李彦宏阐述大模型价值观：超越10亿DAU，“超级能干”才是王道

“我们要避免掉入”超级应用陷阱”，觉得一定要出现一个DAU10亿的APP才叫成功，这是移动时代的思维逻辑。其实不一定，AI时代，‘超级能干’的应用比只看DAU的‘超级应用’恐怕要更重要，只要对产业、对应用场景能产生大的增益，整体的价值就比移动互联网要大多了。”

7月4日下午，百度创始人、董事长兼首席执行官李彦宏在上海世界人工智能大会-产业发展论坛上进行演讲，分享了一系列关于大模型技术的前瞻观点，以及未来人与AI共生格局的展望。

“从石器时代的手斧，到移动时代的手机，再到AI时代的大模型，人类不断创造各种工具来改善生活，来提高生产力。”李彦宏表示，AI永远只是工具，只有在被人类所使用的时候才有价值。

李彦宏再提大模型时代价值观：“超级能干”才是硬道理

从互联网时代，到移动互联网时代，再到如今的人工智能时代，不同的时代蕴蓄着不同的机遇，对于企业的业务形态需求也在悄然发生变化。

李彦宏在演讲中指出，不同时代的应用发展路径和模式是不同的。移动互联网时代的成功模式不能简单地复制到人工智能时代，避免掉入“超级应用陷阱”。在AI时代，“超级能干”的应用比只看DAU的”超级应用”更重要。

在移动互联网时代，应用的成功往往以用户规模来衡量。拥有亿级、甚至十亿级的日活跃用户（DAU）是许多应用开发者追求的目标。这些“超级应用”通过吸引大量用户，获取海量数据，从而优化用户体验，增强用户粘性。例如，社交媒体平台、电子商务应用和短视频应用等，都以其庞大的用户基础成为行业的巨头。

而借助大模型其强大的技术通用性能力，能够解决广泛领域中的复杂问题，应用的价值也开始更多体现在其解决实际问题的能力上。例如，在医疗、金融、制造、教育等领域，大模型都能通过高效的数据分析、预测和决策支持，提升行业效率，在千行百业解决更多传统 AI技术解决不了的问题。

因此在AI时代，我们更需要重新审视应用的发展路径，一个“超级能干”的应用，只要对产业、对应用场景能产生大的增益，整体的价值就比移动互联网要大得多。

“卷模型”不如“卷应用”

早在去年3月文心一言发布会上，李彦宏就曾明确表示：“大模型时代，真正最大的机会既不在基础服务，也不在行业服务，我觉得恰恰是在应用。”

在WAIC上，李彦宏再次强调，“没有应用，光有基础模型，不管是开源还是闭源都一文不值。”在过去一年多时间里，行业内的“卷模型”现象十分明显，出现了“百模大战”的盛况。各大科技公司竞相推出自己的基础大模型，引领中国的大模型发展进入了一个快速上升的阶段。去年10月发布的文心大模型4.0的能力，跟GPT4相比已毫不逊色。

如今，在全球各类大模型评测榜单中，国内大模型在TOP10中长期占据半数席位，在理解、逻辑、记忆等整体能力上保持在世界一流水平，特别是在中文理解与创作方面具有显著优势。

尽管在技术能力上取得了显著的进步，李彦宏也指出这种竞争模式也导致了社会资源的浪费，许多重复建设的资源并未得到充分利用。

在大模型之家看来，大模型不应只是刷榜的“做题家”，更要走到千行百业之中，在实干中创造价值，在实践中不断反馈完善。尤其是对于多数中小企业来说，“卷模型”并不是一个可持续发展的方向。相较于大规模的模型研发，中小企业更关注的是如何将已有的模型应用到实际场景中，解决具体问题，创造实际价值。

如今，基于基础模型的应用落地已经进入下半场，而且已经越发进入深水区，大模型正在进入千行百业之中。

例如，在快递领域，大模型的应用显著缩短了寄快递的时间，通过智能化的地址识别和路径优化，大大提高了快递服务的效率。在“618”购物节期间，借助百度文心大模型，快递100能够在“一张图、一句话”的输入下，迅速生成最优的寄送方案，将寄快递的时间从过去的3分40秒缩短到短短的19秒，同时90%的客服问题由大模型独立解决，一次性问题解决率高达99.4%，大大减轻了客服负担。

在装修设计领域，大模型同样展现了其强大的应用潜力。通过对用户需求和设计风格的智能分析，大模型可以在短时间内生成个性化的装修方案，将设计成本降低了90%，使得更多消费者能够享受到专业的设计服务。这些案例不仅展示了大模型在提升效率和降低成本方面的巨大潜力，也证明了其在实际应用中的广泛前景。

在代码生成领域，百度内部使用文心快码（Baidu Comate），已有30%左右的代码由AI生成，代码的采用率超过了44%。

智能体——李彦宏最看好的AI应用方向

作为全球为数不多的进行全栈布局的人工智能公司，百度在高端芯片、深度学习框架、预训练大模型等多个层面都拥有领先业界的关键自研技术，实现了端到端的优化。这种技术架构的完整性使得百度在AI领域具有强大的竞争力和创新能力。在IDC最新发布的大模型实测报告《中国大模型市场主流产品评估，2024》显示，百度文心大模型整体竞争力位于领先水平，产品能力处于第一梯队，是唯一一家在7大维度上均为优势厂商的企业。

