應(yīng)用驅(qū)動是AI發(fā)展的第一性原理

文：任澤平團(tuán)隊(duì)

1、 AI應(yīng)用驅(qū)動下一輪洗牌：跨越AI發(fā)展冷靜期，發(fā)展AI向?qū)?/strong>

人工智能領(lǐng)域正在進(jìn)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(nèi)部預(yù)期。其2024年初主推的多模態(tài)模型Sora的發(fā)布日期也持續(xù)推遲。

另一方面，AI行業(yè)的“Scaling Law”似乎正在失效，大模型的性能不再隨著參數(shù)量、數(shù)據(jù)量、計(jì)算資源的增加而產(chǎn)生指數(shù)提升。

AI需要新驅(qū)動力，應(yīng)用驅(qū)動將成為第一性原理。進(jìn)入“冷靜期”符合行業(yè)發(fā)展的規(guī)律，就像歷史上許多次技術(shù)浪潮一樣，在度過最初的高期望階段之后，泡沫不可避免產(chǎn)生。當(dāng)技術(shù)沒有達(dá)到高期望時，行業(yè)會進(jìn)入一段冷靜期，等待新技術(shù)和應(yīng)用變革帶來大洗牌。

2、 海外和中國兩條路線發(fā)展，以AI應(yīng)用殊途同歸

海外AI發(fā)展曾經(jīng)以技術(shù)驅(qū)動，實(shí)現(xiàn)AGI（通用人工智能）等同于實(shí)現(xiàn)AI企業(yè)的終極商業(yè)價值。ChatGPT讓產(chǎn)業(yè)界看到了以AGI為目標(biāo)的技術(shù)驅(qū)動的潛力，但經(jīng)過兩年發(fā)展，行業(yè)意識到AGI仍然遙遠(yuǎn)，純技術(shù)驅(qū)動還不具備客觀條件。海外AI巨頭在2024年逐步調(diào)整方向，開始以應(yīng)用開發(fā)、產(chǎn)業(yè)結(jié)合為當(dāng)前階段重點(diǎn)。OpenAI轉(zhuǎn)向盈利性商業(yè)化運(yùn)營，谷歌、微軟等都開始以To C、企業(yè)端、開發(fā)者社區(qū)合作為聚焦點(diǎn)。

中國AI發(fā)展特點(diǎn)是應(yīng)用驅(qū)動。2023年ChatGPT浪潮掀起“百模大戰(zhàn)”，積累了早期中國AI市場基礎(chǔ)。根據(jù)《全球數(shù)字經(jīng)濟(jì)白皮書》，截止2024年11月，中國的大模型數(shù)量高達(dá)478個，約占全球總數(shù)量的36%。中國市場投入大量資源開發(fā)基礎(chǔ)大模型，在一定程度上導(dǎo)致AI深層技術(shù)發(fā)展整體滯后。但另一方面也提高了生成式AI的社會認(rèn)知和接受度，進(jìn)而促進(jìn)個人和企業(yè)去關(guān)心AI產(chǎn)品與市場的契合度，打下了應(yīng)用驅(qū)動AI發(fā)展的“彎道超車”基礎(chǔ)。

原生AI企業(yè)是推動行業(yè)技術(shù)進(jìn)步和產(chǎn)業(yè)化的引擎。2024年11月，沙利文發(fā)布《2024年全球AI生態(tài)全景概覽》，其中原生AI巨頭有谷歌、百度、OpenAI三家。通過原生AI企業(yè)的技術(shù)、產(chǎn)業(yè)創(chuàng)新實(shí)現(xiàn)“冷靜期”跨越有跡可循。比如，谷歌在2017提出了Transformer架構(gòu)，成為推動預(yù)訓(xùn)練模型進(jìn)化為大模型落地的最關(guān)鍵技術(shù)。2023年OpenAI發(fā)布ChatGPT，通用大模型首次進(jìn)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(chuàng)性主張“AI應(yīng)用向?qū)崱保袊鳤I發(fā)展正式進(jìn)入彎道超車階段。

