人工智能时代的超级应用一定会出现，只是时机还未到。超级应用什么时候才能出现？这或许是过去一年AI行业最普遍的焦虑。人们很容易把人工智能和PC互联网或移动互联网相比，两者出现几年后便有了广受欢迎的超级应用。但人工智能是工业革命级的技术浪潮，人工智能超级应用的出现时间，与蒸汽机和电力出现后超级应用的出现时间更具可比性。1776年，第一台有实用价值的蒸汽机被制造出来，成为万能的原动机，引领着人类社会迈入“蒸汽时代”，直到1800年代后，蒸汽机才大规模地应用于铁路和航运，并广泛应用于各种工业部门。热力学第二定律出现，更是接近100年后的事；电力革命同样是这样一个演进过程，电力发明掀起了第二次工业革命的高潮，电厂、电灯、流水线等出现，都是在电之后，经历数十年时光逐步演变出来的新的业态。所以，人工智能时代的超级应用一定会出现，只是时机还未到。过去一年，AI行业都在追求所谓的“超级应用”，似乎有点急功近利。大模型作为一项基础技术，本身并不直接产生实用价值。基于基础大模型，构建出来的各类应用，才是模型存在的意义。对于AI应用开发者和创业者来说，最好的策略显然不是死磕AGI或“超级应用”，而是小步快跑、持续迭代，做出超级有用的应用。近期，在2024百度世界大会上，百度公布了旗下文心大模型的最新数据：半年前，文心大模型API日调用量是2亿，现在则超过了15亿，短短半年增长7.5倍。这既是中国AI应用爆发的一个缩影，也说明大模型对应用真正产生了实际价值。
![]()
很长一段时间内，国内大模型很难卖到其他行业，一位业内人士曾向36氪表示，“无论是智能硬件，还是AI智能体，业内的需求非常强烈，但很少有人真的愿意买单，因为大模型生成效果太差，到处都是幻觉”。受限于多模态能力的发展，生成式人工智能在最初的使用体验上更接近于简单的对话bot，一开始用户有尝鲜需求，但由于体验一般，留存很差。而过去一年，大模型最大的变化就是基本消除了“幻觉”，让模型变得可用。大模型本质上是一个概率模型，在文本生成中，自动生成下一个最可能的文本，这导致了AI常常出现“幻觉”，也就是所谓的“一本正经的胡说八道”。要想基于大模型开发应用，就必须消除“幻觉”。AI行业普遍通过检索增强技术（RAG，Retrieval-augmented Generation），基本消除了大模型生成文字的幻觉，使大模型具备了实用价值。而多模态技术要实用，也需要准确性和可控性，来拓展AI应用空间。百度在这次世界大会上发布了全新的iRAG（image based RAG）——检索增强的文生图技术。百度在今年年初决定解决多模态生成“幻觉”问题，让文生图也能消除幻觉，从而在影视作品、漫画作品、连续画本、海报制作等领域落地。比如，汽车行业非常依赖市场推广，常常需要大量高质量的摄影作品，为了一张完美的图片作品，所要耗费的人力财力物力都不菲。利用iRAG技术，车企可以用极低成本、更快的时间拿到一张在视觉表现上可圈可点的摄影作品。甚至有可能在视觉表现上更加惊艳。目前，生成式人工智能的技术路线基本分为两派，一类是AGI派，梦想一步到位，通过基础大模型，若干年内实现通用人工智能；另一派是应用驱动派，从应用需求出发，通过应用反馈模型创新。百度在持续研发底层大模型的基础上，更强调应用驱动。据了解，iRAG就是因为应用需要生成准确的图像，比如公司的logo不能变形或颜色失真，这就需要精确的多模态能力。经过近一年努力，这项技术已经实用。而应用的进展，也能反哺模型本身的研发。
![]()
经过两年时间，生成式AI正处在一个换挡的关键时期。此前36氪曾披露，国内有两家AI创业公司暂停了大模型的预训练，近两日，业界对Scaling Law（扩展定律）是否已到达“投资收益递减”的争论更是愈演愈烈。实际上，在全球范围内，变化也已开始了。OpenAI、微软、谷歌等全球科技巨头先后下场，布局智能体。9月中，OpenAI的研究员Noam Brown在社交媒体上宣布，正为新的多智能体研究团队招聘机器学习工程师。微软CEO、董事长纳德拉则亲自宣布自家AI新进展，一口气发了10个新商业智能体，组团出道。几乎同一时间，有消息称谷歌也要发智能体，很快谷歌“意外”泄露了最新 AI 发展成果 Jarvis 的“内部预览版”，正是一个代理型人工智能，一款能够浏览互联网并自主检索信息的智能体。国内引领智能体趋势的是百度。在这次百度世界大会活动上，智能体成为主角。百度重点介绍了四类智能体：公司类、角色类、工具类、行业类。比如，其中工具类智能体“自由画布”：基于百度早年间文库业务的长时间积累，再叠加生成式人工智能技术，实现了创作上的极大飞跃。早年间人们使用文库的需求是找现成的文档。然而，当生成式人工智能技术出现，百度发现人们最根本的需求，不是找一个现成的文档，而是要创作更加适合自己的内容。