伴」
在试用过程中，小编深深地体会到，「百小应」绝不仅是连接信息的工具，而是真正成为了一个提供知识和服务的AI助手，甚至有了一点伙伴的味道。
百小应的名称源自「一呼百应」
多轮搜索
在以往的搜索产品中，我们通常只会得到一个搜索结果。推一步才能走一步，非常被动。
但百小应不同，在得到搜索结果后，它还会结合用户的问题开启「自我反思」。
比如，它会自主判断当前提供的资料是否足够详实，从而来自主决策，是否需要进行更多轮次的搜索。
当我们问「含能材料的行业前景」，它就自己去进行了2轮搜索，然后给出了高度概括的介绍。
再问一个问题：中美两国在大模型行业的差距，究竟有多大？
百小应同样自动完成了2轮搜索，在技术积累、算力支持、产业应用、创新生态等方面，给出了客观中肯的分析。
可以看出，如果遇到市场调研、产业分析这类复杂场景，多轮搜索就能发挥最大的效力，更有效地获取更专业、更有深度的信息。
而在搜索结果的呈现上也可以看出，百小应相比其他搜索产品的独特之处。
除此之外，百小应在结果的结构化上，也做得非常优秀。
作为市场研究，上面这份输出的格式很标准，可以为行业分析、调研工作提供强大的助力。
定向搜索
很多时候，我们需要精准定位问题领域，直接访问权威站点。
百小应的「定向搜索」，此时就显示出了强大的功能。
我们可以直接问它：人机交互领域有哪些经典著作和最新研究成果？
通过2轮搜索，它精准地找到了知乎上的参考资料，详细给出了领域内的经典著作和最新论文。
从它给出的论文链接中，我们直接就可以查阅arXiv上对应的论文。
相比之下，其他智能助手仅仅是针对搜索结果做了大致的总结。
下面，我们试着让百小应在arXiv上找出关于RAG的最新研究成果。
果然，它会选择直接访问arXiv，让我们更高效地链接到想要的结果，不必在多余的繁杂信息中浪费时间。
会提问
一次流利的搜索体验，是由产品和用户共同完成的。
一方面，模型需要掌握专业的搜索技能，懂得什么是搜索；而另一方面，用户也必须会表达，才能真正通过AI来寻找到自己想要的信息。
虽然以上是最理想的情况，然而现实中，表达清楚自身需求，对很多用户是个困难的事儿，或者说懒得费那个脑子。
这种情况下，就需要让模型来引导用户「表达」了。
遇到引擎盖打不开的情况，可以直接问百小应。
不过这个问题的答案，取决于车辆的品牌、型号、出厂年份。一般人去提问，应该是不太可能一开始就提问得这么周全的。
不用担心，百小应会通过提问来指导你。
在它的引导下，我们给出了车型的关键信息：比亚迪元。
这下百小应给出的信息，就更精准了，在提问了我们所在地区这个信息之后，它甚至给出了北京4S店的联系方式和地址。
想要策划一场浪漫的草坪婚礼，不如让「百小应」当你的婚礼的私人订制策划师。
这时，「百小应」并没有根据笼统的问题，一通乱答，而是继续引导我们给出明确的细节。
「为了更好地帮您规划，我需要了解包括预算，参加人数等一些额外的信息」。
在提供了预算20万左右，50人参加的信息之后，「百小应」立即给出了非常细致的定制方案。
从场地选择推荐、婚礼布置装饰、婚宴餐饮，再到音乐草坪游戏，摄影录像，都为你一并规划好了。
更惊喜的是，它最后还贴心地为我们做了所有的预算分配。
再来看一个展示，当你想要写一个「天津之眼」的种草文案，「百小应」同样先去提问，了解真正需求。
- 您希望这篇文案吸引读者哪类读者？（诸如旅游爱好者、情侣推荐，还是家庭旅游）
- 您希望通过这篇文案传达哪些主要内容和情感？（比如，浪漫氛围、历史文化、刺激体验等）
然后，你就可以从这些给定的选择中进行挑选，或提出自己的想法皆可。
接下来，「百小应」便会根据要求生成文案，简短的文字着重体现了「天津之眼」独特魅力所在。
综上展示，「百小应」之所以能够输出精确的结果，主要归功于「会提问」，通过提问引导、激发用户清晰表达自身具体需求，为每个人构建出个性化的解决方案。
多模态
在Baichuan 4多模态能力的支持下，「百小应」还可以对图片内容进行解读。
又或者，将图片作为补充材料，获取更精准的回答。
最近比较火的AI开瓜，看看「百小应」能不能挑出，哪颗是最甜的瓜。
根据「百小应」的判断，一般西瓜表面条纹越清晰、颜色越深绿，可能代表着西瓜更成熟。
从图中看，推测得出，6和7看着条纹非常清晰。
不过，它还是提醒我们，仅从外观上判断西瓜甜度并不准确。