3、 重視AI行業(yè)的“新三要素”：幻覺消除、開發(fā)加速、智能體發(fā)展

3.1 大模型欠缺真實(shí)感，消除智能幻覺是首要任務(wù)

大語言模型（Large Language Model）中的“幻覺”現(xiàn)象指的是模型生成的內(nèi)容雖然看似合理，但實(shí)際存在事實(shí)錯誤；或者AI生成的文字、圖片、視頻在直覺上不符合人類認(rèn)知，欠缺真實(shí)感。“幻覺”主要有邏輯謬誤、捏造事實(shí)、數(shù)據(jù)偏見三類。通常是因?yàn)槟Ｐ偷耐评砟芰η啡保惴蚣艽嬖诼┒矗瑪?shù)據(jù)壓縮、數(shù)據(jù)不一致性等原因?qū)е隆?/p>

多模態(tài)大模型領(lǐng)域興起，圖像、音頻、視頻類模型也出現(xiàn)幻覺現(xiàn)象。比如，OpenAI的Sora大模型雖然在視頻生成領(lǐng)域表現(xiàn)優(yōu)異，但也存在生成的視頻違背物理規(guī)律，時空關(guān)系錯亂等情況。這也是正式版Sora無法上線的主要原因之一。

業(yè)內(nèi)解決“幻覺”問題的方式是采用RAG技術(shù)，（Retrieval-Augmented Generation）即檢索增強(qiáng)生成，通過結(jié)合階段和增強(qiáng)生成，減少學(xué)習(xí)數(shù)據(jù)中的“負(fù)樣本”，以此來減少大模型的幻覺現(xiàn)象。但這也僅限于在LLM領(lǐng)域。在多模態(tài)領(lǐng)域，百度開發(fā)了基于圖像的iRAG（Image based RAG）技術(shù)，將搜索引擎的億級圖片資源與文心基礎(chǔ)模型能力進(jìn)行結(jié)合，在強(qiáng)化學(xué)習(xí)生成下，輸出各種真實(shí)的圖片，整體效果遠(yuǎn)超傳統(tǒng)的“文生圖”的原生系統(tǒng)，有效的消除了“AI味”。未來，以iRAG技術(shù)為代表多模態(tài)RAG將成為業(yè)內(nèi)緩解AI“幻覺”現(xiàn)象的主要方向，為更成熟、更真實(shí)的多模態(tài)應(yīng)用發(fā)展提供更準(zhǔn)確的能力。

3.2 編程AI應(yīng)用加速行業(yè)走向下個爆發(fā)奇點(diǎn)

AI編程應(yīng)用將加速AI迭代進(jìn)程，賦予企業(yè)和個人更強(qiáng)的開發(fā)能力。全球AI企業(yè)已經(jīng)進(jìn)入“效率時代”，由于軟件應(yīng)用開發(fā)的成本高、周期長，算法工程師昂貴且稀缺，通過開發(fā)輔助編程AI來提高開發(fā)者效率、縮短開發(fā)周期成為方向。

一種是企業(yè)內(nèi)部用AI直接輔助開發(fā)任務(wù)。比如，亞馬遜將Amazon Q用于公司內(nèi)部的軟件升級任務(wù)，為其節(jié)省了相當(dāng)于“4500 名開發(fā)人員一年的工時”，并且還提高了準(zhǔn)確性和安全性，降低了基礎(chǔ)設(shè)施成本。

或是與開發(fā)者社區(qū)聯(lián)合開發(fā)編程AI助手，提高個人寫代碼效率。比如，GitHub Copilot由GitHub、OpenAI和微軟Azure團(tuán)隊(duì)聯(lián)合推出，可以提供代碼建議和自動補(bǔ)全功能，幫助開發(fā)者更快地編寫代碼。

