李彦宏最新演讲：没有应用的大模型一文不值！

李彦宏 百度创始人、董事长兼首席执行官

7月4日，在2024世界人工智能大会（WAIC）产业发展主论坛中，百度创始人、董事长兼首席执行官李彦宏进行了题为“通用人工智能产业变革机遇”的演讲。

以下为演讲全文（有删改）：

我认为AI的技术发展路线，发生了方向性的改变，从过去的辨别式人工智能，转向了未来的生成式人工智能。

我曾在2022年时讲过这句话，5个月后ChatGPT发布，到现在已经有两年的时间，可以说人工智能颠覆了绝大多数人的认知。

2023年，国内掀起的“百模大战”虽导致了社会资源，尤其是算力的巨大浪费，但同时也为我国追赶世界上最先进基础模型的能力奠定了基础。

2023年10月，我宣布文心4.0发布的时候讲过，文心4.0的能力跟GPT-4相比毫不逊色，好多的同行还不以为然，如今大家可以看到，国内已经有多款闭源模型声称它们已经追平或者是超越了GPT-4的水平。

注意，我们说的是闭源大模型，不是开源大模型，这也是今年以来争议比较多的一个话题。有些外行甚至混淆了模型开源和代码开源这两个概念。

所谓模型开源，往往只是提供了模型的大量参数，但想要有效应用这些模型，还需要进行后续的SFT（如软提示调优）和安全对齐工作。由于不了解这些参数的生成过程和数据源，难以直接实现“众人拾柴火焰高”的协同效应。即使获取了模型的源代码，也可能不清楚训练这些参数所使用的具体数量和比例。因此，单纯拿到这些开源资料，并不足以让人直接站在巨人的肩膀上轻松进行迭代与开发。

所以，在同样参数规模下，闭源模型往往展现出比开源模型更优越的能力，若要开源的能力追平闭源模型，则通常需要更大的参数规模，进而导致推理成本显著增加，同时可能伴随反应速度的下降。

很多人选择基于开源模型进行定制，以为这样能更好地服务于他们的个性化应用需求。然而，他们可能未意识到，这样做实际上创造了一个孤立的模型版本，既无法享受到基础模型后续升级带来的优势，也难以与其他开发者共享算力资源。

当然，我也承认开源模型在某些场景下具有不可忽视的价值。例如，在学术研究领域，或者在教学领域，研究者们可能希望通过研究大模型的工作机制，尝试构建相关理论。因为大家也经常听到，我们觉得大模型能力很强，但是不知道为什么能力强，因为背后缺乏理论支持，所以研究这个东西，用开源的我觉得没问题。

但是，在大多数实际应用场景中，开源模型可能并不是最佳选择。当你处在一个激烈竞争的市场环境当中，提升业务效率和降低成本成为关键，此时商业化的闭源模型往往能提供最优的解决方案。

当然，这些都不是最重要的，没有应用，光有基础模型，不管是开源还是闭源都一文不值。

所以，我从去年下半年起便强调，大家不要“卷”模型了，要去“卷“应用。但是，我观察到很多人仍把主要的关注点放在基础模型上，沉迷跑分和刷榜，谁又超越GPT-4了，OpenAI又推出新模型等。今天这个震撼发布，明天那个史诗级更新，但是我更想问，这些模型的实际应用在哪里？谁从中获益了？

应用其实离我们并不遥远，基于基础模型的应用已经在各行各业、各个领域开始了逐步地渗透。仅两个多月前，我们就宣布文心大模型的日调用量超过了2亿次，最近，文心的日均调用量超过了5亿次！调用量的显著增长，充分说明它背后所代表的真实需求——有人正在使用它，有人真正从大模型中获益，得到了价值。

比如在快递领域，让大模型帮助处理订单，实现了“一张图、一句话寄快递”的便捷体验，不再需要其他繁琐的流程，将时间从原来的3分多钟缩短到19秒。而且，超过90%以上的售后问题也能由大模型来高效解决，这一变化带来的效率提升是非常显著的。

