下午13:30开始的家当发展主论坛上，百度创始人、董事长兼CEO李彦宏出席揭橥主题演讲。
本文整理出核心不雅观点如下：

1、同样参数规模之下，闭源模型的能力比开源模型要更好。
当你处在一个激烈竞争的市场环境当中的时候，你须要使让自己的业务的效率比你的同行更高、本钱比你的同行更低，这个时候，商业化的闭源模型是最能打的。

2、没有运用，光有一个根本模型，不管是开源还是闭源，一文不值。
以是我从去年下半年开始讲，大家不要卷模型了，要去卷运用。

3、文心大模型的日调用量最近超过了5亿，代表了真实的需求，解释有人在用、是有人真的从大模型当中获益了，并得到了代价。

4、超级能干的运用比只看DAU的超级运用恐怕要更主要，只要对家当、对运用处景能产生大的增益，整体的代价就比移动互联网要大多了。

5、随着根本模型的日益强大，开拓运用也越来越大略了，最大略的便是智能体，这也是我们最看好的AI运用的发展方向。

6、AI不是人类的竞争对手，更多的是在扮演副驾的角色，还要人来把关。
目前，AI已经创造了一些全新的事情机会。

以下是李彦宏演讲的紧张内容：

各位下午好，非常高兴再次来到上海参加天下人工智能大会。
我是这个会议的常客，但是去年由于出国没有来，以是我上一次来参加WAIC是2022年，我记得当时大会的主题是元宇宙，我当时讲的主题是AIGC， 便是AI Generated Content（天生式人工智能），我认为AI的技能发展路线发生了方向性的改变，便是从过去的辨别式人工智能转向了未来的天生式人工智能。

这番话当时揭橥于2022年的夏天，五个月之后，大家都知道，ChatGPT发布了。

后来的事情大家就更清楚，以是两年的韶光实在恍若隔世，便是觉得全体天下都变了，人工智能可以说颠覆了绝大多数人的认知。

商业化的闭源模型“最能打”

2023年海内涌现了百魔大战，造成了社会资源的巨大摧残浪费蹂躏，尤其是算力的摧残浪费蹂躏，但是也使得我们追赶天下上最前辈的根本模型的能力得到了建立。
去年10月我宣告文心4.0发布的时候，我说文心4.0的能力跟GPT-4比较绝不逊色，好多的同行还不以为然。

本日大家可以看到，海内已经有多款闭源模型声称他们已经追平或者是超越了GPT-4的水平。
把稳，我这里说的是闭源大模型，不是开源大模型。

这也是今年以来便是争议比较多的一个话题，有些个生手乃至稠浊了模型开源和代码开源这两个观点。
模型开源你拿到的是一大堆的参数，你还是要去做SFT，还是要去做安全对齐，你不知道这些参数是怎么来的，你是无法做到“众人拾柴火焰高”的，纵然你拿到对应的源代码，你也不知道他用了多少数据，用了什么比例的数据去演习这些个参数，以是拿到这些东西并不能够让你站在巨人的肩膀上去迭代和开拓。

以是同样参数规模之下，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，那么它就须要有更大的参数，这就意味着推理本钱会更高，反应速率会更慢。

很多人拿开源模型来改款，以为这样可以更好地做事自己的个性化的运用，殊不知这样你就创造了一个孤本的模型，既无法从根本模型的持续升级当中获益，也没办法跟别人去共享算力。

当然我也承认开源模型在某些场景下是有它的代价的，比如说一些学术研究，或者说在传授教化领域，大家想要研究大模型的事情机制形成理论，这个时候可能是有代价的。

由于大家可能也常常听到，便是我们以为大模型能力很强，但是不知道为什么能力强，由于背后没有理论来支持他，以是研究领域用开源的我以为没问题，但是大多数的运用处景开源模型并不得当。

当你处在一个激烈竞争的市场环境当中的时候，你须要使让自己的业务的效率比你的同行更高、本钱比你的同行更低，这个时候，商业化的闭源模型那是最能打的。

没有运用，AI模型一文不值

当然这些都不是最主要的，没有运用，光有一个根本模型，不管是开源还是闭源，一文不值。
以是我从去年下半年开始讲，大家不要卷模型了，要去卷运用。

但是我看到我们的媒体仍旧是把紧张的关注点放在了根本模型身上，一天到晚到处去关注跑分、刷榜，谁又超越GPT-4了？OpenAI又出来GPT-4o了等等，本日这个震荡发布，来日诰日那个史诗级更新，但是我要问：运用在哪里？谁从中获益了？