小编这就去开瓜了。
再来一张经典的重庆地标夜景图，不知「百小应」能否认得出？
显然，这个问题根本难不倒它。
你甚至，可以让它就这张图片，生成一份朋友圈文案。
「百小应」真的很会，生成的文案内容非常吸睛，同时还体现出了小众但不矫情的风格。
文档速读
除了以上提到的能力之外，「百小应」还支持上传PDF、Word文档，网页链接皆可行。
这就非常适合，需要大量阅读长篇幅文献、报告等内容的科研者，或是解析复杂数据表格的金融分析师等。
「百小应」可以做到，仅用1分钟的时间，读完上市公司财报。
比如，上传一份长达31页的特斯拉2024年第一季度财报文件。
然后要求「百小应」去解读财报，总结出值得关注的信息，并给出相对应的原文。
没想到，眨眼的功夫，「百小应」总结出了十个要点，并配上原报告highlights的内容。
再给它po一个链接，总结GPT-4o发布会的一些关键要点。
「百小应」的输出结果，基本上覆盖了全部的要点。
此外，「百小应」还可以支持通过语音的方式进行交互，简直是「手癌」患者的福音。
大模型时代新物种，AI不再是「工具」
经过一番实测之后，「百小应」已经在长文本阅读、多模态理解、提问搜索等多方面任务上，表现出强大的能力。
百川智能认为，让AI从工具变为伙伴，基于大模型打造的AI助手更像是在「造人」。
就像人类能够利用工具，听说读写看，甚至会思考一样，AI助手随着基座模型迭代，也将具备相应的能力。
虽然当下的AI助手还不具有情感、记忆、决策等高阶能力，距离「伙伴」还有很长的路要走，但是AI助手已经具备了部分伙伴所需要的能力，比如会思考，会用工具。
而搜索正是当下AI助手最重要的工具。
只有将大模型与搜索相结合，才能发挥出巨大的优势。甚至，人们普遍认为大模型的第一波应用，就是在搜索。
为什么这么说？
大模型饱受诟病的「幻觉」问题，是无法避免的，而植入搜索可以提升LLM回答准确性，早已成为行业共识。
其实，国内外大部分企业，早已给自家AI助手类应用增加了搜索功能。
但同样的搜索，却有着不一样的思路。
一种普遍的做法是收到用户的指令后，搜索相关信息，然后总结搜索结果进行输出。
而百川智能认为，大模型+搜索应该是在回答中嵌入搜索结果，用搜索赋能大模型，提高模型回答的鲜活性，让大模型言之有物，而不是用大模型赋能搜索。
由此，我们所看到的「百小应」，才是APP中懂搜索、会提问的那个应用。
百小应之所以能将大模型与搜索的能力很好地融为一体，是因为搜索一直是百川智能探索LLM的重点方向之一。
这家公司创始人和研发团队有着多年的前沿搜索经验，在去年发布首款闭源模型Baichuan 53B时就采用了「搜索增强技术」，大大提升了基座模型的输出结果的性能。
首款AI助手「百小应」能够表现不凡，当然也离不开此次基座模型Baichuan 4能力的大升级。
Baichuan 4登顶国内第一
Baichuan 4相较于上一代Baichuan 3，在通用能力上有着显著提升。
在刚刚发布的SuperCLUE权威中文评测中，Baichuan 4以80.64分成绩，登顶国内第一。
SuperCLUE总榜
具体来看，在理科任务中，Baichuan 4表现不俗，以 76.90 分的成绩排名国内第一。
然而，与GPT-4-Turbo-0125相比，相差4.23分，仍有一定的提升空间。
其中，逻辑推理（74.4分）、工具使用（80.8分）这两项均刷新国内最好成绩。
在文科任务中，Baichuan 4取得了83.12高分，文科能力全球第一，比GPT-4-Turbo-0125高出5.33分。
其中，知识百科（89.8分）、长文本（80.8分）、生成创作（83.4分）、传统安全（90.2分）均刷新国内最好成绩。
在与国内大模型平均得分相较下，Baichuan 4在所有能力上均高于平均线，展现了均衡的综合能力。
尤其是，在逻辑推理（+18.64）、代码（+18.89）、长文本（+20.77）能力上远高出平均线15分以上。
而与国外主流大模型对比，Baichuan 4在文科类任务取得领先优势。
特别是在知识百科、长文本理解、工具使用、语义理解和创意生成等方面，表现突出。
这使得Baichuan 4非常适合应用于知识运用、智能体、内容创作和长程对话等多种场景。
然而，它在代码能力方面仍有提升的潜力。
