文：任澤平團隊
1、 AI應用驅動下一輪洗牌：跨越AI發展冷靜期，發展AI向實
人工智慧領域正在進入大模型浪潮以來第一段“冷靜期”。
一方面，OpenAI的下一代語言模型Orin遭遇重大瓶頸，效果不及內部預期。其2024年初主推的多模態模型Sora的釋出日期也持續推遲。
另一方面，AI行業的“Scaling Law”似乎正在失效，大模型的效能不再隨著引數量、資料量、計算資源的增加而產生指數提升。
AI需要新驅動力，應用驅動將成為第一性原理。進入“冷靜期”符合行業發展的規律，就像歷史上許多次技術浪潮一樣，在度過最初的高期望階段之後，泡沫不可避免產生。當技術沒有達到高期望時，行業會進入一段冷靜期，等待新技術和應用變革帶來大洗牌。
2、 海外和中國兩條路線發展，以AI應用殊途同歸
海外AI發展曾經以技術驅動，實現AGI（通用人工智慧）等同於實現AI企業的終極商業價值。ChatGPT讓產業界看到了以AGI為目標的技術驅動的潛力，但經過兩年發展，行業意識到AGI仍然遙遠，純技術驅動還不具備客觀條件。海外AI巨頭在2024年逐步調整方向，開始以應用開發、產業結合為當前階段重點。OpenAI轉向盈利性商業化運營，谷歌、微軟等都開始以To C、企業端、開發者社群合作為聚焦點。
中國AI發展特點是應用驅動。2023年ChatGPT浪潮掀起“百模大戰”，積累了早期中國AI市場基礎。根據《全球數字經濟白皮書》，截止2024年11月，中國的大模型數量高達478個，約佔全球總數量的36%。中國市場投入大量資源開發基礎大模型，在一定程度上導致AI深層技術發展整體滯後。但另一方面也提高了生成式AI的社會認知和接受度，進而促進個人和企業去關心AI產品與市場的契合度，打下了應用驅動AI發展的“彎道超車”基礎。
原生AI企業是推動行業技術進步和產業化的引擎。2024年11月，沙利文釋出《2024年全球AI生態全景概覽》，其中原生AI巨頭有谷歌、百度、OpenAI三家。透過原生AI企業的技術、產業創新實現“冷靜期”跨越有跡可循。比如，谷歌在2017提出了Transformer架構，成為推動預訓練模型進化為大模型落地的最關鍵技術。2023年OpenAI釋出ChatGPT，通用大模型首次進入公眾視野，喚醒沉寂多年的AI賽道。2024年百度世界大會召開，開創性主張“AI應用向實”，中國AI發展正式進入彎道超車階段。
3、 重視AI行業的“新三要素”：幻覺消除、開發加速、智慧體發展
3.1 大模型欠缺真實感，消除智慧幻覺是首要任務
大語言模型（Large Language Model）中的“幻覺”現象指的是模型生成的內容雖然看似合理，但實際存在事實錯誤；或者AI生成的文字、圖片、影片在直覺上不符合人類認知，欠缺真實感。“幻覺”主要有邏輯謬誤、捏造事實、資料偏見三類。通常是因為模型的推理能力欠缺，演算法框架存在漏洞，資料壓縮、資料不一致性等原因導致。
多模態大模型領域興起，影像、音訊、影片類模型也出現幻覺現象。比如，OpenAI的Sora大模型雖然在影片生成領域表現優異，但也存在生成的影片違揹物理規律，時空關係錯亂等情況。這也是正式版Sora無法上線的主要原因之一。
業內解決“幻覺”問題的方式是採用RAG技術，（Retrieval-Augmented Generation）即檢索增強生成，透過結合階段和增強生成，減少學習資料中的“負樣本”，以此來減少大模型的幻覺現象。但這也僅限於在LLM領域。在多模態領域，百度開發了基於影像的iRAG（Image based RAG）技術，將搜尋引擎的億級圖片資源與文心基礎模型能力進行結合，在強化學習生成下，輸出各種真實的圖片，整體效果遠超傳統的“文生圖”的原生系統，有效的消除了“AI味”。未來，以iRAG技術為代表多模態RAG將成為業內緩解AI“幻覺”現象的主要方向，為更成熟、更真實的多模態應用發展提供更準確的能力。
3.2 程式設計AI應用加速行業走向下個爆發奇點
AI程式設計應用將加速AI迭代程序，賦予企業和個人更強的開發能力。全球AI企業已經進入“效率時代”，由於軟體應用開發的成本高、週期長，演算法工程師昂貴且稀缺，透過開發輔助程式設計AI來提高開發者效率、縮短開發週期成為方向。
