11 月 15 日，在深圳舉行的西麗湖論壇上，李彥宏表示，百度已堅決對旗下各産品線進行 AI 原生化重構，百度每 100 行代碼，20 行就由 AI 完成。他表示，大模型是基礎底座，類似操作系統不會太多，重複開發大模型是對基礎資源的浪費。 文心一言有了很大進步，其調用量比國内其他兩百家還多。目前文心一言已有 800 萬開發者，開發者可以通過插件調用文心一言。
同時，我們還整理出他發表的 20 條重要觀點：
1、中國的大模型太多，開發的 AI 原生應用太少。
2、人類進入 AI 時代的标志，是出現大量的 AI 原生應用，而不是出現大量的大模型
3、我們需要的是 100 萬量級的 AI 原生應用，而不是 100 個所謂的大模型。
4、由于沒有智能湧現能力，專用大模型的價值非常有限。
5、國内有 200 多個大模型其實都沒有什麽使用量。
6、中國美國，最好的 AI 原生應用還沒出現。這恰恰就是創業者千載難逢的機會。
7、擁抱 AI 時代，需要一把手來驅動。
8、百度對旗下各産品線進行了 AI 原生化重構。
9、微軟沒有自己的基礎大模型，但卻有最成功的 AI 原生應用 :Office365。
10、無論是芯片、框架、模型，都需要 AI 應用來驅動。隻有通過更多的場景落地應用，才可以形成更大的數據飛輪，才能讓芯片做到夠用、好用。
11、大模型是 AI 時代的各類原生應用的基礎底座，類似操作系統。 ( 最終成爲開發者依賴的大模型的機會，可能就屈指可數
12、大模型的産業化模式，應該是把基礎大模型的通用能力和行業領域的專有能力相結合。
13、文心 4.0 版本是迄今爲止最強大的文心大模型，在理解、生成、邏輯和記憶四大能力上，都有明顯提升。
14、大模型和生成式人工智能所帶來的機遇是堪比工業革命的大機遇。
15、AI 原生的概念是先被終端消費者和創業公司所接受，其次是中小企業，最後接受的才是大企業，因爲大企業天然保守，對新生事物不敏感，不願意冒風險。
16、好的應用會帶動市場，倒逼市場變化。
17、AI 産業是需求驅動，所以應該是在需求側、應用層發力，鼓勵企業調用大模型來開發人工智能原生應用，用市場推動産業發展。
18、AI 應用生态的繁榮将成就經濟繁榮。
19、要開發好用、可用的大模型，存在很高的技術和成本門檻，" 重複造輪子 " 其實是對社會資源的極大浪費。
20、每個人都行動起來，去使用它、體驗它、投入到 AI 原生應用的創新中。
預訓練大模型成爲人工智能領導者的競争焦點
預訓練大模型是人工智能産業發展的必然選擇，基于海量行業數據和知識，通過強大算力集群，預先訓練基礎模型，并結合應用場景的數據和各類需求，通過 " 預訓練大模型 + 任務微調 " 的方式，進行 " 工業化 " 的高效率開發。開發者利用預訓練大模型，隻需要少量數據，就可以快速開發出精度更高、泛化能力更強的行業模型。預訓練大模型可以提升人工智能項目開發效率，降低研發成本，縮短研發時間，解決人工智能項目碎片化的問題。
根據 Omdia 的數據，中國開發者對基于昇思 MindSpore 打造的盤古 NLP 大模型最感興趣。首先，盤古 NLP 大模型在技術上處于領先地位，千億參數模型，學習了 40TB 的中文文本數據，在中文領域有天生優勢 ; 其次，盤古 NLP 大模型可覆蓋多個場景下語言處理的任務和需求，泛化能力強，在知識問答、知識檢索、知識推理等文本生成領域有廣泛應用前景 ; 另外，盤古 NLP 大模型對開發者友好，可以讓開發者能用拖拉拽的方式使用大模型，開發和生産成本低。這也從另外一個角度驗證了盤古大模型的開放性，開發者可以跨平台快速調用盤古大模型，與其他工具和應用結合使用。
負責任的人工智能 ( Responsible AI ) 成爲關注焦點
人工智能技術的迅猛發展取決于用于訓練的數據的規模和質量，但人工智能沒有自己的價值觀，無法自己判斷什麽是正确的 ( 比如自動駕駛定責問題，生成式 AIGC 問題等 ) ，人工智能倫理問題正成爲人工智能商業化發展的瓶頸。各國政府、國際組織、學術界和産業界已在宏觀戰略、具體措施層面上進行部署。迄今爲止，已經有超百個 " 負責任的人工智能 " 準則在全球範圍内出台，比如歐盟就提出了《人工智能法案》。" 負責任的人工智能 " 即是一套道德準則，又是一套技術體系，是以安全、可靠和合乎道德的方式開發、評估、部署和規模化人工智能系統的方法。" 負責任的人工智能 " 有助于引導人工智能行業朝着對人和社會更有益，更公平的方向發展，可以建立人們對人工智能的信任和信心，對人工智能的可持續發展非常重要。
根據 Omdia 的數據，華爲 Mindspore 被認爲對負責任的人工智能 ( Responsible AI ) 提供較好支持，排名僅次于 TensorFlow。
泛開發、全場景、超大規模将成爲主流趨勢
展望未來，AI 框架将注重前端便捷性與後端高效性的統一，AI 框架将支持端邊雲全場景跨平台設備部。另外，随着處理任務的複雜化、處理數據的密集化，跨架構的開發能力将會成爲常态化的需求。AI 框架需要與硬件基礎設施平台充分解耦，通過标準的硬件注冊接口實現跨設備平台的快速部署。
前瞻經濟學人 APP 資訊組
更多本行業研究分析詳見前瞻産業研究院《2023-2028 年全球及中國大模型發展前景與投資戰略規劃分析報告》
同時前瞻産業研究院還提供産業大數據、産業研究報告、産業規劃、園區規劃、産業招商、産業圖譜、智慧招商系統、行業地位證明、IPO 咨詢 / 募投可研、IPO 工作底稿咨詢等解決方案。在招股說明書、公司年度報告等任何公開信息披露中引用本篇文章内容，需要獲取前瞻産業研究院的正規授權。
更多深度行業分析盡在【前瞻經濟學人 APP】，還可以與 500+ 經濟學家 / 資深行業研究員交流互動。