多模态能力仅次于GPT-4V
此外，在各大基准测试中，Baichuan 4还具备了行业领先的多模态能力，表现更加亮眼。
具体在MMMU、MMBench-EN、CMMMU、MMBench-CN、MathVista等评测基准上，新模型实力仅次于GPT-4V，完全碾压Gemini Pro、Claude 3 Sonnet等模型。
技术创新
为什么Baichuan 4，能够在4个月这么短的时间取得突破？
一切都源于，其在训练过程中引入了很多业界领先的技术优化手段。
在预训练阶段，为了有效提升LLM对数据的利用，新模型采用了基于Model-based+Human-based的协同数据筛选优化，并对长文本建模位置编码科学的Scaling Law。
在对齐阶段，还重点优化了模型推理、规划、指令跟随的能力，通过「损失」驱动数据选取与训练，阶段爬坡，多模型参数融合等方式，有效提升LLM关键指标和稳定性。
同时，团队还采用了RLHF和RLAIF融合后的「RLxF」，强化学习对齐技术，大幅提升模型的指令跟随等能力。
此外，Baichuan 4另一项的技术创新便是为LLM推理提速，提出了全新的投机采样方案clover。
通过将序列知识与并行解码结合，使得投机采样的命中率提升至60% ，同时成本降低30%以上。
1000万token免费薅，零代码Agent即将上线
发布会现场，百川智能推出了全新的MaaS+AaaS服务。
对于企业来说，需要的并不是大模型，而是生产力、生产效率的提升。
百川智能认为，拥有MaaS+ AaaS（Agent as a service）双重能力，企业才能构建出智能化的最佳方案。
MaaS版块由基座模型组成，分为旗舰版和专业版。
旗舰版将全量开放Baichuan 4的各项能力，Baichuan 4不仅拥有国内第一的中文能力，并且具备行业领先的金融知识和问答能力，在SuperCLUE的金融知识百科能力上，Baichuan 3曾取得了A+的最高评级。
专业版，则包含Baichuan3-Turbo和Baichuan3-Turbo-128K两款模型，在价格方面相比旗舰版Baichuan 4更实惠。
而且，这些模型均针对企业用的高频场景进行了针对性优化，综合测试相比GPT3.5整体效果提升8.9%。
百川智能表示，即日起，MaaS的新用户可以获得1000万免费token！
在Baichuan 4基础上，百川智能针对Agent构建，推出了Assistan API接口。
它不仅支持Code interpreter、RAG内建工具，还支持自定义工具调用，方便企业接入各种丰富复杂的API。
评测结果显示，Assistant API的工具调用能力，已经接近了Open AI assistant API的水平。现在，Assistant API已经正式开启内测邀请，试用免费！
接下来，百川智能还将推出零代码Agent创建平台产品。
任何业务人员，都可以通过自然语言创建Agent，更好地赋能企业智能化发展。
在生态方面，百川智能的「朋友圈」可以说范围之广。
目前已经服务了了数千家客户，包括完美世界游戏、爱奇艺、 创梦、什么值得买等各行业的领军企业。
同时，还与与信雅达、用友、软通动力、新致软件、达观数据等多家行业生态伙伴，以及华为、曙光等硬件厂商和中国移动、电信、联通等运营商达成合作，携手构建百川大模型生态。
顺便提一句，百川智能在成立1年多的时间里，以超乎想象的研发速度，共发布了12款大模型。
Baichuan 4之后，不知还有什么样的惊喜等着我们。
参考资料：
https://ying.baichuan-ai.com/chat
向我的桌搭迈出的第一步——乐歌AI智能电动升降桌体验