一種是企業內部用AI直接輔助開發任務。比如，亞馬遜將Amazon Q用於公司內部的軟體升級任務，為其節省了相當於“4500 名開發人員一年的工時”，並且還提高了準確性和安全性，降低了基礎設施成本。
或是與開發者社群聯合開發程式設計AI助手，提高個人寫程式碼效率。比如，GitHub Copilot由GitHub、OpenAI和微軟Azure團隊聯合推出，可以提供程式碼建議和自動補全功能，幫助開發者更快地編寫程式碼。
甚至是直接省去人工程式碼步驟，由AI完成開發全流程。2024百度世界大會發布的“秒噠”是里程碑式的開發工具，不同於前兩種輔助程式設計工具，使用秒噠不需要任何程式碼能力，透過自然語言就能實現軟體開發，人人都將擁有程式設計師的能力。其實現是透過將任務拆解成核心需求、內容結構、工程開發、資料需求四個步驟，再採用多個智慧體協同來完成，這也是迄今為止，最複雜的多智慧體協作工具。以後隨著基礎模型能力提升，以及智慧體本身的技術能力迭代，秒噠將能完成更復雜的開發訴求，實現系統級開發能力。
百度在AI程式設計應用上邁出的這一步，不僅消除了未來成為開發者的門檻，更是對AI時代商業模式的一次革新。這意味者實現商業創意或不再需要組織人員架構，智慧體就能充當專案經理、設計師、開發工程師，憑藉AI工具和創意，個人就能開發產品和創造商業模型。
3.3 智慧體是LLM的進化，是可以反思、進化、使用的工具
智慧體會變成AI時代內容、資訊和服務的新載體，是下一個爆發點。大模型是AI應用的初期形態，具備一定的通用性，但在深度方面欠缺。大模型作為應用發展的下一步是智慧體（AI Agent），不但能基於LLM進行任務推理和解決，還具備記憶、規劃功能和更強的自我學習能力，並且能使用特定的行業知識完成更復雜、更高質量的任務。
第一類具身智慧體（Embodied AI），典型代表有智慧駕駛汽車、通用人形機器人。如英偉達CEO黃仁勳所言，具身智慧體是AI進入物理世界的超級智慧形態。L3以上的高階智慧駕駛是第一步，目前以國內的百度Apollo和美國的特斯拉RoboCab為代表。第二步是透過自動駕駛的大範圍應用鋪開，積累智駕演算法的資料和經驗，再構建虛擬環境去訓練人形機器人演算法，幫助其實現量產落地。比如人形機器人領域領先的特斯拉Optimus，採用的就是其FSD智慧駕駛演算法。
第二類是平臺智慧體（Platform AI），為工具、企業、角色、行業、產業等提供AI賦能升級和定製化解決方案。
工具智慧體，在個人的工作和興趣應用場景中擁有強大的創造力和價值，將成為AI界的新質生產力代表。如AI寫作、Canva設計助手、logo生成器等等，都是典型的代表。工具智慧體的核心在於AI的“自由性”——能透過連線公域（公開資料、搜尋引擎內容、社交平臺內容）和私域（個人資料、音訊、影像、文字）來生成符合使用者期望的內容，解鎖“創造性”和“獨特性”。比如，百度釋出的自由畫布就是由文心多模態大模型加持的創造力工具，具備輸入自由、編輯自由、創作自由三大屬性，覆蓋從創意繪畫、AI寫作到專業報告領域等使用場景，幫使用者完成從找資料、到編輯、再到生成和分享的全部任務。
企業類智慧體，相當於人工智慧時代的公司官方AI，具備官網+服務一體的系統化能力。由於傳統的企業官網通常資訊龐雜、專業術語難懂、視覺觀感上易疲勞，檢索方式複雜、服務效率較低，已無法滿足使用者的需求變化。而AI企業智慧體則具備了定製化推薦、及時化響應、高效化服務的能力。在汽車零售領域，比亞迪官網是成熟的企業智慧體案例，對於不懂術語的使用者，智慧體能像人類客服一樣為使用者找出匹配的引數，一鍵式提供清晰明瞭的對比，省去手動篩選步驟，給出符合使用者期待的建議。
角色類智慧體，也就是AI數字人，擁有自己的背景、設定、知識庫。可以是基於現實真人、特定職業進行線上服務的AI角色，也可以是虛擬角色。以往的虛擬數字人，大部分存在聲音口型不匹配、肢體動作機械、神情呆板等問題。在LLM和多模態的技術加持下，角色智慧體能呈現出更高度擬人化的表情、神態、情感。可以充當輔導老師，健康諮詢師，網路娛樂主播等，透過與人互動提供知識和價值。實際上，當前的數字人直播在許多場景下已經超過真人直播的轉化率，具備可觀的商業價值。
