“外界對大模型有相當(dāng)多的誤解，”近日據(jù)媒體報道，李彥宏的一則內(nèi)部講話曝光。在最近一次和員工交流中，李彥宏談及三個大模型認(rèn)知誤區(qū)，涵蓋了大模型競爭、開源模型效率、智能體趨勢等熱點(diǎn)話題。
李彥宏認(rèn)為未來大模型之間的差距可能會越來越大。他進(jìn)一步解釋，大模型的天花板很高，現(xiàn)在距離理想情況還相差非常遠(yuǎn)，所以模型要不斷快速迭代、更新和升級；需要能幾年、十幾年如一日地投入，不斷滿足用戶需求，降本增效。
榜單不代表大模型實(shí)力，模型之間的差距是多維的
對于行業(yè)“大模型之間的能力已經(jīng)沒有壁壘”的說法，李彥宏給出了不同觀點(diǎn)。“每次新模型發(fā)布，都要和GPT-4o做比較，說我的得分已經(jīng)跟它差不多了，甚至某些單項(xiàng)上得分已經(jīng)超過它了，但這并不表明和最先進(jìn)的模型就沒有差距了。”
他解釋說，很多模型為了證明自己，會在發(fā)布之后去打榜，會去猜測試題目、答題技巧，從榜單上看 ，或許模型的能力已經(jīng)很接近了，“但到實(shí)際應(yīng)用中，實(shí)力還是有明顯差距的。”
李彥宏指出，模型之間的差距是多維度的。行業(yè)往往更關(guān)注理解、生成、邏輯、記憶等能力的差距，但卻忽視了成本、推理速度等維度，有些模型雖能達(dá)到同樣效果，但成本高、推理速度慢，還是不如先進(jìn)模型。
內(nèi)部講話中，李彥宏認(rèn)為，真正要去衡量大模型能力，應(yīng)該是在具體應(yīng)用場景中，看是否能滿足用戶需求、產(chǎn)生價值增益，這才是最值得被在乎的。
開源模型效率不高，解決不了算力問題
延續(xù)此前觀點(diǎn)，內(nèi)部講話中，李彥宏進(jìn)一步闡釋了外界對開源大模型的認(rèn)知誤區(qū)。
“在大模型時代之前，大家習(xí)慣了開源意味著免費(fèi)、意味著成本低。” 他解釋說，比如開源的Linux，因?yàn)橐呀?jīng)有了電腦，所以使用Linux是免費(fèi)的。但這些在大模型時代不成立，大模型推理是很貴的，開源模型也不會送算力，還得自己買設(shè)備，無法實(shí)現(xiàn)算力的高效利用。
“效率上開源模型是不行的。” 他表示，“ 閉源模型準(zhǔn)確講應(yīng)該叫商業(yè)模型，是無數(shù)用戶分?jǐn)傃邪l(fā)成本、分?jǐn)偼评碛玫臋C(jī)器資源和GPU，GPU的使用效率是最高的，百度文心大模型3.5、4.0的GPU使用率都達(dá)到了90%多。”
李彥宏分析，在教學(xué)科研等領(lǐng)域，開源模型是有價值的；但在商業(yè)領(lǐng)域，當(dāng)追求的是效率、效果和最低成本時，開源模型是沒有優(yōu)勢的。
智能體是大模型最重要的發(fā)展方向，但還不是業(yè)界共識
李彥宏還談及了大模型應(yīng)用的發(fā)展階段，他認(rèn)為首先出現(xiàn)的是Copilot，對人進(jìn)行輔助；接下來是Agent智能體，有一定的自主性，能自主使用工具、反思、自我進(jìn)化；這種自動化程度再發(fā)展，就會變成AI Worker，能獨(dú)立完成各方面的工作。
當(dāng)前，智能體已經(jīng)受到越來越多的大模型公司及客戶的關(guān)注，李彥宏認(rèn)為，雖然“有很多人看好智能體這個發(fā)展方向，但是到今天為止，智能體還不是共識，像百度這樣把智能體作為大模型最重要的戰(zhàn)略、最重要的發(fā)展方向的公司并不多。”
為什么要強(qiáng)調(diào)智能體？李彥宏也給出了答案，“智能體的門檻確實(shí)很低”， 很多人不知道怎么把大模型變成應(yīng)用，而智能體是一個非常直接、高效、簡單的方式，在模型之上構(gòu)建智能體相當(dāng)方便。目前，每周都有上萬個新的智能體在百度文心智能體平臺上被創(chuàng)造出來，智能體的日均分發(fā)次數(shù)已快速增長至800萬次。 
