不做Sora背后：百度的多模态路线是什么？

主要观点总结

本文主要围绕百度在AI领域的发展进行阐述，包括其应对ChatGPT掀起的“百模大战”的策略，重点介绍了百度解决AI幻觉问题的技术iRAG，以及其在多模态技术方面的理解和布局。文章还探讨了多模态技术在不同领域的应用前景，包括影视制作、电商直播等。

关键观点总结

关键观点1: 百度应对ChatGPT的策略

百度率先推出文心一言，积极应对ChatGPT掀起的竞争。同时，面对Sora视频生成风潮，百度选择不投入大量资源去做Sora，而是选择解决AI幻觉问题。

关键观点2: 关于AI幻觉问题

AI幻觉问题已成为制约大模型应用大规模落地的一大障碍。百度推出的iRAG技术旨在解决图片生成的幻觉问题，通过联合优化生成模块和检索模块，提高图片的生成可控性和准确性。

关键观点3: 多模态技术的应用前景

多模态技术有助于增强AI系统的感知和理解能力。除了Sora路线外，还存在其他多模态技术路径。百度在多模态技术方面的布局不仅体现在视频生成，还涉及数字人领域，如数字人语音与口型、动作的同步等。

关键观点4: 百度的商业考量

百度强调解决幻觉问题是当务之急，并通过发展多模态技术来满足业务需求。通用方案追求“大而全”，而数字人聚焦特定垂直领域，百度选择后者来开启数据飞轮，形成可复制的商业模式。