行業類智慧體，為使用者打破資訊不對稱，提供對應領域的專業服務，在法律、醫療健康、金融、體育、旅行等領域潛力巨大。比如，法律行業的智慧體——法行寶就是普通人的專業法律助手，從案件分析、條文引用、賠償計算、訴訟起草，實現了全流程免費服務。上線半年多以來，百度推出的法行寶為940萬多人提供了高效、可信的法律服務。
產業類智慧體，為不同產業中、不同分工的公司，提供商業決策中各環節解決方案。比如，餐飲產業的選址和售後服務是兩大難題。國內的餐飲龍頭百勝集團選擇與百度合作，基於大模型能力進行選址評估，提高了上千家門店的選址效率與銷售效果。初期的賦能成功後，百勝又對全線業務進行了數字化升級，大模型每天呼叫量的峰值達到數百萬，AI客服的問題解決率提升到了90%。為傳統行業轉型提供AI升級，還只是產業類智慧體的應用探索第一步，未來隨著模型學習能力更具深度，資料訓練更龐大，產業類智慧體甚至有潛力成為公司戰略的核心決策者。
4、 立足於AI浪潮之中：理想主義、聚焦人才是AI進步的引擎
科技進步的原力是理想主義，前沿的技術浪潮最早都是由少數個人的理想主義來推動的，這一點在AI領域尤其突出。2024年的諾貝爾物理學獎頒給了約翰·霍普菲爾德和傑弗裡·辛頓，一方面表彰兩位學界先驅對於AI理論研究和產業化的貢獻；另一方面，是對兩位在深度學習路線受到冷落的30餘年，仍然堅定該研究方向的理想主義精神致以敬意。
30年來，推動美國AI產業發展成型是學術界的辛頓團隊和產業界的微軟、谷歌團隊，將這一成果轉換為商業化浪潮的是OpenAI和英偉達。其背後根本是以辛頓、伊利亞、蘇萊曼等為代表的學者和以馬斯克、奧特曼、黃仁勳為代表的企業家以個人理想主義推動行業進步。
中國的AI產業發展和未來趨勢亦是如此，有AI理想主義的企業家是推動行業進步的關鍵。早在2012年，李彥宏就瞄準人工智慧領域，率先意識到AI發展的轉折點到來，發起計劃收購剛完成AlexNet的辛頓團隊。該團隊中還包括了後來的“ChatGPT之父”伊利亞·蘇茨克維。彼時參與拍賣的還有谷歌、微軟、DeepMind，而百度在競標中一直出價最高，直漲到4400萬。儘管因為辛頓的身體條件等原因，最終未能與百度合作，但這場改變人工智慧革命的舞臺上，中國企業的世界眼光和視角高度讓AI學術界感嘆。“AI教父”、深度學習發起人之一楊立昆感嘆：百度是最早部署商業化深度學習系統的大型公司之一，甚至領先於谷歌和微軟。
十年來，李彥宏作為企業家一方面將百度的十年佈局聚焦在AI領域，另一方面作為個人也在不斷傳播他的理想主義，無論是對國家領導、企業家、媒體，還是對朋友、學生、極客，他從不放過任何“佈道”AI的機會。在連續8年的“兩會”中，李彥宏提出了13份AI相關提案。在堅持十年的“佈道”和產業落地中，越來越多的企業也看到了AI技術的價值並開始重視對AI的投入，網際網路科技公司轉向發展人工智慧的信心也更加堅定。
AI理想主義從理念到落地，根基是聚焦人才培養。2013年，李彥宏組建了成立百度深度學習實驗室，擔任院長。這是世界上首個以“深度學習”命名的企業級實驗室。至此，中國AI領域開始招賢納士，打穩根基，踏上10年的探索之路。2014年，谷歌貓牽頭人吳恩達加入百度深度學習，擔任首席科學家，負責百度大腦專案，培養了眾多中國AI界的核心技術骨幹。2017年，王海峰接棒吳恩達，搭建AIG（AI技術平臺體系）後來發展為深度學習技術及應用國家工程研究中心。2023年，王海峰釋出百度人才培養星河計劃，宣佈為社會再培養500萬大模型人才的願景。
十年來，百度不但實現從0到1的AI技術人才骨架逐漸成型，打穩了中國AI發展的人才基本盤，也讓人工智慧的理想主義隊伍不斷壯大，為中國AI行業在下一次變革性浪潮中做好了準備。2021年，李彥宏在致股東信中提到：“百度有定力，有耐心。因為我們深知，最前沿的技術浪潮是等不來的，你必須提前10年、20年去佈局”。當下看，不僅提前10年佈局的百度做到了生態領先，中國AI行業也做到了立足於全球人工智慧的大浪潮中。