再比如在小说创作领域，起初我们尝试使用开源模型并取得了一定成效，但随后改用文心的轻量级模型，并通过10轮上万组数据的SFT（监督微调）和post pretrain（后续预训练），结果有了显著提升。最近，我们进一步升级到文心4.0版本，令人惊喜的是，仅凭数百条数据，文心4.0就在情节构建和逻辑连贯性方面展现出了卓越的优势。生成的内容不仅在可用率上大幅提升，优质率也远远超过了之前的轻量级模型，让网文作者们创作如虎添翼！

其实更通用的领域，比如说代码生成，文心快码这样的软件，在各个领域，也在逐步的渗透，在百度内部，我们有30%左右的代码，已经用AI生成的，代码的采用率超过了44%。

不过，我们要避免掉入“超级应用陷阱”的误区，避免将DAU（日活跃用户数）达到10亿的APP视为唯一的成功标准，这是移动互联网时代的思维逻辑。在AI时代，“超级能干”的应用，即那些能够深刻影响产业、显著提升应用场景效率的应用，其价值或许更为重大，它们所创造的整体价值远超移动互联网时代的某些“超级应用”。

随着基础模型的日益强大，开发AI应用也越来越简单了，最简单的就是智能体，这也是我们最看好的AI应用的发展方向。制作一个好的智能体通常并不需要编码，只要用人话把智能体的工作流说清楚，再配上专有的知识库，一般就是一个很有价值的智能体了。这比互联网时代制作一个网页还要简单。

未来在医疗、金融、教育、制造、交通、农业等领域，都会依据自己的场景的特点、独特经验、行业规则及数据资源等，定制化地开发出做出各种各样的智能体。将来会有数以百万量级的智能体出现，形成庞大的智能体生态。

而搜索是智能体分发的最大的入口。在刚结束的高考季中，尽管很多大模型公司热衷于展示AI写作高考作文的能力，但这一使用价值的实际性并不强，毕竟考生无法携带大模型参加高考，然而，真正的需求在于高考结束后，广大考生面临填报志愿、选择学校和专业时产生的诸多疑问。每位考生的情况都独一无二，他们针对每所大学、每个专业都有各自特定的问题。这时，一个能够针对每位考生专有问题提供回答的智能体就显得尤为重要。

在高峰时期，百度的高考智能体每天要回答超过两百万个考生的问题，我们总共只有1000万的考生，这意味着在一天内，有相当大比例的考生在利用这一智能体服务。

AI正在以前所未有的速度向各行各业渗透，很多人担心如果我们日常的工作都让AI去做了，人是不是就没有工作机会了，这种担心不是没有道理的，但是过去这段时间，我听到的担心，听到的抱怨很多，听到的建设性的意见比较少，很少有人去致力于发掘生成式AI带来的新工作机会。

我的这些话权当抛砖引玉吧，我认为，首先，在当前的浪潮中，AI更多地是在扮演辅助性角色，如同副驾驶一般，需要人类来把控方向，AI只是作为工具来提升人类的工作效率与质量，而非完全替代人类工作。它使得人们能够更高效、更精准地完成任务；另一方面，我们也目睹了全新工作机会的兴起。例如，数据标注师这一职业，近年来我们在全国20多个城市推动了数据标注中心的建立，为社会创造了大量新的就业岗位。再如提示词工程师，他们无需编程技能，但需具备强大的逻辑思维能力，通过精准的提示词来指导并优化智能体的工作流程。随着智能体应用的日益广泛，这一职业的需求也将急剧增长。这些新兴职业通常入职门槛不高，足以支撑个人及家庭的基本生活，而对于表现出色的人才，其收入潜力更是可达年薪百万级别。

自人类文明诞生以来，永不停止的创新便深植于我们的基因之中。从石器时代简陋的手斧，跨越至移动互联网时代的智能手机，再到AI时代的大模型，人类不断创造各种工具来改善生活，提高生产力。但是它们永远只是工具，只有在被人类所使用的时候才有价值。我们坚定地相信，AI不是人类的竞争对手，我们构建和应用人工智能技术，是为了满足人的需求，增强人的能力、让人类的生活更美好。

* 来源：2024世界人工智能大会（WAIC）产业发展主论坛