1分鐘完成曾需10小時(shí)的汽車風(fēng)阻驗(yàn)證，將數(shù)周的科研課題攻關(guān)壓縮至數(shù)小時(shí)，十倍級提升科研效率……

12月25日，在百度AIDay活動(dòng)上，百度公布超級智能體百度伐謀的最新進(jìn)展：發(fā)布一個(gè)月以來，已有超2000家企業(yè)申請?jiān)囉?，覆蓋物流、制造、AI4S等領(lǐng)域，幫助上述行業(yè)客戶高效探尋全局最優(yōu)解。會(huì)上，百度伐謀還宣布圍繞通用性、生產(chǎn)級、持續(xù)性等方向進(jìn)行產(chǎn)品能力升級，并正式發(fā)布“同舟生態(tài)伙伴計(jì)劃”，面向高校實(shí)驗(yàn)室及行業(yè)軟件企業(yè)開放核心能力，以生態(tài)共創(chuàng)的方式加速推進(jìn)AI進(jìn)產(chǎn)業(yè)。

百度伐謀是百度智能云推出的全球領(lǐng)先的可商用自我演化超級智能體。它通過大語言模型的推理能力與大規(guī)模進(jìn)化搜索技術(shù)，模擬生物界幾億年的進(jìn)化過程并壓縮至幾天甚至幾小時(shí)，從而發(fā)現(xiàn)過去人類從未發(fā)現(xiàn)過的全局最優(yōu)解，還能根據(jù)條件變化自動(dòng)迭代，給出最優(yōu)的動(dòng)態(tài)方案。

百度創(chuàng)始人李彥宏此前曾表示，中國擁有全球最齊全的工業(yè)門類和豐富的應(yīng)用場景，如果能用先進(jìn)技術(shù)大幅提升這些場景的效率，對經(jīng)濟(jì)增長的貢獻(xiàn)將顯而易見。正是基于這一愿景，百度伐謀旨在消除產(chǎn)業(yè)發(fā)展的“隱形天花板”，將過去鎖在少數(shù)精英頭腦里的頂尖算法，轉(zhuǎn)化為每一家企業(yè)都能即刻調(diào)用的基礎(chǔ)設(shè)施。

“人工智能正在跨越從‘智能涌現(xiàn)’走向創(chuàng)造真實(shí)價(jià)值的‘效果涌現(xiàn)’的新臨界點(diǎn)。AI不再僅僅是實(shí)驗(yàn)室里的炫技演示，而是深入產(chǎn)業(yè)核心，成為解決實(shí)際難題、驅(qū)動(dòng)生產(chǎn)力變革的原生推動(dòng)力”，百度智能云AI與大模型平臺總經(jīng)理忻舟在致辭中表示。

伐謀三大能力升級，加速進(jìn)化算法產(chǎn)業(yè)落地實(shí)踐

百度伐謀負(fù)責(zé)人李安南介紹，自11月發(fā)布以來，伐謀和超2000家企業(yè)進(jìn)行場景共創(chuàng)，涌現(xiàn)出包括農(nóng)業(yè)貨運(yùn)規(guī)劃、高校AI4S課題攻關(guān)、制造業(yè)排產(chǎn)優(yōu)化及基礎(chǔ)求解器策略尋優(yōu)等大量創(chuàng)新場景。

百度伐謀負(fù)責(zé)人李安南

基于此前的應(yīng)用實(shí)踐，百度伐謀也進(jìn)一步面向通用性、生產(chǎn)級、持續(xù)性進(jìn)行了產(chǎn)品升級，加速企業(yè)研發(fā)和高?？蒲蟹较虻膭?chuàng)新探索和落地實(shí)踐。

在通用性方面，針對過去算法優(yōu)化中需求描述難、評估器編寫門檻高的問題，百度伐謀全新發(fā)布Web端、CLI及IDE插件等多種形態(tài)的前臺Agent，同時(shí)支持對話式澄清需求，幫助企業(yè)和科研機(jī)構(gòu)在任何場景都能輕松接入伐謀，甚至不懂代碼的業(yè)務(wù)人員也能輕松接入，讓算法優(yōu)化能力以更低摩擦、更高頻率進(jìn)入真實(shí)的研發(fā)和科研流程。

在生產(chǎn)級方面，百度伐謀生計(jì)企業(yè)級能力保障，全新發(fā)布的本地評估方案，通過“云端生成算法+本地完成評估”架構(gòu)，讓算法在云端生成后下載到客戶本地，基于本地業(yè)務(wù)數(shù)據(jù)完成評估后，僅需將結(jié)果指標(biāo)回傳云端。企業(yè)無需上傳敏感業(yè)務(wù)數(shù)據(jù)，只需在本地反饋評估指標(biāo)，即可在云端享受伐謀的演化能力，打通了業(yè)務(wù)驗(yàn)證流程的“最后一公里”。

