谈到大模型，你是不是也有以下疑问？
-几年前谷歌AlphaGo下围棋战胜人类冠军整挺轰动，不过现在也没啥声儿了。大模型会不会也是这个下场？
-ChatGPT爆红之后，国内一夜之间冒出许多大模型，上演百模大战。这些大模型靠谱吗？我们需要这么多吗？
-大模型也火了一年多了，到底会给我们带来什么改变？普通人的生活中为何感受不到生成式AI？
带着这些疑问，小壹哥听了上周六李彦宏在极客公园的一场对话。李彦宏把这些问题都解答得明明白白。
讲到AlphaGo与大模型的区别。他说，AI曾诞生一波一波让很多人兴奋的浪潮，比如AlphaGo和人脸识别。但它们都缺乏通用性，需要针对各种场景单独开发，但大模型具备通用性，业内专业术语叫“智能涌现”，简单来说，就是更加聪明，即便没有教过它，它也能自学成才。这是过去70年从来没有过的事情，所以它是完全不一样的机会。
讲到百模大战，他说，“好几百个基础模型是对社会资源巨大的浪费，尤其我们的算力还受限制的情况下”。
40分钟的对话过程中，李彦宏通俗易懂地解答了许多类似上述问题，让普通人也能听得懂。当然，对于大模型领域的创业者、投资者等业内人士来说，李彦宏的讲话更有参考价值，他直接给大模型的创业、投资划清了方向：大模型大力出奇迹已过时，AI原生应用才能培育AI“独角兽”。
01 三个关键逻辑，导致大模型投资趋冷？
年初，前美团联合创始人王慧文朋友圈发文：“我的人工智能宣言，5000 万美元，带资进组，求组队。”生动演绎了大模型的火爆。
据央视报道，从去年到现在，国内已经发生接近100起的大模型行业的融资案例。2023年这个行业新增投入大概在150亿元到200亿元。
不过，市场上，大模型投资遇冷的消息不断传出，大模型与创投的蜜月期即将结束。对此，李彦宏剖析了个中缘由。
第一层逻辑是，开发好用、可用的大模型很贵，贵体现在成本和技术壁垒两方面。
在王慧文高调宣布进场时，就曾被海通证券研究所科技产业链负责人郑宏达嘲笑：“5000 万美元，够干什么的？大模型训练一次就花500万美元，训练10次？”事实上，大模型训练成本比这更高。芯片咨询公司SemiAnalysis曾爆料，如果用H100训练GPT-4，单次成本为2150 万美元；用A100训练，单次训练成本约为6300万美元。
OpenAI不是靠新算法，而是用足够多的算力卡，足够多的数据去训练，才跑出来。有人调侃，全美国所有的大学的算力卡加起来也训练不出GPT3.5来。而截至目前，百度也已在人工智能的芯片层、框架层、模型层、应用层等，投入差不多1500亿元。这是时间、资金、技术的多重投入。那么，短时间内，靠巨额投入能否“大力出奇迹”？
在李彦宏看来，大模型“大力出奇迹”更多的是在大模型从0到1的探索过程。现在已经过时，而且正走向其对立面，即不是花钱越多越好，而是花小钱办大事的问题。
这就引申出第二层逻辑：商业竞争的规律是谁效率高谁胜出。换句话说，投资者看中的是，同样效果下，成本是不是更低？或者同样成本下，效果是不是更好？
李彦宏以百度文库自动生成PPT举例。从3月份发布算起，半年时间内，百度将推理成本降至最初的1%。换句话说，对文心大模型的调用从1天一万次上升至100万次，同样的成本，带来的效果是百倍的增长。
如何实现呢？百度在芯片层、框架层、模型层、应用层的充分布局，可以做到端到端优化。最初自动生成PPT，调用文心大模型的次数太高、算力付不起。百度基于应用层需求优化文心大模型，再基于文心大模型的需求优化飞桨框架，再优化芯片，一步步实现端到端优化。
当头部企业已经进行到效率比拼阶段，还停留在“大力出奇迹”阶段的公司，又如何会被投资人看上？
第三个关键逻辑是：投钱的基础是看有没有收益，而大模型本身并不直接产生价值。这也是投资的底层逻辑。
要投大模型，就要看它能不能赚钱，能不能赚钱，要看它是不是够好。对于大模型好坏的评估，是影响投资决策的关键。在李彦宏看来，目前很多做大模型的公司都不清楚自己做得好不好，而是靠跑分和第三方评测。
之所以这样，根源在于对大模型价值的评估标准跑偏。在他看来，评估大模型的好坏，要将其置于具体技术场景、应用场景中才能评判，具体来说，应以AI原生应用作为评估依据。
02 大模型真正的价值在于原生应用
所有技术的出发点，都是为了解决现实问题。就像蒸汽机解决了大工业生产时代的交通运输动力不足的问题；5G解决了万物互联时代信息传输时效问题……然而，大模型却是一个另类，似乎大家并不太在乎它能解决什么实际问题。
李彦宏当天表示：“过去一年的时间，我看到媒体、社会、公众主要的兴奋点还在基础模型上，没有转到AI原生应用上，这使我多多少少有点着急。最近几次公开发言，也包括公司内部讲话我都在不停的强调，一定要去卷AI的原生应用，要把这个东西做出来了，大模型才有价值。”