甚至是直接省去人工代碼步驟，由AI完成開發(fā)全流程。2024百度世界大會發(fā)布的“秒噠”是里程碑式的開發(fā)工具，不同于前兩種輔助編程工具，使用秒噠不需要任何代碼能力，通過自然語言就能實(shí)現(xiàn)軟件開發(fā)，人人都將擁有程序員的能力。其實(shí)現(xiàn)是通過將任務(wù)拆解成核心需求、內(nèi)容結(jié)構(gòu)、工程開發(fā)、數(shù)據(jù)需求四個步驟，再采用多個智能體協(xié)同來完成，這也是迄今為止，最復(fù)雜的多智能體協(xié)作工具。以后隨著基礎(chǔ)模型能力提升，以及智能體本身的技術(shù)能力迭代，秒噠將能完成更復(fù)雜的開發(fā)訴求，實(shí)現(xiàn)系統(tǒng)級開發(fā)能力。

百度在AI編程應(yīng)用上邁出的這一步，不僅消除了未來成為開發(fā)者的門檻，更是對AI時代商業(yè)模式的一次革新。這意味者實(shí)現(xiàn)商業(yè)創(chuàng)意或不再需要組織人員架構(gòu)，智能體就能充當(dāng)項(xiàng)目經(jīng)理、設(shè)計(jì)師、開發(fā)工程師，憑借AI工具和創(chuàng)意，個人就能開發(fā)產(chǎn)品和創(chuàng)造商業(yè)模型。

3.3 智能體是LLM的進(jìn)化，是可以反思、進(jìn)化、使用的工具

智能體會變成AI時代內(nèi)容、信息和服務(wù)的新載體，是下一個爆發(fā)點(diǎn)。大模型是AI應(yīng)用的初期形態(tài)，具備一定的通用性，但在深度方面欠缺。大模型作為應(yīng)用發(fā)展的下一步是智能體（AI Agent），不但能基于LLM進(jìn)行任務(wù)推理和解決，還具備記憶、規(guī)劃功能和更強(qiáng)的自我學(xué)習(xí)能力，并且能使用特定的行業(yè)知識完成更復(fù)雜、更高質(zhì)量的任務(wù)。

第一類具身智能體（Embodied AI），典型代表有智能駕駛汽車、通用人形機(jī)器人。如英偉達(dá)CEO黃仁勛所言，具身智能體是AI進(jìn)入物理世界的超級智能形態(tài)。L3以上的高階智能駕駛是第一步，目前以國內(nèi)的百度Apollo和美國的特斯拉RoboCab為代表。第二步是通過自動駕駛的大范圍應(yīng)用鋪開，積累智駕算法的數(shù)據(jù)和經(jīng)驗(yàn)，再構(gòu)建虛擬環(huán)境去訓(xùn)練人形機(jī)器人算法，幫助其實(shí)現(xiàn)量產(chǎn)落地。比如人形機(jī)器人領(lǐng)域領(lǐng)先的特斯拉Optimus，采用的就是其FSD智能駕駛算法。

第二類是平臺智能體（Platform AI），為工具、企業(yè)、角色、行業(yè)、產(chǎn)業(yè)等提供AI賦能升級和定制化解決方案。

工具智能體，在個人的工作和興趣應(yīng)用場景中擁有強(qiáng)大的創(chuàng)造力和價值，將成為AI界的新質(zhì)生產(chǎn)力代表。如AI寫作、Canva設(shè)計(jì)助手、logo生成器等等，都是典型的代表。工具智能體的核心在于AI的“自由性”——能通過連接公域（公開數(shù)據(jù)、搜索引擎內(nèi)容、社交平臺內(nèi)容）和私域（個人數(shù)據(jù)、音頻、圖像、文字）來生成符合用戶期望的內(nèi)容，解鎖“創(chuàng)造性”和“獨(dú)特性”。比如，百度發(fā)布的自由畫布就是由文心多模態(tài)大模型加持的創(chuàng)造力工具，具備輸入自由、編輯自由、創(chuàng)作自由三大屬性，覆蓋從創(chuàng)意繪畫、AI寫作到專業(yè)報(bào)告領(lǐng)域等使用場景，幫用戶完成從找資料、到編輯、再到生成和分享的全部任務(wù)。

