百度李彥宏最新預判：大模型應用，最看好這個方向！

i黑馬導語 👉

人工智慧是新一輪科技革命和產業變革的重要驅動力量。近日，百度創始人、董事長兼執行長李彥宏先生在2024世界人工智慧大會上進行了分享。i黑馬作為2024世界人工智慧大會的官方合作媒體，現場進行了記錄，現將核心內容分享大家。

1、兩年的時間恍若隔世，整個世界都變了，人工智慧可以說顛覆了絕大多數人的認知。

2、同樣引數規模之下，閉源模型能力比開源模型要更好。

3、沒有應用，大模型將一文不值。大家不要卷模型了，要去卷應用。

4、一天到晚到處跑分刷榜，誰又超越GhatGPT4，Open AI又出來Sora，今天這個釋出，明天那個更新。但是我要問，應用在哪裡？誰從中獲益了？

5、百度內部我們有30%左右的程式碼已經是用AI生成了，程式碼採用率超過44%。

6、我們要避免掉入超級應用陷阱。不要覺得一定要出一個DAU超級應用APP才叫實用，“超級能幹”的應用比只看DAU的“超級應用”更重要。

7、智慧體，是我們最看好的AI應用發展方向。將來會有數以百萬量級智慧體出現，形成龐大的智慧體生態。

8、AI更多是在扮演Copilot角色。

以下為李彥宏分享內容，i黑馬進行了編輯：

兩年的時間恍若隔世，整個世界都變了，人工智慧可以說顛覆了絕大多數人的認知。

2022年的世界人工智慧大會的主題是元宇宙，當年我講的主題就是AIGC。當時我認為，AI的技術發展路線發生了方向性改變，從過去的辨別式人工智能轉向生成式人工智慧。

講這個話是在2022年的夏天，5個月之後的事情大家都清楚，GhatGPT釋出了……

2023年，國內出現百模大戰，造成社會資源的巨大浪費，尤其是算力浪費。但也使得我們追趕世界上最先進的技術模型能力得到建立。現在，國內有很多閉源模型都聲稱已經追平或超越ChatGPT的水準。

回應“開源閉源之爭”

有一些外行混淆模型開源和程式碼開源兩個概念。

模型開源拿到一大堆引數，你還是要SFT（監督微調），還是要做安全對齊。不知道這些引數怎麼來的，無法做到眾人拾柴火焰高。即便拿到對應原始碼，也不知道用了多少資料，用了多少比例資料，訓練這些引數。所以，拿到這些東西，並不能夠讓你站在巨人肩膀上去迭代和開發。

同樣引數規模之下，閉源模型能力比開源模型要更好。

如果開源想要能力追平閉源，那就需要有更大的引數，這就意味著推理成本會更高，反應速度會更慢。

很多人拿開源模型來改款，以為這樣更好服務個性化應用。

殊不知，這樣創作的孤本模型，無法在基本模型獲益，也沒有辦法跟別人共享算力。

當然，我也承認開源模型在某一些場景下是有它的價值的。比如，一些學術研究或者在教學領域，大家想要研究大模型工作機制、形成理論，這個時候是有價值的。

但是大多數的應用場景開源模型並不合適。當你處在一個激烈競爭市場環境當中的時候，你需要讓自己業務的效率比同行更高，成本比同行更低。

沒有應用，大模型將一文不值

當然這都不是最重要的。

沒有應用，光有一個基礎模型，不管是開源還是閉源，都一文不值。

我從去年下半年開始講，大家不要卷模型了，要去卷應用。

但是我看到，我們媒體把主要關注點放在基礎模型身上。

一天到晚到處跑分刷榜，誰又超越GhatGPT4，Open AI又出來Sora，今天這個釋出，明天那個更新。但是我要問，應用在哪裡？誰從中獲益了？

應用其實離我們並不遙遠，基於基準模型應用在各個領域，各行各業，開始逐步滲透。

兩個多月前，我們宣佈文心的模型呼叫量超過2億，最近我們又說文心大模型呼叫量超過5億。僅僅兩個多月時間，呼叫量發生這麼大變化，足見背後是代表了真實的需求，是有人在用，是有人真的從大模型當中獲益了，得到了價值。