他认为，在基础模型之上要有千千万万，甚至数以百万计的AI原生应用，才能体现出大模型的价值。他以移动互联网时代的安卓、iOS两个系统举例。短视频、社交软件、外卖、共享出行等等，这些基于安卓、IOS诞生的各种应用，它们的价值一点不比系统本身低。所以，李彦宏强调，大模型对于绝大多数人来说都不是机会，只有极少数跟这个技术非常相关的技术人员去研究，是有价值的。“为什么大家不去认认真真花精力做原生应用。”
那么，AI原生应用如何体现价值？
首先，体现在对现有业务的直接推动，表现为收入、利润增长。
微软便是一个值得借鉴的案例，它不做大模型，但却推出现阶段最为成功的AI原生应用Copilot。今年11月1日，基于 AI 的生产力服务 Microsoft 365 Copilot正式在海外商用，为Word、Excel、PowerPoint等应用添加生成式 AI 功能，每个用户每月需要支付 30 美元的费用。
消息公布，微软股价大涨。目前，微软市值约2.8万亿美元，是OPEN AI的5倍。而且，有分析师预测，Microsoft 365 Copilot的推出，到2026年可能会为微软增加多达100亿美元的年收入。
原本业务经过生成式AI的改造，成为公司新的增长点。
其次，AI原生应用本身也是一种创业方式。
不像大模型需要巨量投资和技术壁垒，AI原生应用依托于大模型开发， 就相当于基于安卓、IOS开发移动应用，难度和门槛更低，而且更容易商业化。
在移动互联网时代，涌现出大量创业公司，它们没有把目标定在推出安卓、IOS这种级别的系统，而是基于现有系统，从用户实际需求角度开发移动应用，涌现出一批新的独角兽企业、大公司。
实践也证明，AI原生应用确实更适合创业。除了前面讲到的微软案例。据投资机构a16z统计，全球范围内，图像生成、文案写作和代码编写三类AIGC产品年营收都已超过了1亿美元。这无疑是个巨大的新生市场。
03 AI原生应用将在2024年迎来爆发？
既然鼓励大家不卷大模型，卷AI原生应用。那么，企业和创业者该如何做好AI原生应用？
极客公园的活动现场，主持向李彦宏求证一个细节，“听说早期，内部有人跟你说业务要接入大模型，被你批判了。你说这不是接入，而是重构重做。我挺好奇，你为什么跟这个词较劲？”
李彦宏回答道，其实这是在跟肌肉记忆较劲。接入是最简单的，比如在搜索主页放文心一言接口就完事了。但这种事不需要动脑筋的，价值最低。在他看来，做原生AI应用搞清楚几个基本问题，比如公司业务到底跟大模型有什么关系？大模型能不能带来DAU、留存率、营收、利润等关键指标的增长。如果不能带来增长，那可能就不是真正的AI原生应用。
听完李彦宏的整场对话，小壹哥觉得，2024年将是AI原生应用的爆发年份。
从行业大环境看，对大模型投资热度的降低，会倒逼行业重新思考大模型的价值，最终回归到李彦宏所说的应用层面，这将给AI原生应用领域带来更多人才、更多资源。
从AI原生应用开发本身来看，其难度也在降低。李彦宏举例公司内部的案例，以前1名产品经理要对接几名研发人员，现在只需对接1人，或者前期测试不需要研发介入。这是因为，基于文心大模型，百度的产品经理自己上传一个东西即可做到，与之前应用开发很不同的地方。
另一方面，百度也在将AI原生应用能力外化，带动更多人开发AI原生应用。今年10月的百度世界大会上，百度推出首个AI原生应用商店，希望将其打造为连接AI原生应用供应商和需求方的平台，帮助AI原生应用推向市场、实现商业化、激发更大的需求。
除此之外，百度智能云推出的AI加速器，就包括AI原生应用开发工作台，将各种应用的常见模式、工具、流程，沉淀在工作台上，让开发者不用再为研发过程发愁。百度还提出AI原生应用——Comate智能编程助手，提高应用开发过程的编程效率。
从市场发展阶段看，随着微软、百度等头部企业在AI原生应用的布局，已逐步完成市场教育，AI原生应用将卷起来。今年10月，百度一口气发布十余款AI原生应用。百度第三季度财报显示，经过AI原生化重构的百度文库，智能文本、智能PPT生成和编辑，智能问答与总结、智能脑暴和大纲写作等AI新功能使用次数破2亿，带动用户付费率明显提升。
百度AI原生应用的推出，将进一步激发用户对AI原生应用的需求，同时也让业内看到，AI原生应用的商业价值和未来潜力。以上种种因素汇聚，有望带来2023年AI原生应用的爆发。
李彦宏也表示，新的创业公司做出三五个超级AI原生应用，做出几百个、几千个极具价值的垂类应用，都是非常可能的。至于超级应用什么时候出来，在哪个领域出来，还有待大家多尝试、多努力。
