百度：“登月”之後
不久前，美國民間智庫卡內基全球政策中心連續更新了3篇論文，將目光對準了中國的AI產業[1]。論文中寫道，中國已經推出了世界上最早、最清晰的人工智能法規；在新規的指導下，文心一言等第一批合規大模型已推向市場。相比之下，美國的人工智能法規仍處在早期，有着太多的不明確。
不少美國專家認爲，這種現狀可能會造成局勢的逆轉，從而讓美國在大模型競賽中落後於中國。美國人真正擔憂的，其實是AI應用的落地速度跟不上——這纔是大模型競賽的主戰場。
在中國，AI原生應用已陸續開始涌現。
10月17日的百度世界大會上，李彥宏官宣了多款AI原生應用。這其中既包括了百度搜索、地圖、文庫等基於大模型技術重構的應用，也有百度GBI這類完全從零開始構建的AI原生思維產品。他在演講中提到，“AI原生應用是基於大模型的理解、生成、邏輯和記憶能力所開發出來的，擁有過去時代所不具備的能力，因而能打開無限的創新空間。”
這一回，百度率先站上了賽道。
競賽的下一幕
2023年，全世界的科技公司與研究機構都在忙於一件事：實現“大模型自由”。
隔壁的日本，孫正義掏出了1.5億日元要做日本的OpenAI。而在印度，由政府牽頭打造的本土版LLM（大語言模型）Bhashini已經投入使用，它能夠識別出11種印度官方語言。連石油大戶聚集的海灣地區，沙特阿拉伯與阿聯酋都開始了大模型競賽。
高度本土化的印度Bhashini
至於中國和美國，更是早已發展成了真正意義上百模大戰。相關數據顯示，截止至7月，美國已有114個已公開的大模型，而中國的大模型數量更高達130個，幾乎是一夜之間藍海變紅海[2]。
不過，風向正悄悄發生改變。
OpenAI聯合創始人Greg Brockman年初在接受科技媒體採訪時，曾認爲公司的科學家文化更濃，“我們的心不在打造AI應用上，那不是我們的DNA，沒有真正討論過這個話題。[3]”半年之後，OpenAI突然掉頭，不僅推出了企業版ChatGPT，提供定製服務，11月還將舉辦第一屆開發者大會。
近乎瘋狂的大模型混戰過後，科技公司與投資人漸漸趨於冷靜；大模型競賽的第二幕正悄悄拉開帷幕，大模型如何應用落地、如何創造價值成爲更重要的議題。因爲在過去十年，定義了移動互聯網的不是安卓或者IOS等移動操作系統，而是建立在這上面的支付寶、抖音、滴滴、王者榮耀等移動端應用。
而在大模型時代，建立在基礎模型之上的AI原生應用很可能會復刻移動互聯網的軌跡，再造一個全新的互聯網。至於當下全球追逐的基礎大模型，反倒更可能會成爲AI時代的一種數字基建。
在國內，百度是最早意識到這一點的科技公司之一。
當國內的大模型內卷尚未開啓之際，李彥宏便曾對媒體反覆提及一個觀點：不要重複造輪子，AI的十倍機會在別處。他認爲，應用層將會出現全新的、十倍於現在微信和抖音的創業機遇[4]。
事實上，百度不僅堅信AI原生應用的價值，也同樣爲此付諸了行動。5月，百度曾策劃了一場“文心杯”創業大賽，並提供最高1000萬元的早期投資作爲獎勵。而在剛剛過去的百度世界大會上，李彥宏更是“手把手”教大家如何做AI原生應用。
“沒有構建於基礎模型之上的豐富 AI 原生應用，大模型就一文不值” ，李彥宏在百度世界大會上說道。
當天，李彥宏現場發佈了百度文心大模型4.0和十幾款AI原生應用。他表示文心大模型4.0是迄今爲止最強大的文心大模型，理解、生成、邏輯和記憶四大能力全面提升，遠超以往的版本。目前，企業用戶可以登陸百度智能雲官網，在千帆大模型平臺申請文心大模型4.0 API調用服務測試。