在李彦宏前瞻性且持续迭代的AI应用思想的指引之下，也以让百度的AI应用实践快人一步。

这其中，李彦宏最看好的AI应用发展方向是智能体。随着基础模型的日益强大，智能体将成为最简单易开发的AI应用。

搜索则成为智能体分发的最大入口，“智能体+搜索”能够为用户提供更好的内容和服务。在刚刚过去的高考季，大量的考生在考完之后要报志愿，要选择学校，选择专业，每一个考生的情况不尽相同，他们对一所大学，一个专业，会有各种各样的问题。因此，针对高考填报志愿，能够回答各种专有问题的智能体成为了这期间学生与家长的真正需求。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。

根据百度官方数据显示，近八成的考生使用了AI志愿填报服务，通过 AI 辅助报志愿，不用花费高价也能得到个人专属的“AI指导老师”，真正实现教育的普惠。

李彦宏介绍，如今制作一个智能体通常并不需要编码，只要用自然语言把智能体的工作流说清楚，再配上专有的知识库，就能够生成一个很有价值的智能体，“比互联网时代制作一个网页还要简单”。

为了助力开发者更加简单快捷地开发智能体以及AI原生应用，百度在Create 2024百度AI开发者大会上，一口气发布了三大开发工具。其中，AgentBuilder专注于智能体开发，可批量生成并应用于多场景。AppBuilder则简化AI原生应用开发流程，三步即可实现，降低门槛。ModelBuilder为专业开发者定制不同尺寸模型，优化细分场景效果。这些工具共同推动AI技术普及与应用创新。

去年，百度推出了文心智能体平台，目前该平台已有16万多名开发者和超5万家企业入驻，覆盖了100多个应用场景，不仅为开发者提供了一个创新和合作的平台，也为智能体技术的推广和应用提供了有力的支持。

未来，在医疗、金融、教育、制造、交通、农业等等领域，都会依据自己的场景，自己特有的经验、规则、数据等等，做出各种各样的智能体，会有数以百万量级的智能体出现，形成庞大的智能体生态。

闭源模型适合更多商业应用场景

在模型的开源与闭源路线的选择，一直是AI领域所热议的话题。李彦宏在演讲中表示，尽管在学术研究和教学领域，开源模型有助于研究大模型的工作机制，形成理论支持，对于理解大模型的强大能力和背后的理论基础非常重要。然而，对于大多数商业应用场景，闭源模型显然更为适合。企业在激烈的市场竞争中，需要的是效率高、成本低的解决方案，而商业化的闭源模型正是最能满足这一需求的选择。

李彦宏指出，外行通常将“模型开源”和“代码开源”这两个概念相混淆。“模型开源”指的是公开模型的参数，但这些参数的来源、训练方式却并不透明，对于开源模型的后期微调（SFT）和安全对齐等工作仍需耗费大量资源。即便拿到源代码，也无法得知具体的训练数据量和比例，难以在开源模型的基础上实现更高效的迭代和开发。

“许多人试图通过改造开源模型可以更好地服务个性化应用，但这实际上是创造了一个孤本模型，无法从基础模型的持续升级中获益，也无法共享算力。”李彦宏表示，“所以同样参数规模之下，闭源模型的能力就比开源模型要更好，而如果开源想要能力追平闭源，那么它就需要有更大的参数，这就意味着推理成本会更高，反应速度会更慢。”

释放人类创造力，AI驱动就业新风向

随着AI规模化应用，AI是否会取代人类的工作成为一个备受关注的话题。随着自动化程度的提高，许多传统岗位似乎面临着被AI取代的风险。然而，人类的创造力、思想、情感等是AI所不可替代的。AI的本质在于提升效率和自动化，它可以极大地提高生产率，但却无法取代人类独有的创造性思维和情感交流。

“AI更多是在扮演Copilot的角色，副驾驶，还要人来把关，AI只是辅助人工作，而不是替代人工作，它让人的工作效率更高，质量更好。”李彦宏在演讲中提道，AI可以承担重复性、琐碎的工作，让人类从这些耗时费力的任务中解放出来，从而让人可以关注更有创造力的工作中去。通过这样的角色分工，AI不仅不会削弱人类的工作机会，反而能够激发更多的创新和生产力。

生成式AI的兴起，还为社会带来了许多全新的工作机会。例如，提示词工程师（Prompt Engineer）需求量飙升，成为最热门的职业之一。同时大模型的训练和优化需要大量高质量的数据，而这些数据的生成和标注工作需要大量的人力投入，数据标注员的需求也随着AI技术的发展而大幅增加。过去几年间，百度帮助全国20多个城市落地了数据标注中心，提供了大量新的就业岗位。

此外，随着“低代码”甚至“零代码”技术的普及，大大降低了AI原生应用的开发门槛，这意味着现在人人都是开发者，只需要对AI说一句话就可以开发出应用来，这意味着只需调教AI即可。