为了满足这样的需求，百度开始思考基于现成的文档，或者在没有素材基础的前提下，如何能够让人们更好地创作，沿着这条路走下去最早百度文库被重构。后来百度又发布了独立产品橙篇，可以一键生成长文，自由画布的诞生同样基于这一逻辑，让人们能够更加方便地“communicate your ideas（传递创意）”通俗地来说，就是如何把心里的想法更方便、准确地表达出来。百度创始人李彦宏认为，“智能体是AI应用的最主流形态，即将迎来它的爆发点。”做智能体类比为PC时代做网站，或是移动时代做自媒体账号。不同之处是智能体更像人、更智能，更像你的销售、客服和助理。智能体可能会变成AI原生时代，内容、信息和服务的新载体。OpenAI CEO Sam Altman上个月在Reddit回答问题时，也在表达转向AI代理开发商的可能性。“我们将拥有越来越好的模型，但我认为下一个重大突破将是AI代理”。英伟达黄仁勋同样表示，未来英伟达将有1亿个智能体。智能体的特点是，门槛足够低，天花板足够高，可以成长为非常强大的公司，就像谷歌、Meta都是许多年前由大学生创业做出的网站，并成长为全球最强大的科技巨头。某种程度上看，现在不做智能体，就像二十年前没做网站，十年前没做APP。
![]()
很少有一家中国公司像百度这样，在全球人工智能发展的人才节点、资源节点和技术节点，扮演过这么多重要的角色。这背后，离不开创始人对AI的信仰和执着。在行业内，李彦宏有一句经典名言，“有1块钱的时候，我会投进技术里；有1个亿，我会投进技术里；有100个亿，我还是会投进技术里”。百度做AI最早可以追溯到十多年前，那场著名的拍卖会。2012年12月的一天，一场秘密拍卖会在美国内华达州太浩湖南边的滑雪山脚下进行。被竞拍的资产实际上是“三个人”—— “AI教父”杰弗里·辛顿（Geoffrey E. Hinton）教授和他的两名学生。来自百度、谷歌、微软、DeepMind的代表们频频举牌，报价飙升至4400万美元，到这里参与者只剩下了百度和谷歌。尽管百度不设上限参与竞拍，但最终仍没有成功。这也让李彦宏意识到，一定要自己做深度学习、自动驾驶等技术，在那之后，他便建立了百度美国研究所，同时开始大力招徕全球人才，此后成功吸纳了包括吴恩达、Dario Amodei等在内的全球顶级人才加入。此后十年，百度开启了其在人工智能技术上的全栈自研时期，从芯片、框架、模型再到应用层，逐一击破。百度先后发布了自动驾驶开放平台 Apollo、开源了深度学习框架飞桨（PaddlePaddle），甚至在2019年就早早发布了文心大模型1.0版本。但直到ChatGPT诞生前，AI技术应用都没有找到引爆点，一直被业内看作是烧钱无底洞，落地应用也遥遥无期。坚持总能得到回报。逆转发生在2023年3月，基于文心大模型3.0版本，百度在全球第一个发布了对标ChatGPT的产品文心一言。至此，十年默默投入终于有了回报。2023年下半年开始，在保证基础模型持续领先的情况下，百度突然意识到，大模型的同质化竞争已经出现了巨大的资源浪费，李彦宏多次公开呼吁“要卷应用，不要卷模型”，并在公司内部要求要做第一个用大模型把全部产品重构一遍的公司。2023年世界大会，百度向外界展示了搜索、地图、网盘等重要应用的重构成果，而今年世界大会，百度的主题更是直接定为《应用来了》，让外界看到了大模型在智能体、产业应用等领域创造的巨大价值。回顾过去不难看出，百度在过去十几年全球人工智能发展的历次重要节点，都作出了正确选择。在更长远的未来，李彦宏希望AI能真正被每一位普通人所使用，让每个人都具备程序员的能力。
![]()
李彦宏在这次百度世界大会上，还发布了One More Thing——秒哒，一个无代码编程、多智能体协作、多工具调用的软件。秒哒和此前任何辅助代码生成工具都很不一样，它不需要使用者能看懂代码。相比之下，以往的AI工具，作为生产力工具更多是加强金字塔顶端的精英能力，比如在硅谷，辅助代码生成很受重视，因为美国很缺工程师，工程师的时薪也很贵，辅助工具可以提效，让金字塔塔尖的人更加powerful。但是AI本应该让每个人都能从中受益，而不应该是少数人使用的专利。随着基础模型和智能体能力逐步提升，百度把这些技术能力综合在一起，让真正的普通人，一行代码都看不懂的人，具备程序员的能力。试想一下，当几亿、十几亿人都具备这种能力的时候，对应的是巨大的市场空间，尤其是创造力的爆发，是辅助代码生成工具等技术无法比拟的。百度希望的是每一个普通人，都可以拥有金字塔塔尖这些人的能力，其意义自然更加深远。李彦宏在大会期间说：“百度不是要推出一个‘超级应用’，而是要不断地帮助更多人、更多企业打造出数百万‘超级有用’的应用。”试想在AI时代，越来越多人可以通过学习创造新的产品和服务，用自然语言编程这样一个富有创造力的低门槛行动，将一些天马行空的想法付诸实现，做出无数个有价值的应用，这才是真正的技术普惠。![]()
![]()