以全新的百度文心大模型4.0爲起點，百度正式吹響了發力AI原生應用的號角。
創新的護城河
但對當下的AI應用創業者來說，光有信念可能還不太夠。
事實上，國內外曾有過不少話題度極高的熱門AI應用。例如美國初創公司Jasper曾是一衆AI創業者的標杆，提供面向廣告營銷人員的文案生成服務，公司估值一度達到15億美金。但隨着ChatGPT問世，投資人很快對Jasper失去了興趣，公司也陷入了不得不裁員的窘境。
而在國內，妙鴨相機等應用也曾一度在社交媒體上被廣泛討論，然後很快淡出人們的視野。一個個略顯尷尬的案例，似乎正預示着應用端也並非遍地黃金。
這些應用的失敗，本質上其實是因爲缺乏創新深度，且無法提供長期價值，但並不意味着AI原生應用缺乏空間。恰恰相反，基於大模型的理解、生成、邏輯和記憶這四大能力，創業者可以打造出更加深入的AI原生應用，實際大有可爲。
當下，以百度爲代表的頭部科技公司已經開始着手構建AI原生應用，此次百度世界大會上介紹的GBI正是個典型案例。
百度GBI是基於文心大模型從零構建的AI原生應用，設計初衷是爲了重構傳統的數據分析業務。大多數人可能並不知道，數據分析工作其實既是一項腦力工作，也是一項“重體力活”。
通常來說，數據分析師在拿到一個數據庫表格後，需要先對裡頭數據進行梳理，排除一些錯誤，隨後再開發多段公式，找到真正關鍵的一些數據並提煉出一個明確結論。這一過程看似簡單，實際操作起來其實相當繁瑣：有時分析師根據公式提取出的數據未必是想要的，因此不得不反覆操作，工作量跟着指數級上漲。
而在一些大型企業，數據庫中經常會有數萬張表格，各種數據指標紛繁複雜，這還對數據分析師的職業技能提出了極其苛刻的要求——因爲這種情況下，想要找到正確的數據和結論絕非易事。
然而，適合數據分析師的生產力工具卻並不多；但隨着大模型技術和百度GBI出現，很可能將打破這一現狀。百度GBI可以通過對話的方式，讓大模型去尋找想要的數據，並根據查詢結果生成總結。過去需要幾天才能完成的工作，可以藉助GBI將其壓縮至幾分鐘之內，大大地解放了生產力。
對企業而言，生產力上的差異往往會成爲競爭的勝負手。“企業競爭，不是大魚吃小魚，而是快魚吃慢魚”，李彥宏在現場演講中說道。
除了從零構建的百度GBI之外，基於原有業務場景重構的AI原生應用同樣能創造肉眼可見的價值。以全新的百度搜索爲例，它便具備了極致滿足、推薦激發、多輪交互三個全新的能力。
極致滿足指一步操作提供極致的答案：用戶在搜索框輸入問題後，搜索引擎會直接生成一個答案，並配上動態圖表，而不是像以前一樣提供一連串鏈接，省去了大量學習成本。在此基礎上，AI會生成一些其他可能感興趣的問題，這就是推薦激發。
當用戶面對一些比較複雜的問題，單次搜索難以得到答案時，還可以通過多輪交互功能反覆向搜索引擎提問，而搜索引擎會根據此前對話的內容來生成更合適的答案。
在李彥宏看來，生成式AI與搜索是天作之合，它讓搜索突破了原本簡單的搜索框，擴大了產品的邊界。
互聯網浪潮剛剛興起時，創業者們曾提出“所有行業都值得用互聯網重做一遍”，迅速讓互聯網成爲了一門顯學。如今，可以說“所有行業都值得用大模型重構一遍“。
登月之後
一直以來，外界將 AI視作百度的“登月計劃”——一項困難重重、卻有着深遠意義的戰略。
