“大模型即將改變世界。”5月26日，李彥宏在中關村論壇說道。

而關于文章開篇這句話，這位一直堅持AI路線的百度掌門人更完整的表述是，“當下我們正處在全新起點，這是一個以大模型為核心的人工智能新時代，大模型改變了人工智能，大模型將改變世界。”

大模型，這個在過去半年時間里迅速爆火的概念正在成為無數投資人、媒體人、以及市場從業者交流的核心話題。而在人們談論的過程中，它則是又以日新月異的速度刷新著自己的能力和邊界。

而百度，正是第一個實踐者。關于文心大模型，如果說最早人們對這個國內首個通用大模型的關注點在于它的發布本身，那么如今在越來越多的企業和產業場景中，它越發打破著人們對大模型的認知和定義。

根據一組不完全數據統計，在過去兩個多月的時間里，文心一言飛速進步，進行了四次迭代，QPS 每秒查詢推理響應速度，提升10倍，這代表著推理成本已經降低為原來的十分之一。而截至目前，已經有15萬家企業申請文心千帆的內測，超過300家生態伙伴與百度簽約。

實際上，這些來自產品和市場側的變化也恰是在印證著李彥宏在論壇上發表的觀點。“未來，所有的應用都將基于大模型來開發，每一個行業都應該有屬于自己的大模型，大模型會深度融合到實體經濟當中去。”

在大模型正在成為新生產力的當下，李彥宏和百度正在被市場重新估量。

一

大模型即將改變世界

“涌現”，伴隨著大模型的爆火，它正在成為大模型的標簽之一。

“過去的人工智能是，我想讓機器學會什么技能，就教它什么技能。教過的有可能會，沒教過的就不會。大模型出現智能涌現之后，以前沒教過的技能，它也會了。”李彥宏表示。

客觀來看，“涌現”對應的也恰是信息的出現方式，如果說在過去多年時間里，前三次工業革命完成的或多或少是世界固有要素之間的新排列組合，比如基于工具生產效率的提升，比如基于信息的傳遞發散等等，在其中，其本身對應的都是對信息的更高效傳遞。

但“涌現”不是，它更大的價值在于信息生成，即在深度學習的訓練線，大模型可以實現世界沒有過的新信息的生成和創造。對人們而言，在未來，在信息的獲取之外，如何獲取到準確的信息將成為新的難點。

用李彥宏的話說，“10年后，全世界有50%的工作會是提示詞工程。提出問題比解決問題更重要。我們的教育要教孩子提出問題，而不僅僅是解決問題。”

改變還不僅于此。如果說“涌現”這個標簽對應的是大模型本身對信息流通獨特的創造價值，那么在產業側，大模型也在以足夠穩定且不可逆的姿態，對固有的企業業務和產業業務進行重構。

以營銷和客服為例，作為企業商業行為的最前端觸手，營銷和客服往往需要的是足夠個性化和足夠適宜的觸達方式和溝通方式，但在之前，由于SaaS產品的標準化，個性化配備很難實現。

但大模型可以。基于大模型的信息創造，經過企業側的微調，企業在營銷和客服可以進行千人千面的表達和服務，直接提高企業獲客效率，實現精準營銷。

在業務之外，產品也更在大模型的催化下發生本質的變化。

“未來的應用，是通過自然語言的提示詞來調動原生AI 應用實現的。這意味著，未來你的薪酬水平，將取決于你的提示詞寫得好不好，而不是取決于你的代碼寫得好不好。”李彥宏表示。

如果說之前不論企業產品的研發，還是工作流程，本身其產生都是經由市場調研，再或者是標準服務軟件的流程進行開發，那么在大模型之后，企業的包括產品、服務流程、個人能力培訓在哪的所有環節，都可以基于提示詞在AI支持下進行設計和優化。

李彥宏的觀察是，“比如DoNotPay，是一個用AI幫人打官司、寫法律文書的應用，AI幫你把不該付的錢要回來。Jasper是一個通過Al幫助企業和個人寫營銷推廣文案的應用。Speak是韓國一個學外語的應用。大模型成為一對一的教師，為每一個孩子提供個性化教育。”

其實，這也正是百度和李彥宏自己的實踐。“百度也在用AI原生思維重構我們所有的產品、服務和工作流程。比如我們的如流智能工作平臺，讓每一位員工都有一個具有豐富專業知識、實時響應的工作助理。通過對話理解能力，實現聊天記錄的智能總結。”

可以說，在潛移默化中，大模型正在逐步構建新的C端和B端邏輯。對個人而言，這種改變在于對待信息的態度、獲取方法，而對企業而言，它更代表一種新的工作和產品理念，以及完全不同以往的IT設計。

AI真正來到了人們面前。

二

大模型，催生AI原生應用

而在這波潮流里，尤其對企業而言，應該如何獲得自身的“AI力”？或者說，該如何拿到大模型巨輪的船票？實際上，在回答這個問題前，或許可以先來審視下在大模型催生的新的產業數字化邊界。

在過去，隨著云計算的普及，云原生技術作為云時代的新型架構方式也逐漸嶄露頭角。它將應用程序的開發、交付和部署等流程，以及其中產生的數據完全置于云端，實現高效、可靠、彈性的運維管理，云原生成為了許多企業數字化轉型的首選。