在持續(xù)性方面，百度伐謀升級全局搜索和動(dòng)態(tài)調(diào)優(yōu)能力，解決人類工程師難以解決的痛點(diǎn)問題。針對業(yè)務(wù)場景動(dòng)態(tài)變化導(dǎo)致算法效果衰減的痛點(diǎn)，伐謀構(gòu)建了“智能原生”的持續(xù)優(yōu)化能力。它不再依賴人工經(jīng)驗(yàn)的設(shè)限，而是通過增益算法快速修正，在全流程中尋找并維持全局最優(yōu)解，實(shí)現(xiàn)持續(xù)的價(jià)值創(chuàng)造。

啟動(dòng)“同舟生態(tài)伙伴計(jì)劃”，尋找千行百業(yè)“全局最優(yōu)解”

為了進(jìn)一步加速AI在千行百業(yè)的滲透，讓頂尖算法工程師將成為企業(yè)和科研標(biāo)配，百度伐謀正式發(fā)布“同舟生態(tài)伙伴計(jì)劃”，面向高校實(shí)驗(yàn)室、行業(yè)軟件企業(yè)，開放高質(zhì)量行業(yè)場景與課題，共享伐謀Agent系統(tǒng)及算法優(yōu)化引擎，并提供AI協(xié)作培訓(xùn)與個(gè)性化服務(wù)指導(dǎo)。對于高質(zhì)量伙伴的科研創(chuàng)新或產(chǎn)業(yè)實(shí)踐項(xiàng)目，百度伐謀將提供全面免費(fèi)支持。

在活動(dòng)現(xiàn)場，三位來自不同領(lǐng)域的合作伙伴展示了百度伐謀如何突破人類經(jīng)驗(yàn)，尋找“全局最優(yōu)解”。

在汽車研發(fā)領(lǐng)域，亞洲領(lǐng)先的獨(dú)立汽車設(shè)計(jì)科技公司阿爾特，基于其AI戰(zhàn)略核心平臺“太乙”，在風(fēng)阻智能預(yù)測方面與百度伐謀深度合作，雙方以真實(shí)工程數(shù)據(jù)和設(shè)計(jì)場景為基礎(chǔ)，將風(fēng)阻預(yù)測問題抽象為一個(gè)多目標(biāo)、可演化的算法優(yōu)化任務(wù)，通過運(yùn)行結(jié)果的持續(xù)回灌，不斷調(diào)整模型結(jié)構(gòu)，使預(yù)測模型在演化過程中逐步逼近最優(yōu)解。傳統(tǒng)汽車風(fēng)阻驗(yàn)證依賴仿真軟件求解，單次耗時(shí)達(dá)10小時(shí)。通過引入伐謀的自我演化能力，太乙“風(fēng)阻智能預(yù)測系統(tǒng)-御風(fēng)”將風(fēng)阻驗(yàn)證縮短至1分鐘，預(yù)測誤差控制在5%以內(nèi)，實(shí)現(xiàn)了從草圖階段的即時(shí)優(yōu)化。

在前沿科研領(lǐng)域，北京工業(yè)大學(xué)苗揚(yáng)副教授團(tuán)隊(duì)利用伐謀優(yōu)化中國空間站“微型電子鼻”色譜儀中色譜柱的設(shè)計(jì)，傳統(tǒng)人工實(shí)驗(yàn)的方法難以高效達(dá)到兼顧分離效果與輕量化需求。利用伐謀進(jìn)行自動(dòng)化尋優(yōu)，科研團(tuán)隊(duì)成功演化出了體積更小、排布更緊密的構(gòu)型設(shè)計(jì)和排布方式，大幅提升了氣體分離效率。此外，在PEM電解槽制氫系統(tǒng)中，伐謀僅耗時(shí)30分鐘就進(jìn)化出的新模型，比原論文模型正確率提升了2.78%，將科研探索周期從“周級”縮短至“小時(shí)級”。

在防災(zāi)減災(zāi)科研領(lǐng)域，天津大學(xué)李東博士團(tuán)隊(duì)聯(lián)合天大建工學(xué)院團(tuán)隊(duì)，利用伐謀解決了災(zāi)害預(yù)警中“經(jīng)驗(yàn)復(fù)用難”和“選優(yōu)慢”的難題，為生命安全爭取了寶貴的黃金時(shí)間。以滑坡災(zāi)害預(yù)測為例，以往需要多名研究生花1周時(shí)間反復(fù)調(diào)試，但依然無法得到預(yù)期效果。通過伐謀賦能后，僅需1名研究生通過6小時(shí)即可生成最優(yōu)方案，在實(shí)際滑坡預(yù)警問題上預(yù)測誤差顯著降低。

從解決路口擁堵，到優(yōu)化空間站的精密儀器，百度伐謀正以“自我演化”的力量，助力千行百業(yè)實(shí)現(xiàn)生產(chǎn)研發(fā)環(huán)節(jié)的智能原生。在未來，伐謀將讓每一條產(chǎn)線都擁有頂尖的算法工程師，讓“中國制造”在智能化的加持下，向全球價(jià)值鏈的高端持續(xù)攀升，構(gòu)筑起不可替代的核心競爭力。