界面新聞記者 | 崔鵬
界面新聞編輯 | 宋佳楠
近日，李彥宏在百度內(nèi)部做了一次面向員工的講話，內(nèi)容涉及大模型的能力壁壘、開源模型的問題，以及百度為什么要強調(diào)智能體等方面。
在他看來，外界對大模型有很多誤解，榜單得分超過Open AI的產(chǎn)品，不代表自己的模型與Open AI模型的差距已經(jīng)很小。
不同的模型之間，在理解、生成和邏輯等基本能力方面都會有差距，在使用成本方面的差距也很大，只是很多做大模型的人，并不了解用戶真實需求，所以只能做性能測試，感覺自己跟競品的大模型差距不大。
“今天看差距也許沒那么大，再過一年你看差距有沒有拉大？”李彥宏表示，不同模型之間的差距不是越來越小，一定是越來越大的。
他還堅持認(rèn)為，開源模式在大模型時代是不成立的，因為這種模式解決不了算力從哪里來的問題，在成本方面無法與閉源大模型相比，“文心大模型每天調(diào)用量超過6億，每天生成的token數(shù)超過萬億，哪個開源模型可以說自己一天調(diào)用量是多少、生成了多少token？”
對于企業(yè)用戶來說，使用閉源模型會失去對源代碼的掌握，但李彥宏認(rèn)為這并不重要，“在商業(yè)領(lǐng)域，當(dāng)你追求的是效率、效果和最低的成本時，開源模型是沒有優(yōu)勢的?！?/p>
談及智能體，李彥宏選擇堅持自己之前的觀點，認(rèn)為創(chuàng)業(yè)者卷大模型沒有意義，去做門檻更低的智能體，加入文心一言的平臺，是更合適的道路。
以下是李彥宏內(nèi)部問答的原文摘要：
問：如何看待“大模型之間的能力已經(jīng)沒有壁壘了”這種觀點？
李彥宏：這個說法我不同意。我認(rèn)為外界對大模型有相當(dāng)多的誤解，每一個新模型發(fā)布時，肯定都想說自己有多好，每次都去跟GPT-4o做比較，拿測試集或者弄一些榜單，說我的得分已經(jīng)跟它差不多了，甚至某些單項上得分已經(jīng)超過它了。但這并不能證明這些新發(fā)的模型跟OpenAl最先進(jìn)的模型相比已經(jīng)沒有那么大的差距了。?
模型之間的差距是多維度的，一個維度是能力方面，不管是理解能力、生成能力、邏輯推理能力還是記憶能力等這些基本能力上的差距；另一個維度是成本方面，你想具備這個能力或者想回答這些問題，你付出的成本是多少？有些模型可能推理速度很慢，雖然也達(dá)到了同樣的效果，但實際上它的體驗還是不如最先進(jìn)的模型。
還有就是對于測試集的over-fitting，每一個想證明自己能力的模型都會去打榜，打榜時他就要猜別人到底在測什么、哪些題我用什么樣的技巧就能做對。所以從榜單或者測試集上看，你覺得能力已經(jīng)很接近了，但到實際應(yīng)用中還是有明顯差距的。?
部分自媒體的炒作，再加上每個新模型發(fā)布時都有宣傳的動力，使得大家有一種印象，認(rèn)為模型之間的能力差別已經(jīng)比較小了，其實真不是這樣。在實際使用過程當(dāng)中，我不允許我們的技術(shù)人員去打榜，真正衡量文心大模型能力的是，你在具體應(yīng)用場景當(dāng)中到底有沒有能夠滿足用戶的需求，有沒有能夠產(chǎn)生價值的增益，這是我們真正在乎的。
我們需要看到，一方面模型能力之間還有比較明顯的差距，另外一方面天花板很高，你今天做到的跟你實際想要做到的、跟理想狀態(tài)還差得非常遠(yuǎn)，所以模型還需要不斷快速地去迭代、去更新、去升級。
即使今天你看到差距也許沒有那么大了，再過一年你看看差距有沒有拉大？ 有誰能夠持續(xù)不斷地幾年甚至十幾年如一日往這個方向上去投入，讓它越來越能夠滿足用戶的需求，滿足場景，滿足提升效率或者說降低成本等需求？不同的模型之間差距不是越來越小，是會越來越大的，只是他們不知道真實需求的時候，只去做測試集的題可能會覺得差不多。
所謂的領(lǐng)先12個月或者落后18個月，我認(rèn)為沒有那么重要。每個公司都處在完全競爭的市場環(huán)境中，你不管做什么方向都有很多競爭對手，如果你能永遠(yuǎn)保證領(lǐng)先對手12到18個月，那是天下無敵的。不要覺得12到18個月很短，哪怕你能保證永遠(yuǎn)領(lǐng)先競爭對手6個月，那就贏了，你的市場份額可能是70%，而對手可能僅為20%甚至10%的份額。
問：有人說開源模型正在縮小與閉源模型的差距，這會摧毀閉源大模型公司的商業(yè)模式嗎？
李彥宏：這個問題跟上一個問題是高度關(guān)聯(lián)的，我剛才講一個模型除了能力或效果之外還要看效率，效率上開源模型是不行的。
閉源模型準(zhǔn)確地講應(yīng)該叫商業(yè)模型，商業(yè)化的模型是無數(shù)個用戶或者說客戶在共享同樣的資源，在分?jǐn)傃邪l(fā)成本、分?jǐn)偼评碛玫臋C器資源和GPU，而開源模型需要你自己去部署一套東西，部署之后GPU的使用率是多少呢？我們的EB3.5也好，EB4也好，使用率都是90%多，你部署一個開源模型有多少人在用？
我們對外講文心大模型每天調(diào)用量超過6億，每天生成的token數(shù)超過萬億，哪個開源模型可以說自己一天調(diào)用量是多少？生成了多少token？沒有人用的話成本怎么分擔(dān)？推理成本怎么能夠跟商業(yè)化模型相比呢？?