平日里我作为一个兼职数码博主，日常的本职工作是一家传统企业的测试项目岗位的员工，每天的工作也基本是坐在电脑前，一坐就是很久。 下了班后，可能还要继续处理我一些手上的稿件，有时候一坐又是4~5个小时。 长久地坐立，对于身体来说，还是危害很大的，所以还是希望在家还在辛劳的自己，选择一款升降桌，让我可以在站立和坐下两种姿势间切换，从而保护自己的腰椎、颈椎等。 其实原因很简单，在我熟知的圈子里，乐歌一直是我比较熟悉的品牌，也是我印象中做这一块比较早的品牌。 近几年虽然做这类人体工学桌、升降桌的企业越来越多，但综合考虑下，我还是觉得乐歌更适合我，同时相对来说，性价比也更好一点。 我选择的这一款乐歌AI智能电动升降桌，算是乐歌的新品，也是新尝试的一种，和以往不同的地方，就是少了实体操作键，而是加入了一个桌面智能音箱，用来实现一些功能化的补充，以及相关的操作，这点我放在后面再聊，我们先看看作为桌子本身，它的水平。 为了一步到位，我这次选择了台面160*80cm的超大桌面，这个尺寸到手后完全符合我的需求，以往的桌面宽度只有60cm，这就导致我很难兼顾打字的手臂完全放在桌子上，以及离显示器更远距离这两个选项。 80cm的桌面宽度，无论是空间摆放，还是使用，都绰绰有余。 我之前的桌面基本上都是房东标配的聚合板，乐歌AI智能电动升降桌使用了E0级国际标准环保桌板，所以收到后本身一点异味都是没有，可以直接使用，不用特意通风使用。 桌板材质方面，我选择了更贴近原木色的樱桃木色，都是实木结构，桌面的纹理也都是真实的。 之所以选择这个配色，就是希望更贴近生活、更真实一点，这也是我准备打造的桌搭风格。 在后面表面的油漆面本身也比较光滑，打理起来更方便一点，同时边角也做了打磨，就算是手臂搭在边缘，也不会觉得铬手。 桌架部分十分有分量，两个桌腿支撑更是使用了加粗钢材，能够提供更强的支撑。 并且底部也增加了调平器，用来应付一些家庭地面不平的问题。 为了控制成本，我这次也妥协了一把，选择了两节腿、单电机的版本，不过从我实际使用来看，单电机并没有对我的使用造成什么影响，因为它的承重范围也在50kg，这对于我这种围绕Mac mini打造的桌面系统来说，这个承重范围完全够用。 目前使用也有半个多月了，升降功能几乎每天都在使用，也没有发现单电机对于我的使用需求有什么大的影响。 相较于双电机版本，只是速度上的25mm/s略逊于38mm/s的双电机版本，而这个速度在差价面前，完全不值得一提。 当然了，如果你对于桌面承重的要求比较高的话，我个人还是推荐大家购买双电机的版本。 组装过程我就不介绍展示了，基本上按照说明书，都可以很快解决。 如果实在没能力，也可以上门预约师傅过来安装，这里需要提醒一下，对于电源适配器的放置一定要安装好，不然像我当时刚组装好时，就仍由它下垂摆放，结果升降的时候，触发了它的遇阻回退的功能，桌子一旦升降到一定高度，就会回落，无法正常使用，所以适配器拨片一定要安装好。 不过说来，这个遇阻回退的功能算是一个很实用的安全性配置，如果家里遇到小朋友误操作，桌子下面有人或者异物时，下降的过程中就可以自动停止，回升，避免造成对人或者桌子本身的损伤。 最后我们再来谈谈这个桌面新设备，乐歌AI智慧小秘书屏。 这是乐歌为自己生态研发的AI系统，基于语音+触屏+手机APP为核心的生态系统。 首先来 从形态上来说，它就是一个触屏智能音箱的外观，但是先批评一下，这块屏幕的素质并不是很好，这一点我觉得乐歌还需要再针对性地升级，不追求像普通手机显示屏那样的素质，但是要基本保证是市面上2~300元智能触屏音箱的素质。 你可以通过触控屏幕上的功能按钮，像一些升降、功能APP实现对应的操作。 不过，作为一张大桌子，我想多数人会像我一样会把乐歌AI智慧小秘书屏放在桌子的角落，所以实际上对于触屏的操作并不多。 这个时候，更多的指令发起，其实是依托语音控制的，比如它可以通过“你好小乐”的语音指令来唤醒语音助手，询问天气、航班，设置闹钟、提醒，播放音乐，建立备忘录等等，识别准备率还是不错的。 你通过乐歌AI智慧小秘书屏创建像行程、代办、闹钟等信息，也会实时同步到手机端APP，甚至，你还可以通过手机APP，呼叫乐歌AI智慧小秘书屏，实现一个双向通话的效果。 说回升降，我通过乐歌AI智慧小秘书屏，最初其实就操作了两步，一个是设置常用站姿，一个是设置常用坐姿，在调整到合适的位置后，长按对应的按键就能够记忆保存。 平时坐着写累了，我就通过语音去快速升到站立位，比起以前用实体按键操作，有了语音助手的加入，确实要方便很多。 升降功能，也能够让我在繁忙的工作中，站坐两结合，兼顾 健康 和工作。 乐歌AI智慧小秘书屏，功能的丰富性满分了，已经很逼近像小爱同学等国内智慧AI的水准了，语音控制升降的操作是真的方便又舒服。 只不过希望乐歌可以针对乐歌AI智慧小秘书屏硬件再做一点升级，比如屏幕显示和音响音质，其他的都很满意！ 我是拾伍，我们下期分享再见！
