面對今年以來持續火爆的 " 百模大戰 "，業内也開始出現 " 冷 " 思考。
11 月 15 日，在西麗湖論壇上，百度創始人、董事長兼首席執行官李彥宏指出，目前中國的大模型很多，但是基于大模型開發出來的 AI 原生應用卻非常少。人類進入 AI 時代的标志，不是産生很多的大模型，而是産生很多的 AI 原生應用。
" 大模型本身是一個基礎底座，類似操作系統，那麽最終開發者要依賴爲數不多的大模型來開發出各種各樣的原生應用。所以，不斷地重複開發基礎大模型是對社會資源的極大浪費。" 李彥宏直言道，"AI 原生時代，我們需要 100 萬量級的 AI 原生應用，但是不需要 100 個大模型。"
與此同時，圍繞業内關于通用大模型與專用大模型的讨論，李彥宏也判斷稱，由于沒有智能湧現能力，專用大模型的價值其實非常有限。" 大模型的産業化模式，應該是把基礎模型的通用能力和行業領域的專業知識相結合。也就是大模型套小模型，專用的小模型反應快，成本低，大模型更智能，可以用來兜底。"
李彥宏表示，自從 8 月 31 号開放以來，文心大模型的 API 調用量，呈現了指數級的增長。盡管國内目前存在 200 多個大模型，但其實調用量有限，" 文心大模型一家的調用量比這 200 多家大模型的調用量加起來還要多。"
百度創始人、董事長兼首席執行官李彥宏
面對 AI 原生時代的未來發展，李彥宏進一步指出三大驅動因素。
其一，強大的基礎模型，會驅動 AI 原生應用爆發。目前最好的 AI 原生應用還沒有出現。類似于移動時代誕生了諸如微信、抖音、Uber 等移動原生（mobile-native）應用一般，AI 原生時代也會誕生優秀的 AI 原生應用，且它們将基于基礎大模型開發而生。
其二，擁抱 AI 時代，需要由 CEO、一把手來驅動。唯有 CEO 才會關心新技術對企業業務關鍵指标是否産生了正面作用。這也意味着，企業 CEO 如果不主動引領 AI 原生變革，就很容易被帶偏。
其三，繁榮的 AI 原生應用生态，會驅動經濟增長。類似于新能源汽車産業快速發展，AI 産業也将由需求驅動，所以應該在需求側、應用層發力，鼓勵企業調用大模型開發人工智能原生應用，用市場手段推動産業發展。
以下爲李彥宏演講全文：
尊敬的各位領導、各位嘉賓，大家好！很高興來深圳參加西麗湖論壇。我想借此機會，跟大家分享我面對今年以來持續火爆的 " 百模大戰 "，除了 " 熱 " 驅動，業内也開始出現 " 冷 " 思考。但我想首先分享兩個 " 冷 " 思考。
第一個，中國的大模型很多，但是基于大模型開發出來的 AI 原生應用卻非常少。有報道說，截止 10 月份國内已經發布了 238 個大模型，而 6 月份的時候這個數字是 79 個，相當于 4 個月就翻了 3 倍。但中國有多少 AI 原生應用呢？我想在座的各位，很少有人能說出一二個來。如果我們看國外，除了有幾十個基礎大模型之外，實際上，已經有了上千個 AI 原生應用，這是在中國市場上沒有的。
而我認爲，人類進入 AI 時代的标志，不是産生很多的大模型，而是産生很多的 AI 原生應用。爲什麽這麽說？我們看 PC 時代，基本上隻有 Windows 一個操作系統，但是基于 Windows 系統開發的軟件有很多；移動互聯網時代，主流操作系統也隻有安卓和 iOS 兩家，而移動應用有 800 萬之多。
大模型時代其實也是類似，大模型本身是一個基礎底座，類似操作系統，那麽最終開發者要依賴爲數不多的大模型來開發出各種各樣的原生應用。所以，不斷地重複開發基礎大模型是對社會資源的極大浪費。
AI 原生時代，我們需要 100 萬量級的 AI 原生應用，但是不需要 100 個大模型。如果我們的産業政策能夠更加鼓勵基于大模型的 AI 原生應用，我們一定能夠構建起一個繁榮的 AI 生态，推動新一輪的經濟增長。