AI原生應用重構中國數字經濟的過程中，百度將一直是最重要的參與者。《時代週刊》評選的“AI時代最具影響力的100人”榜單中，百度創始人李彥宏是極少數入選的中國企業家。《時代週刊》稱他爲“中國最重要的未來學家”——放眼國內，百度幾乎是最早意識到AI潛力、並願意爲此持續投入數百億美元的科技公司[5]。
因此當技術真的成熟，百度能夠迅速打造出文心大模型這艘“登月火箭”，也就不是什麼怪事了。衆所周知，AI行業可以劃分成芯片、框架、模型以及應用四大環節，而百度是國內唯一一家全部都有佈局的科技企業。
但百度的目標，顯然不只是登上月球那麼簡單。
過去一年，每當人們探討谷歌、Meta等硅谷大廠爲何沒能率先開啓大模型浪潮時，總會得出一個相同的原因：部分大公司的謹慎。例如Transformer論文作者Noam Shazeer曾在谷歌開發過兩代大語言模型，都因爲風險而被束之高閣。
相比之下，世界大會上的百度則顯得相當大膽。不僅對公司最核心的搜索業務做了大刀闊斧的改革，李彥宏在介紹新版百度文庫時，一度使用了“革自己的命”這類詞彙。
很顯然，百度堅信AI原生應用是公司未來十年最大的機遇與挑戰，並選擇跑步擁抱未來。
爲此，百度不僅自身一頭扎進了浪潮之中，也希望能和更多創業者一同深入挖掘AI原生應用的價值。過去這大半年，百度智能雲一直致力於千帆AI生態的建設。截止至當下，百度智能雲已經有超300家生態合作伙伴，並在400多個場景中取得了不錯的測試效果。除此之外，還有15萬家企業正排隊申請接入文心大模型。
這一成績背後，得益於百度的大模型生態支持體系。
一方面，百度正嘗試以各種形式幫助創業者構建AI原生應用，例如在北京與上海舉辦業界首個大模型實訓營千帆AGI house，手把手傳授AI原生應用的開發心得。除此之外，百度也提供了各種社區工具，例如面向開發者的千帆社區，具備提供系統原廠知識、第三方實踐經驗、創新工具、線上交流等功能。
“中國有豐富的應用場景，中國用戶又天然願意擁抱新技術，有了先進的基礎大模型，我們就能構建起一個繁榮的AI生態，共同創造新一輪經濟增長。”李彥宏說道。
尾聲
前些日子，美 國喬治梅森大學人工智能專家Matthew Mittelsteadt撰寫了一篇文章，深度談及了中美的大模型競賽。 他認爲，中、美兩國在AI上的差距並沒有想象中那麼大：
美國科技公司固然在算法層面遙遙領先，但隨着開源社區逐漸成熟，這種差距將被漸漸抹平。而在算力層面，美國針對英偉達H100/A100芯片的出口限制似乎並非牢不可摧，中國科技企業仍有許多替代方案。美國若想繼續保持領先優勢，必須堅持以技術擴散爲中心的戰略——“AI的成功需要讓技術走出實驗室，並交到人們手中”[6]。
對百度等中國科技企業來說，競爭風向的轉變無疑是一個迎頭趕上的契機。定義一個時代的競賽，這才正式拉開帷幕。
參考資料
[1] China’s AI Regulations and How They Get Made，Carnegie Endowment
[2] 《IT 2023》，賽迪顧問
[3] OpenAI President on Musk Criticism: ‘We Made a Mistake’，The Information
[4] 對話李彥宏：不要重複造輪子，AI的十倍機會在別處，36氪
[5] TIME 100/AI
[6] The Key To Winning The Global AI Race，Noema
作者：陳彬
編輯：李墨天
視覺設計：疏睿
責任編輯：陳彬