企業(yè)類智能體，相當(dāng)于人工智能時代的公司官方AI，具備官網(wǎng)+服務(wù)一體的系統(tǒng)化能力。由于傳統(tǒng)的企業(yè)官網(wǎng)通常信息龐雜、專業(yè)術(shù)語難懂、視覺觀感上易疲勞，檢索方式復(fù)雜、服務(wù)效率較低，已無法滿足用戶的需求變化。而AI企業(yè)智能體則具備了定制化推薦、及時化響應(yīng)、高效化服務(wù)的能力。在汽車零售領(lǐng)域，比亞迪官網(wǎng)是成熟的企業(yè)智能體案例，對于不懂術(shù)語的用戶，智能體能像人類客服一樣為用戶找出匹配的參數(shù)，一鍵式提供清晰明了的對比，省去手動篩選步驟，給出符合用戶期待的建議。

角色類智能體，也就是AI數(shù)字人，擁有自己的背景、設(shè)定、知識庫。可以是基于現(xiàn)實(shí)真人、特定職業(yè)進(jìn)行在線服務(wù)的AI角色，也可以是虛擬角色。以往的虛擬數(shù)字人，大部分存在聲音口型不匹配、肢體動作機(jī)械、神情呆板等問題。在LLM和多模態(tài)的技術(shù)加持下，角色智能體能呈現(xiàn)出更高度擬人化的表情、神態(tài)、情感。可以充當(dāng)輔導(dǎo)老師，健康咨詢師，網(wǎng)絡(luò)娛樂主播等，通過與人互動提供知識和價值。實(shí)際上，當(dāng)前的數(shù)字人直播在許多場景下已經(jīng)超過真人直播的轉(zhuǎn)化率，具備可觀的商業(yè)價值。

行業(yè)類智能體，為用戶打破信息不對稱，提供對應(yīng)領(lǐng)域的專業(yè)服務(wù)，在法律、醫(yī)療健康、金融、體育、旅行等領(lǐng)域潛力巨大。比如，法律行業(yè)的智能體——法行寶就是普通人的專業(yè)法律助手，從案件分析、條文引用、賠償計(jì)算、訴訟起草，實(shí)現(xiàn)了全流程免費(fèi)服務(wù)。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(wù)。

產(chǎn)業(yè)類智能體，為不同產(chǎn)業(yè)中、不同分工的公司，提供商業(yè)決策中各環(huán)節(jié)解決方案。比如，餐飲產(chǎn)業(yè)的選址和售后服務(wù)是兩大難題。國內(nèi)的餐飲龍頭百勝集團(tuán)選擇與百度合作，基于大模型能力進(jìn)行選址評估，提高了上千家門店的選址效率與銷售效果。初期的賦能成功后，百勝又對全線業(yè)務(wù)進(jìn)行了數(shù)字化升級，大模型每天調(diào)用量的峰值達(dá)到數(shù)百萬，AI客服的問題解決率提升到了90%。為傳統(tǒng)行業(yè)轉(zhuǎn)型提供AI升級，還只是產(chǎn)業(yè)類智能體的應(yīng)用探索第一步，未來隨著模型學(xué)習(xí)能力更具深度，數(shù)據(jù)訓(xùn)練更龐大，產(chǎn)業(yè)類智能體甚至有潛力成為公司戰(zhàn)略的核心決策者。

4、 立足于AI浪潮之中：理想主義、聚焦人才是AI進(jìn)步的引擎

科技進(jìn)步的原力是理想主義，前沿的技術(shù)浪潮最早都是由少數(shù)個人的理想主義來推動的，這一點(diǎn)在AI領(lǐng)域尤其突出。2024年的諾貝爾物理學(xué)獎頒給了約翰·霍普菲爾德和杰弗里·辛頓，一方面表彰兩位學(xué)界先驅(qū)對于AI理論研究和產(chǎn)業(yè)化的貢獻(xiàn)；另一方面，是對兩位在深度學(xué)習(xí)路線受到冷落的30余年，仍然堅(jiān)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(chǎn)業(yè)發(fā)展成型是學(xué)術(shù)界的辛頓團(tuán)隊(duì)和產(chǎn)業(yè)界的微軟、谷歌團(tuán)隊(duì)，將這一成果轉(zhuǎn)換為商業(yè)化浪潮的是OpenAI和英偉達(dá)。其背后根本是以辛頓、伊利亞、蘇萊曼等為代表的學(xué)者和以馬斯克、奧特曼、黃仁勛為代表的企業(yè)家以個人理想主義推動行業(yè)進(jìn)步。