第二個冷思考，由于沒有智能湧現能力，專用大模型的價值其實非常有限。我看到一個現象，很多行業、企業，甚至很多城市都在買卡、囤芯片，建立智算中心，想要從頭訓練自己的專用大模型。殊不知這樣煉出來的大模型是沒有智能湧現能力的。因爲，隻有當你的模型的參數規模足夠大，訓練數據量足夠多并且能夠不斷投入，進行叠代，才能夠産生智能湧現，大模型才能具有觸類旁通的能力。
也就是說，你沒教過的東西，它也會了。所以，大模型的産業化模式，應該是把基礎模型的通用能力和行業領域的專業知識相結合。也就是大模型套小模型，專用的小模型反應快，成本低，大模型更智能，可以用來兜底。
自從 8 月 31 号開放以來，文心大模型的 API 調用量，呈現了指數級的增長。國内有 200 多個大模型，上了這個榜單、進了那個排名，但其實調用量是很小的。文心大模型一家的調用量比這 200 多家大模型的調用量加起來還要多。
剛才說了兩個 " 冷 " 思考。作爲一個在 AI 領域工作超過十年的從業者，我對大模型和 AI 原生應用的巨大價值和影響力，都深信不疑。所以我想說一說，AI 原生時代的三個 " 熱 " 驅動。
第一，強大的基礎模型，會驅動 AI 原生應用爆發。中國有領先的基礎大模型，這是 AI 原生應用發展的堅實基礎，是底層的能力。3 月 16 日，百度率先發布了基于文心大模型 3.0 的文心一言産品，之後快速叠代。
上個月，我們又發布了文心 4.0 版本，在網站和 APP 上叫做文心一言專業版。4.0 是迄今爲止最強大的文心大模型，在理解、生成、邏輯和記憶各方面能力，都有了明顯提升。
比如，在生成能力上，文心一言除了生成文字内容，還包括圖片、視頻、數字人等等多模态内容，可實現的創作體裁超過 200 種，你讓他寫一首李白風格的詩，寫出來就像李白，你讓他寫一首杜甫風格的詩，寫出來就像杜甫，涵蓋了幾乎所有的寫作需求。
在邏輯和記憶能力上，相比之前的版本也有了成倍的提升。而 AI 原生應用，就是基于大模型智能湧現後産生的理解、生成、邏輯和記憶能力而開發出來的應用。這些能力是過去的時代所不具備的，因而才能打開無限的創新空間。
作爲基礎底座，大模型可以支撐無數 AI 原生應用的開發。但是，直到今天，無論是中國也好，美國也好，我認爲最好的 AI 原生應用還有沒出現。就像移動時代誕生了像微信、抖音、Uber 這樣的 "mobile-native" 的應用一樣，AI 原生時代一定會有優秀的 AI 原生應用是基于這些大模型開發出來的。而深圳有着豐富的場景和深厚的産業基礎，在 AI 原生時代深圳一定會再次成爲創新創業的沃土。
第二，擁抱 AI 時代，需要由 CEO、一把手來驅動。今天，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，這一點已經成爲行業的共識，每一家企業、每一個組織，都在思考如何擁抱這個新時代，如何利用這一新技術來提升自己的競争力。如同任何新鮮事物都有一個接受過程一樣，最早接受的是 C 端用戶和創業企業，之後是中小企業，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。
我見到很多企業，上上下下都非常重視這次機會，但是對問題的本質理解不深，CEO 把這個任務交給 IT 負責人，IT 負責人和工程師天天被那些所謂的 " 震撼發布 "、" 史詩級的更新 "、"iPhone 時刻 "、" 炸裂 " 這些說法所忽悠，都想去自己搞個基礎模型，或者按照網上傳播的評測方法來挑選一款評分高的大模型，大家就以爲這就是擁抱 AI 時代了，殊不知大模型本身不僅不産生任何價值，還造成了對公司資源和社會資源的巨大浪費。
擁抱 AI 時代，爲什麽需要一把手來驅動？因爲隻有 CEO 才會關心新技術對自己業務的關鍵指标是不是産生了正面作用。比如對于互聯網企業來說，大模型有沒有對你的 DAU、時長、用戶留存這些指标産生正面的影響。其實對于所有企業來說，更簡單、更直接的是對你的收入和利潤增長有沒有産生影響，對你成本的降低有沒有産生影響。這才是問題的本質。小公司一把手什麽都管，就更容易開發出适合自己的原生應用，大公司分工明确，CEO 如果不主動引領這個變革，就很容易被帶偏。
