百度回应“文生图中翻英”质疑：模型自研，使用全球公开数据训练_文生书法作品图片大全

3月23日，百度针对网友对“文心一言”文生图功能的质疑作出回应。百度表示，文心一言完全是百度自研的大语言模型，文生图能力来自文心跨模态大模型ERNIE-ViLG。

此前，有博主发文质疑称，百度文心一言的文生图功能，其实是把中文句子机翻成英语单词，再用国外刚刚开源的人工智能Stable Diffusion生成图画，返还给用户在3月16日，百度召开发布会，发布了预训练生成式大语言模型“文心一言”。

百度称，文心一言是「延续了百度知识增强的大模型理念，大幅度提升了事实性问题的准确率」在发布会上，百度主要展现了文心一言的五个使用场景：包括文学创作、商业文案创作、数理推算、中文理解和多模态生成其中，在多模态生成领域，文心一言展示了其除根据问题生成文本以外，还能根据这些信息进一步处理内容，生成图片、音频和视频等多形式内容。

“文生图”功能测试根据博主举例，中翻英的现象在一些尝试中可以体现出来，比如在文心一言中要求其画出“鼠标”和“总线”，文心一言作出的画是“老鼠”和“公共汽车”，而“鼠标”和“总线”对应的英文正是“mouse”和“bus”。

目前，该问题正在随着用户反馈被修正。另镜在文心一言中进行测试，发现现在输入“鼠标”和“总线”已能正确画出。

另外有网友反馈，文心一言无法识别一部分“菜谱”，如可乐鸡翅、驴打滚、干炒牛河、夫妻肺片。

该问题也得到改进，另镜在文心一言中测试了画“干炒牛河”、“可乐鸡翅”、“狮子头”等画法，都能正确画出。

另镜同样测试了文生图功能对诗句、成语的理解：

但在要求文心一言画出“万里无云”时，文心一言并未能准确理解。

在文心一言的发布会中，百度提到了文心一言的中文理解能力，如能理解成语这基于百度其作为中文第一大搜索引擎，积累了大量的中文语料库但文生图中文理解的偏差，或是因为百度的画图AI采用了英文标注的开源图片素材进行训练。

亚洲视觉科技研发总监陈经在接受媒体采访时表示，“百度的画图AI采用了英文标注的开源图片素材进行训练，因此需要中翻英来当prompt（提示词）目前，全球AI研发有开源的传统，特别是训练数据库，不然收集图片效率太低了。

而且图片是要标注的，这更加大了收集整理图片的难度当前也有中文标准的训练数据，但是少很多”对于网友质疑，百度回应称，在大模型训练中，百度使用的是互联网公开数据，符合行业惯例外界也能从接下来文生图能力的快速调优迭代，看到百度的自研实力。

“文心一言正在大家的使用过程中不断学习和成长，请大家给自研技术和产品一点信心和时间，不传谣信谣，也希望文心一言能够给大家带来更多欢乐”先发布再优化与GPT-4相比，文心一言还有待加快迭代在OpenAI示例中，GPT-4.0可以编写网站代码、识别图片输入，在回答专业性、推理和跨语种能力方面也更为深入。

“大家的期望值，是百度对标ChatGPT、对标GPT-4，这个门槛有点高”百度创始人、董事长兼首席执行官李彦宏在文心一言发布会上坦然承认李彦宏在近期接受媒体采访时表示，中国基本上不会再出一个OpenAI。

“OpenAI诞生是因为美国大厂都不看好这个方向，但现在中国的大厂都看好AI大模型，都在做这个方向创业公司重新做一个ChatGPT其实没有多大意义，基于大语言模型开发应用机会很大，没有必要再重新发明一遍轮子。

”李彦宏认为，大模型时代，最大的创业机会在应用移动互联网时代，操作系统其实没几个，最成功的是微信、抖音、淘宝这些应用未来十年，可能诞生价值十倍于这些应用的机会文心一言大模型也带来三大产业机会：新型云计算（MaaS模型即服务）、行业模型精调（工业、金融、交通、能源、媒体等）、应用开发（文字、图像、音视频生成、数字人、3D生成等）。

刚刚推出的文心一言并没有完全对公众开放，尚处于邀请测试阶段从3月16日起，首批用户即可通过邀请测试码，在文心一言官网体验产品，后续将陆续开放给更多用户百度表示，目前排队申请百度智能云文心一言企业版API调用服务测试的企业用户突破10万，与百度智能云基于文心一言展开合作咨询已达6815条，文心一言邀测超85万人申请。

“文心一言是典型的需要靠反馈才能不断提升的产品，所以希望这个产品尽早发布”李彦宏表示目前，文心一言的回答准确性在根据用户反馈不断迭代一些网友反映的“中翻英”文生图现象已得到改进，对同一问题的回答也不断更新。

在文心一言发布当天，另镜在其中提问提问，如何获得其邀请码，其回应如下：

但当另镜继续提问：“文心一言QQ群号是多少？”其并不能准确回答。

但今日，另镜在文心一言中再度询问该问题，其回答已进行改进。

目前，大语言模型和生成式AI代表了一个新技术范式，但整体而言，这类大语言模型还远未到发展完善的阶段，它们有时候会有很惊艳的表现，但不少场景下，细究起来还有明显的bug，进步空间很大。