比如：

1）在快遞領域，讓大模型幫助處理訂單，做到了一張紙一句話寄快遞，不再需要其他繁瑣流程，時間從3分鐘縮短19秒，而且90%以上的問題都是由大模型解決，效率提升非常明顯。

2）小說創作領域，一開始用開源模型，後來用文心輕量級模型，經過上萬組資料的SFT結果有了明顯提升。最近轉到文心4.0版本，僅用數百條資料，4.0在邏輯上面展示出了非凡優勢。生成的內容，無論是可用率還是優質率都大大超過了文心的輕量級模型，網文作者文如虎添翼。

3）程式碼生成領域，百度內部我們有30%左右的程式碼已經是用AI生成了，程式碼採用率超過44%。

最看好的方向：智慧體

不過，我們要避免掉入超級應用陷阱。

不要覺得一定要出一個DAU超級應用APP才叫實用，“超級能幹”的應用比只看DAU的“超級應用”更重要。

只要對產業，對應用場景，能產生大的增益，整體價值就比移動網際網路要大多了。

隨著基礎模型日益強大，開發應用越來越簡單了，最簡單就是智慧體，這個也是我們最看好的AI發展方向。

製造好的智慧體通常並不需要編碼，只要用人話把智慧體的工作流說清楚，再配上專有的知識庫，就是一個很有價值的智慧體了，這比網際網路時代製作一個網頁還要簡單。

未來在醫療、金融、教育、製造、交通、農業等領域，都會依照自己場景，自己特有經驗規則、資料等，做出各種各樣智慧體。

將來會有數以百萬量級智慧體出現，形成龐大的智慧體生態。

搜尋是智慧體分發的最大的入口。剛剛過去的高考季，很多大模型公司熱衷於寫高考作文，我用AI寫一個作文得多少分。其實這個實用價值是不大的，人家不會允許你帶大模型進去參加高考。

真正需求是大量考生在考完以後，要報志願，要選擇學校，選擇專業。

他們對一所大學，一個專業會有各種各樣的問題，而每一個考生情況又是不一樣的，這個時候就需要有一個智慧體來回答每一個考生專有的問題。在高峰時期，百度的高考智慧體每天要回答超過200萬個考生的問題。

AI在扮演的是Copilot角色

AI正在以前所未有的速度向各行各業滲透。

很多人擔心，如果我們日常的工作都讓AI做了，人是不是就沒有工作機會了？

這種擔心不是沒有道理，但是過去這一段時間我聽到了很多擔心，聽到了很多抱怨。聽到建設性的意見比較少，很少有人去致力於發掘生成式AI帶來的新的工作機會。

我這裡算是拋磚引玉。

AI更多是在扮演Copilot角色，副駕駛，還要人來把關。AI只是輔助人工作，不是替代人工作，它讓人的工作效率更高，質量更好。

我們也可以看到，有一些全新的工作開始冒出來了，比如說資料標註師，過去幾年我們幫助全國20多個城市落地了資料標註中心，提供了大量的新的就業崗位。再比如說，提示詞工程師，以後不用程式設計，但是做好一個智慧體還需要把工作流說清楚，這裡頭有很強的邏輯性。要用提示詞對模型進行調教，隨著智慧體大量湧現，這種工作需求也會飆升。

這些工作機會通常門檻並不高，你做的一般也能夠養家餬口，做的好可以年薪百萬。

自人類文明誕生以來，創新刻在我們DNA當中，從石器時代的文字，到移動時期的手機，再到AI時代大模型。

人類不斷創造各種工具改善生活提高生產力，但是他們永遠只是工具，只有在被人類所使用的時候才有價值。

我們堅定地相信，AI不是人類的競爭對手，構建和應用人工智慧技術，是為了滿足人的需求，增強人的能力，讓人類生活更美好。