在百度我們堅決地對旗下各個産品線進行了 AI 原生的重構，給大家帶來了前所未有的智能體驗。
比如，新搜索具有極緻滿足、推薦激發和多輪交互的特點，當用戶提出一個問題時，新搜索不再是提供一堆鏈接，而是通過對内容的理解，生成文字、圖片、動态圖表等多模态的答案，讓用戶一步獲得滿足。
再比如，以前準備一場演講，要耗費好幾天時間制作講稿和 PPT，剛剛也講了，寫文章 3000 字可能一分鍾就完成了。現在，百度文庫可以在 1 分鍾内生成一個 20 幾頁的 PPT，包括圖表生成，格式美化等，成本幾乎是零。新文庫也實現了從内容工具到生産力工具的轉變。因爲有了這樣的原生化改造，文庫的付費率有了明顯的提升，這就是我說的 AI 對業務關鍵指标的促進作用。
更大想象空間在于，大模型催生出過去從來沒有過的 AI 原生應用。百度也在孵化全新的 AI 原生應用。比如智能代碼助手 Comate。今天百度有上萬個工程師，百度現在每新增 100 行代碼，就有 20 行是 AI 生成的，而且這個比例還在快速增長中。這樣的 AI 原生應用，通過人機協同，幫助我們大幅度提升研發效率。而 AI 原生應用帶來的改變，我認爲，才剛剛開始。
第三，繁榮的 AI 原生應用生态，會驅動經濟增長。好的應用會帶動市場，倒逼市場變化。類比來看，中國新能源車在全球的市場份額達到 65%。這主要是因爲國家政策的扶持拉動了應用端，拉動了市場的需求，比如對于新能源車的車輛購置稅減免，不限号不限行等等這些手段，都有效拉動了新能源汽車産業的快速增長。AI 産業也是需求驅動，所以應該是在需求側、應用層發力，就像補貼新能源汽車用戶一樣，鼓勵企業調用大模型來開發人工智能原生應用，用市場手段推動産業發展。
我之前說，AI 時代的技術棧分爲四層，也就是芯片層、框架層、模型層和應用層。無論是芯片也好、框架也好、模型也好，都是需要 AI 應用來驅動的。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，才能夠讓芯片做到夠用、好用。
全球來看，AI 原生應用正在成爲主要的趨勢。微軟其實并沒有自己的基礎大模型，它是跟 OpenAI 合作的，但是它有最成功的 AI 原生應用，大家知道就是 Office365 的 Copilot，30 美金一個月。百度從做 AI 的第一天起，就非常重視生态的建設，目前已經擁有了超過 800 萬 AI 開發者。
不久前，百度上線了大模型插件平台，無論是個人還是企業，都可以通過這個平台，把自己的數據和能力，快速地變成插件。比如法律助手、簡曆助手、裝修助手、旅遊、辦公等等助手類插件。插件是一類特殊的 AI 原生應用，不僅容易上手，還能讓企業在私有數據沒有洩露風險的情況下，更便捷地用到大模型的能力，大大降低了開發者門檻，有利于構建繁榮的 AI 原生應用生态。
API 是 AI 原生應用調用大模型的主要方式。在制造、能源、電力、化工、交通等實體産業，都将成爲大模型和 AI 原生應用極爲重要的落腳點，也将成爲推動數實融合的主陣地。今天，在百度智能雲千帆大模型平台上，已經有超過 17000 家企業在這裏開發産業模型和解決方案，除了剛才提到的行業，也包括教育、電商、短視頻、遊戲等多個行業。
未來，每一家企業跟自己客戶打交道的方式，都會轉變爲 AI 原生應用，這将大幅度提升企業的競争力。無論是企業競争力的提升，還是個人工作效率的提升，都是經濟增長的驅動力。AI 應用生态的繁榮就會成就經濟繁榮。
" 紙上得來終覺淺，絕知此事要躬行 "。我講了這麽多大模型和 AI 原生應用，就是希望每個人都行動起來，去使用它、了解它、體驗它、投入到 AI 原生應用的創新中，共同創造一個百花齊放、無限可能的 AI 原生時代。
謝謝大家！