中國的AI產(chǎn)業(yè)發(fā)展和未來趨勢亦是如此，有AI理想主義的企業(yè)家是推動行業(yè)進(jìn)步的關(guān)鍵。早在2012年，李彥宏就瞄準(zhǔn)人工智能領(lǐng)域，率先意識到AI發(fā)展的轉(zhuǎn)折點(diǎn)到來，發(fā)起計(jì)劃收購剛完成AlexNet的辛頓團(tuán)隊(duì)。該團(tuán)隊(duì)中還包括了后來的“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(biāo)中一直出價最高，直漲到4400萬。盡管因?yàn)樾令D的身體條件等原因，最終未能與百度合作，但這場改變?nèi)斯ぶ悄芨锩奈枧_上，中國企業(yè)的世界眼光和視角高度讓AI學(xué)術(shù)界感嘆。“AI教父”、深度學(xué)習(xí)發(fā)起人之一楊立昆感嘆：百度是最早部署商業(yè)化深度學(xué)習(xí)系統(tǒng)的大型公司之一，甚至領(lǐng)先于谷歌和微軟。

十年來，李彥宏作為企業(yè)家一方面將百度的十年布局聚焦在AI領(lǐng)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(lǐng)導(dǎo)、企業(yè)家、媒體，還是對朋友、學(xué)生、極客，他從不放過任何“布道”AI的機(jī)會。在連續(xù)8年的“兩會”中，李彥宏提出了13份AI相關(guān)提案。在堅(jiān)持十年的“布道”和產(chǎn)業(yè)落地中，越來越多的企業(yè)也看到了AI技術(shù)的價值并開始重視對AI的投入，互聯(lián)網(wǎng)科技公司轉(zhuǎn)向發(fā)展人工智能的信心也更加堅(jiān)定。

AI理想主義從理念到落地，根基是聚焦人才培養(yǎng)。2013年，李彥宏組建了成立百度深度學(xué)習(xí)實(shí)驗(yàn)室，擔(dān)任院長。這是世界上首個以“深度學(xué)習(xí)”命名的企業(yè)級實(shí)驗(yàn)室。至此，中國AI領(lǐng)域開始招賢納士，打穩(wěn)根基，踏上10年的探索之路。2014年，谷歌貓牽頭人吳恩達(dá)加入百度深度學(xué)習(xí)，擔(dān)任首席科學(xué)家，負(fù)責(zé)百度大腦項(xiàng)目，培養(yǎng)了眾多中國AI界的核心技術(shù)骨干。2017年，王海峰接棒吳恩達(dá)，搭建AIG（AI技術(shù)平臺體系）后來發(fā)展為深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程研究中心。2023年，王海峰發(fā)布百度人才培養(yǎng)星河計(jì)劃，宣布為社會再培養(yǎng)500萬大模型人才的愿景。

十年來，百度不但實(shí)現(xiàn)從0到1的AI技術(shù)人才骨架逐漸成型，打穩(wěn)了中國AI發(fā)展的人才基本盤，也讓人工智能的理想主義隊(duì)伍不斷壯大，為中國AI行業(yè)在下一次變革性浪潮中做好了準(zhǔn)備。2021年，李彥宏在致股東信中提到：“百度有定力，有耐心。因?yàn)槲覀兩钪钋把氐募夹g(shù)浪潮是等不來的，你必須提前10年、20年去布局”。當(dāng)下看，不僅提前10年布局的百度做到了生態(tài)領(lǐng)先，中國AI行業(yè)也做到了立足于全球人工智能的大浪潮中。