2024年1月7日，第二十五屆北大光華新年論壇在北京大學百周年紀念講堂舉行，本屆論壇的主題為“增長動能 中國探索”。論壇上，百度集團副總裁袁佛玉發表了題為《生成式AI，進入智能原生時代》的演講。
　　袁佛玉表示，技術真正的價值只在于應用。沒有構建于大模型之上的繁榮的產業應用，大模型本身就毫無價值。生成式AI正式進入了拼落地、拼應用的“下半場”，當下就是最重要的應用創新窗口。她認為，生成式AI帶來的全新機會在于用好AI智能涌現之后出現的理解、生成、邏輯和記憶四大核心能力，去創造出過去沒有過的全新的用戶體驗、更高的生產效率。
　　以下為發言實錄：
　　大家好！非常開心有機會來光華新年論壇做分享。
　　2023年，全球和中國整個市場對生成式AI和大模型技術的可能性以及對各行各業的改造潛力非常興奮，有觀點把它稱作是“上半場”，我們通過一個視頻來簡單地回顧一下這一年多。
　　其實人工智能出現過好幾次浪潮，比如出現過下圍棋、人臉識別等等應用，一開始市場也非常熱，但隨著落地過程中出現各種挑戰，包括應用有限、場景分散，使得很難標準化，企業在應用過程中發現經濟模型算不過來賬等等，隨后就會進入低谷。
　　但是這一次和以往任何一次的AI浪潮非常不同的地方在于它的通用性，我們叫作智能涌現，就是沒有教過的現在它的也許會了。有了這個通用性智能涌現的特點之后，當你有能力有一套基礎很好的技術，就有機會在各行各業都能快速地做出有真正產業價值的應用，這就是過去AI七十多年都沒有過的全新的一次機會。
　　技術真正的價值只在于應用。沒有構建于大模型之上的繁榮的AI原生應用，大模型本身就毫無價值。所以，我們認為，站在2024年一開頭再談“百模大戰”已經沒有意義，也可以說已經成為過去時。一方面，重復開發多個幾乎沒有實際應用的大模型，是對社會資源的極大浪費，尤其是在算力還受到限制的情況下。另外，在實際應用中，基礎大模型之間的梯隊已經顯著拉開，隨著建在大模型之上的工具鏈、平臺生態和部分的應用的出現，大模型的能力差距已經越來越大。
　　剛才，黃鐵軍老師用發動機來形容大模型的技術，我們很容易理解，當人類歷史上出現了電和電動機這樣的重大發明之后，我們其實要做的不是全社會重新把電和電動機做一遍，而是圍繞著這項技術，我們把上面的電網、服務生態和各種電器的應用做起來，使得它真正能夠在不同的產業應用下產生價值，大模型也是如此。當我們已經擁有了很多企業建立的可用的大模型，接下來我們要做的就是應用驅動，通過實際應用價值的需要來倒推基礎模型技術的進步，而不是整個社會再把基礎大模型做一遍。
　　這并不意味著創新機會變小了，實際上根據剛才的例子我們能夠理解到，實際上機會最大的應用層機會才剛剛開始，有著巨大的創新空間。在我們列出了大家比較熟悉的近期幾次關鍵技術和爆款應用產生的時間差。
　　PC時代，IBM PC推出9年后，誕生了微軟Office這樣的標志性應用。移動互聯網時代，iPhone發布后4年，迎來了微信等系列爆款應用。時間從9年縮短到4年，因為底層技術越來越完善，創新爆發越來越快。在AI原生時代，爆款應用誕生的時間會進一步加速。在產業中討論的時候，會有部分非常積極的探索者認為已經有爆款應用正在產生。2024年是大家非常期待的一年，我們會認為很多有價值的、明星的應用會持續爆發。所以當下就是最重要的應用創新的窗口，推動生成式AI真正落地到各行各業。
　　面對生成式AI，什么是我們最應該抓住的創新機會？我們的基本理念就是：要基于過去沒有而現在有了的能力，去解決過去解決不了或解決不好的問題，就會帶來真正的價值，帶來有巨大的創新空間。這個過去沒有而現在有了的能力，就是AI智能涌現之后，出現的四大核心能力——理解、生成、邏輯和記憶。我們要思考，在業務里面怎么用好這四大能力，去創造全新的用戶價值、全新的生產效率。