运用实在离我们并不迢遥，基于根本模型的运用在各行各业各个领域都已经开始了逐步的渗透。

两个多月前，我们宣告文心大模型的日调用量超过了2亿，最近又超过了5亿。
实在仅仅是两个多月的韶光，调用量发生了这么大的变革，它背后是代表了真实的需求，是有人在用、是有人真的从大模型当中获益了，得到了代价。

比如在快递领域，让大模型帮助处理订单，做到了一张图、一句话，寄快递不再须要其他的繁琐流程，韶光从3分多钟缩短到19秒，而且90%以上的售后问题也都是由大模型来办理，效率提升非常的明显。

再比如在小说的创作领域，一开始我们用开源模型做出过一些效果，后来改用文心的轻量级模型，经由10轮上万组数据的SFT和Post-pretraining（后期预演习），结果有了明显的提升。

最近，我们又转到文心4.0的版本，那么仅用了数百条的数据，天生的内容无论是可用率还是优质率，都大大超过了文心的轻量级模型。
网文作者们为虎傅翼。

超级能干的运用比只看DAU的超级运用更主要

实在更通用的领域，比如说代码生成功能，文心、快马这样的软件在各个领域也在逐步地渗透。

百度内部的话，我们有30%旁边的代码已经是用AI天生的，代码的采取率超过了44%。

不过我们要避免掉入超级运用陷阱，以为一定要出一个日活用户10亿的APP才叫成功。
我认为这是移动时期的思维，AI时期的规律很可能不是这样。
超级能干的运用比只看DAU的超级运用恐怕要更主要，只要对家当、对运用处景能产生大的增益，整体的代价就比移动互联网要大多了。

看好智能体的运用发展方向

随着根本模型的日益强大，开拓运用也越来越大略了，最大略的便是智能体，这也是我们最看好的AI运用的发展方向。

制作一个好的智能体常日并不须要编码，只要用人话，把这个智能体的事情流说清楚，再配上专有的知识库，一样平常便是一个很有代价的智能体了，这比互联网时期制作一个网页还要大略。

未来，在医疗、金融、教诲、制造、交通、农业等等领域，都会依据自己的场景，自己特有的履历、规则、数据等等做出各种各样的智能体，将来会有数以百万量级的智能体涌现，形成弘大的智能体生态。

而搜索是智能体分发的最大的入口。
刚刚过去的高考季，很多大模型公司热衷于去写高考作文：我用AI写一个作文能得多少分儿？实在这个实用代价是不大的，人家不会许可你带一个大模型进去参加高考。

真正的需求是大量的考生在考完之后要报志愿，要选择学校、选择专业。
他们对一所大学一个专业会有各种各样的问题，而每一个考生的情形又是不一样的。
这个时候便是须要有一个智能体来回答每一个考生专有的问题。

在高峰期间，百度的高考智能体每天要回答超过200万个考生的问题，而我们统共只有1000万的考生。
在一天当中，有这么大比例的人在利用这个智能体，解释AI正在以前所未有的速率向各行各业渗透。

AI只是赞助，干系事情机会正大量出身

很多人担心，如果我们日常的事情都让AI去做了，人是不是就没有事情机会了？

这种担心不是没有道理，但是过去这段韶光，我听到的担心、听到的抱怨很多，听到的培植性的见地比较少，很少有人去致力于发掘天生式AI带来的新的事情机会，我在这儿算是抛砖引玉吧。

我以为，一方面AI更多的是在扮演副驾的角色，还要人来把关，AI只是赞助人事情，而不是替代人事情，它让人的事情效率更高，质量更好。
其余一方面，我们也看到有一些全新的事情机会开始冒出来了。

比如数据标注师，过去几年我们帮助全国20多个城市落地了数据标注中央，供应了大量的新的就业岗位；再比如提示词工程师，往后不用编程了，但是做好一个智能体还须要把事情流说清楚，这里头要有很强的逻辑性，要用提示词对模型进行调校。

随着智能体的大量呈现，这种事情需求也会飙升。
这些个事情机会常日门槛并不高，你做的一样平常也能够养家活口，做得好的话，那上限可以年薪百万。

自人类文明出身以来，永一直止的创新，便是刻在我们DNA当中的，从石器时期的手斧，到移动时期的手机，再到AI时期的大模型，人类不断创造各种工具来改进生活、提高生产力，但是它们永久只是工具，只有在被人类所利用的时候才有代价。

我们武断地相信，AI不是人类的竞争对手，构建和运用人工智能技能是为了知足人的需求，增强人的能力，让人类的生活更美好。
感激。

本文来自华尔街见闻，欢迎***APP查看更多