但在數據上云之后，中間依舊存在諸多問題。比如對很多企業而言，數據更多的呈現可見不可用的特點，即“上云”更多僅是個動作，對實際業務的價值并不大。

大模型帶來了新的解題方式——AI原生。

即可以理解為，AI原生不同于以往企業需要基于云原生開發軟件、進行交付、部署，而是基于在AI原生生成上層應用軟件，甚至可以直接幫助企業進行智能決策。

“云計算的游戲規則徹底被改變。客戶選擇云廠商，主要會看能的模型好不好，框架好不好，而不是算力、存儲這些傳統能力。”李彥宏說道。

這意味著，在其中，算力、算法以及開發模式這些都將可以成為“黑盒”，企業最終完成的是為效果付費。對應到云廠商的服務模式上，則是不論IaaS、PaaS還是SaaS，未來企業都將考察服務商的MaaS（模型即服務）能力，基于MaaS層的AI能力進行原生開發，更智能地滿足業務需求。

客觀來看，這種底層模式的變化，也恰正在改變企業固有的數字化轉型路徑。

具體來看，由于中國企業數字化起步晚、標準化程度低，國內數字服務商往往存在服務力不夠的情況。對大型客戶，缺乏必要的行業圖譜能力，定制化服務力不夠；而對小型企業而言，在不充裕的IT預算下，其又很難享有個性化開發。

而隨著通用大模型的發展，這些需求都將會被逐漸滿足。以文心大模型為例，比如其和百圖生科聯合構建的異構生物超算平臺，支持超大規模的GPU并行計算來訓練超過千億級的多模態大模型，通過這個平臺為百圖生科進行創新藥物的研發工作；幫助長安汽車構建了人工智能基礎設施平臺，雙方也在基于文心一言大模型聯合研發一款新的人工智能產品，賦能長安汽車的量產車型等等。

而對于小型企業，未來基于大模型，企業可以接入如文心大模型這類的通用大模型，基于少量訓練或者不訓練，進行文本、圖像、音頻、視頻、數字人甚這是簡單軟件的生成，對自身的數字化需求進行自我個性化滿足。

“過去，無論是PC還是移動時代， IT技術棧都是三層，芯片層、操作系統層、應用層。人工智能時代，IT技術棧正在變成四層。”李彥宏表示。

“底層仍然是芯片層，但主流芯片從CPU變成了GPU，百度在芯片層的布局是昆侖芯；芯片上面叫做框架層，就是深度學習框架。百度的飛槳，Meta的PyTorch，谷歌的TensorFlow都是在框架層。框架上面是模型層，ChatGPT、文心一言都是屬于模型層。最上面才是應用層，就是我們前面提到的這些AI原生應用。”

可以理解為，AI大模型重新定義了云原生，云原生正在奔向更實用的AI云原生；而AI云原生重新定義了應用層，奔向了AI原生應用。

三

百度先上競賽牌桌

實際上，作為全球首個推出通用大模型的互聯網大廠，百度一直在市場的聚光燈下。即伴隨著大模型功能的日新月異，人們也更想透過文心大模型和百度，來丈量中國大模型的發展。

而作為領跑者，在將文心大模型向一個個產業伙伴開放的同時，李彥宏和百度對自身的道路選擇也愈發明了。

“業界有一種說法，大模型時代來了，每一個產品都值得重做一遍。但誰真正重新做了一遍呢？百度要做第一個把全部產品重做一遍的公司，不是整合，不是接入，是重做，重構！”

對百度，這是一件難但卻必然要做的事情。即伴隨著大模型在企業端和產業端的深入，它將成長為新的企業和產業底層，構建新的企業增長和產業進化的數字化邏輯。基于自身的AI能力積累，百度恰在成為第一個論證者和實踐者。

實際上，在中國，百度早已經在AI的牌桌上。

早在2013年，百度就已然開始了“All in AI”的布局，為打造自身AI能力，在10年期間投入了超過1000億，而如今領跑國內的文心大模型也更是早在2019年便發布了文心大模型1.0版本，如今文心大模型AI大底座的千卡并行線性加速比可以達到90%以上，訓練資源利用率超過70%，模型開發迭代效率提升100%。

而從技術棧來看，百度在大模型的四層技術架構均為自研，基于其昆侖芯片、飛漿深度學習平臺、文心大模型，可以做到數據可控、框架可控、模型可控。

這都是百度在AI牌桌，也或者說是大模型潮流中領跑的前提，也更是李彥宏敢于說出“重構百度產品”的底氣。

也更可以說，在大模型背后，百度正在被重估。

在過去的多年時間里，市場對于百度在AI領域的重金投入和方向上，或多或少存在質疑與不解。但這種質疑和不解伴隨著文心一言的發布和文心大模型在不同行業的落地，被逐一打破。

也恰是基于過去多年百度在AI側長達10多年的積累，才構成了如今李彥宏和百度在如今大模型時代的速度和底氣，同時也更是文心大模型如今被越來越多企業選擇和期待的原因。而這種被集中釋放的AI能力，也勢必將會給百度包括百度智能云在內的TO B業務帶來新的價值釋放。

這種業務的價值實際上已經轉化為具體的產業落地價值。

根據百度發布2023年Q1財報顯示，百度核心經營利潤同比大幅增長45%至53.6億元，在此之中，百度智能云首次實現了盈利。

技術百度，“工匠”李彥宏，在長坡厚雪后，如今正迎來最好的時代。