　　基于技術只有用起來才有價值的這個理念，百度智能云去年三月推出了千帆大模型平臺，幫助企業更簡單、更經濟地把生成式AI用起來。企業與此相關的應用方式我們在實踐中認為可以分為五類、三個層面。
　　自上往下看，最共性的需求，就是應用。一種方式是直接選擇已經被開發出來的應用，我們已經推出了千帆應用商店，上面上架了積累了很多開發者開發出來的AI原生應用。在應用層，也有很多企業希望自己去開發更符合自己特殊性、個性化需求的應用。千帆提供了App builder開發工作臺，集成了大模型應用開發的常見模式、工具和流程、范式，支持最低門檻的應用開發。
　　應用層往下是模型層。也有兩種情況：有些應用是直接調用已有的基礎大模型就可以完成；有些垂直領域的應用，需要在基礎大模型之上進行模型精調等等二次開發才能滿足需求。所以在這一層，千帆推出了Model builder工具鏈，支持專有模型開發、模型精調等。一站式可以完成專有模型的開發，以支撐它最終的應用。
　　從模型層再往下，是AI算力的需求。在這一層，我們有百度百舸AI異構計算平臺，是具備萬卡集群能力的智算基礎設置，支持了百度文心系列大模型的訓練、以及很多客戶的智算需求。
　　在過去一年多的經歷里面，我們看到，很多專業場景的實際落地都是大模型套小模型的模式，這個模式也越來越被行業所關注和認可，它同時滿足性能、效率和成本的需求——行業專有模型更快、更小、成本更低，可用性更強；大模型通用能力更強，更加智能，可以進行增強和兜底。
　　千帆大模型的推出，就是為了支持整個社會產業經濟，更快地把生成式AI的能力用起來。現在一年多的發展之后，它的易用度到底怎么樣？我想舉一個例子說明。前幾天，吳曉波老師做一年一度的年終演講，過去準備這個演講花很多時間，有一個團隊，有很多的問題要問他的助理，要準備整理大量的資料。今年準備演講的過程當中，吳曉波老師在千帆平臺上自己親手用10分鐘零代碼開發了一個年終演講的助手，即時回答他所有知識檢索和整理的需求，包括過去往年他演講內容的整理。
　　所以，最終一個技術能夠用起來，除了通用大模型的能力要非常強，其實還需要非常多的建設，包括呈現應用的開發平臺，要有一個足夠簡單的、低門檻的、低成本的經濟性開發平臺，才可能真正幫助企業，尤其是整個增長環境都非常有挑戰的情況下，真正地應用起來。
　　經歷了2023年的興奮，現在產業界的焦點都放到了實際的應用上，并且是要計算應用的經濟模型，并且最終要回歸價值本質——誰的效率高、誰能創造的業務價值更確定，誰就會勝出，而不僅僅是所謂的通用能力本身。
　　2023年，百度文心大模型是在IDC等專業機構的評估中非常領先的一個大模型，面向企業客戶我們的千帆平臺也服務了超過4萬家企業客戶。這張趨勢圖是千帆平臺大模型API公有云調用量曲線，一直保持著超過30%周度高增速。
　　高速發展的背后是什么？輿論場上大家非常關注通用大模型的能力，但其實在應用上一項技術要健康地發展，有更多關鍵的因素，我在這里想分享的是關于成本的優化。例如，文心一言從去年3月份發布至今，推理的成本下降到了最初的1%，也就是原來有些企業想用這項技術，但是因為成本高，可能一天只敢調用一萬次，今天同樣的成本可以調用100萬次，這樣企業才有可能真正在大規模在線運營的業務里面把它用起來，真正降低應用門檻。
　　紙上得來終覺淺，絕知此事要躬行?？丛俣嗟奈恼乱膊蝗缥覀円獙嵺`，要去探索。這是一輪長周期的大變革，它會重置很多已有的成功經驗，我們認為只有更快地行動起來，把它用起來才能真正地把握住機會。
　　我今天的分享就這么多，謝謝大家！