在大模型時代之前，大家習(xí)慣了開源意味著免費、成本低。那時市面上那種商業(yè)化的產(chǎn)品，每一個版本都要為之付錢，比如買一個電腦裝Windows，可能微軟要從中收多少錢，而你如果跑一個Linux就不用花這個錢了。由于Linux是開源的，所有程序員都可以看到代碼，哪兒做得不好我可以去更新，更新了再check in，大家眾人拾柴火焰高，你在巨人的肩膀上可以不斷地進(jìn)步。
但是這些東西在大模型時代都不成立，大模型時代大家經(jīng)常講的是GPU有多貴，算力是決定大模型成敗的一個關(guān)鍵因素，開源的模型給你送算力嗎？它不給你送算力，怎么能夠讓算力高效地被利用？開源模型解決不了這個問題。
以前你買電腦的時候就已經(jīng)為算力付費了，但大模型的推理不是這樣，這個推理其實很貴。所以說開源大模型的價值在教學(xué)科研這些領(lǐng)域。要想搞清楚大模型的工作原理是什么，如果不知道源代碼之類肯定是有劣勢的，但是真正在商業(yè)領(lǐng)域，當(dāng)你追求的是效率、效果、最低的成本時，開源模型是沒有優(yōu)勢的。
問：AI應(yīng)用的演進(jìn)方式是什么？為什么強調(diào)智能體？
李彥宏：大模型發(fā)展的過程必然要經(jīng)歷這幾個階段。一開始是對人進(jìn)行輔助，最后出來什么東西需要人把最后一道關(guān)，我們確定它的效果是OK的，各方面都不錯，才會讓它出去，這是Copilot階段；再往下走就是Agent智能體，外界對于Agent有各種各樣不同的定義，最主要還是說它有了一定的自主性，具備自主使用工具、反思、自我進(jìn)化等能力。這種自動化程度再往下走就變成一個所謂的Al Worker，能夠像人一樣做各種各樣的腦力和體力勞動，各方面的工作都可以獨立完成?？隙ㄒ羞@么一個過程。
?“智能體是大模型最重要的發(fā)展方向”這個判斷，其實是一個非共識。百度Create大會上我們發(fā)了三個產(chǎn)品，AgentBuilder、AppBuilder、ModelBuilder，其中AgentBuilder和AppBuilder都是講智能體的，一個門檻更低一些，另一個功能更強大一些。當(dāng)我們解釋完了之后，有些人終于開始明白這東西確實有意思，能夠產(chǎn)生價值，而且已經(jīng)可以相對比較低門檻地做出來大家感覺可用的東西。從那時候開始，智能體的熱度才慢慢上來，也開始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。
為什么我們這么強調(diào)智能體？因為智能體的門檻確實很低。我們?nèi)ツ暾f要卷應(yīng)用、大家都去做應(yīng)用，其實很多人還是說不知道該怎么做，不知道這個方向能不能做出來，我到底要用到什么能力才能夠在這個場景下產(chǎn)生價值，這里面有無數(shù)不確定性，大家不知道怎么從模型變成應(yīng)用。但是智能體提供了一個非常直接、非常高效、非常簡單的方式，在模型之上構(gòu)建智能體是相當(dāng)方便的，這也是為什么今天每周都有上萬個新的智能體在文心平臺上被創(chuàng)造出來。
智能體方面我們已經(jīng)看到了趨勢，也有比較好的先決條件，除了模型本身的能力比較強大之外，我們也有很好地分發(fā)通路。
百度的APP，尤其是百度搜索一天有好幾億人在用，用戶的需求主動向我們表達(dá)了，哪一個智能體能更好地去回答他這些問題，去滿足他這些需求，這是一個自然匹配的過程，所以我們是最能夠幫助這些開發(fā)者分發(fā)他們智能體的。