iRAG和秒哒。
图片来源｜IC photo
今年百度世界大会主题定为“应用来了”，大会现场李彦宏表示，这一主题代表了百度对于当前大模型行业发展的判断——进入2024年，国内大模型开始走入不同于海外同行的发展路线，即从投入底层模型转向探索应用层——这也基本是目前的行业共识。
国内大模型厂商在底层模型卷了近两年后，几乎所有公司和投资人都开始焦虑商业化落地的进度，“killer app在哪里”成为焦点。
虽然不少C端AI软件应用已经面世，但现阶段来看，用户渗透率及制造现金流的能力仍较为初期。
以曾经火爆一时的妙鸭相机为例。百度指数显示，妙鸭相机从去年7月17日上线，热度从7月23日开始上升，8月初达到峰值，随后就开始缓慢下滑。根据数据分析公司Sensor Tower统计，大部分头部“AI+图像”应用的生命周期只有两个月。
这背后透露的问题是，对用户而言，这些应用是否真正“有用”，以及是否满足了用户的真实需求。
百度主要通过新发布的两大赋能AI的技术——iRAG和秒哒，来展现自己对“超级有用”的理解。
需求侧看，iRAG和秒哒有各自的“有用”价值。在李彦宏的描述中，文生图技术iRAG的商业价值在于无幻觉、超真实、没成本、立即可取，秒哒则能进一步降低大模型的应用门槛，释放社会生产力。
RAG（检索增强）是过去一段时间大模型行业的共识，为了追求模型落地的准确性，“幻觉”必须被消除。
在12日下午的一场AI圆桌访谈中，李彦宏表示：“过去两年，RAG使大语言模型具备了实用价值，可以有效控制幻觉生成，所以它才在各个场景，尤其是to B场景应用起来。但是多模态要想进入真正实用阶段，也得有准确性、可控性，应用空间才能打开。”
李彦宏指出，过去24个月，大模型的最大变化是基本消除了“幻觉”，但图像和RAG技术的结合还远远不够。在他看来，多模态模型还没有大规模应用的原因，就是幻觉问题解决得还不够彻底。这是需求痛点决定的。
因此针对这一用户需求的痛点，百度决定先通过iRAG这一技术解决实际的幻觉问题，再谈多模态应用。
而做秒哒，是相对于提高程序员效率，百度看到了更有意义的潜在需求。
“当几亿、十几亿人都具备程序员能力的时候，它对于创造力的爆发，是辅助代码生成工具没法比的，那些工具是让金字塔塔尖的人更加powerful，而我们希望金字塔中间层和底层的人，拥有金字塔塔尖这些人的能力，这个意义更大。”李彦宏表示。
供给侧看，秒哒的构建模式也与百度对大模型发展的判断有关，即通过多个“智能体”协作的方式进行开发，比如程序员智能体、写作智能体、检索智能体、质检智能体等。
李彦宏认为，Chat GPT-o1的方向和百度去年四季度开始讲的“智能体”异曲同工，“智能体可以反思、进化、使用工具，这个方向和传统意义上大语言模型的方向确实不太一样。”
而在各大模型公司追赶Sora的这一年中，百度最终选择推出iRAG技术，李彦宏认为，Sora不等于就是多模态。
“Sora本质上是任意场景下的视频生成能力。它的本质是可以做到基本预测未来，预测一个画面的下个10秒会变成什么样子。”李彦宏表示，但按Sora现阶段的技术进展，还无法解决更实际的问题，比如数字人，生成的文字用语音表达出来，同时形象动作也要配合，这靠“任意场景下生成视频的产品”，不一定能做好。
按照李彦宏的说法，Sora是较为理想化的终极目标，在达成这一目标的路上，还有很多细节问题待解决，比如iRAG就是来解决问题的。
值得注意的是，李彦宏在本次世界大会的演讲，鲜少出现底层模型迭代和进化等大议题，而是更多聚焦在了“多少人能够用模型能力做多少事”。
这样一个更脚踏实地的转变，映射了行业整体思路的变化，即手中不放弃底层研究，但眼中要看向务实的落地目标。李彦宏表示“应用驱动是第一性原理”。
但这并不意味着要焦虑“超级应用”。
“大模型这一代超级应用出现的时间点，不应当和互联网刚出现时比较，而是应当和电力革命时比较，也就是说，这一代超级应用或许不局限于一个设备上的app，而是一种类似基础设施的应用。”李彦宏指出。
相对于互联网，大模型是一个全新的底座，在这一底座之上将相应地建立新的生产力和生产关系，而在大模型还没有真正变为基础设施之时，追逐“超级应用”也为时尚早。
基于此，李彦宏才提出“不断赋能数百万‘超级有用’的应用”这一概念。相比于自己做出“超级应用”，百度更倾向于为开发者提供生态。
“我们内部同时做十款应用或者最多一百款，外界可能有一万个创业公司在试各种各样不同的赛道，所以一万对一百，哪一个做出来的可能性更大？一定是外界做出来的可能性最大。所有我们主要精力还是放在做工具，做基础平台，让大家更容易地在这上面开发应用。”李彦宏表示。
至于新一代基础设施呈现在用户面前的可能形态，现阶段而言，李彦宏认为是“智能体”。
比尔·盖茨曾对智能体下定义：可以响应自然语言，并且可以根据对用户的了解来完成许多不同的任务，称为智能体。智能体不仅会改变每个人与计算机交互的方式，也将是下一个平台。
从大语言模型到智能体，不可否认的是，搜索公司对这项技术有天然优势。
李彦宏表示：“当有很多智能体的时候，还是要解决如何跟人的需求高效匹配的问题，人有了需求以后，上哪儿接触到这些智能体？最高效的连接还是搜索。”
也就是说，举例来看，未来用户在百度搜索框搜索时，响应的结果不仅有传统信息检索的结果，还会有匹配的智能体结果。
不过李彦宏也指出，拉长时间线来看的话，智能体肯定是过渡形态，“但我判断这个过渡形态会持续比较久时间，即使是AI worker出现以后，它跟智能体还是会长期并存。有些东西可以完全自动化了，有些东西还是需要通过人和AI的协作来完成，分不同的场景。”
短期而言，对于明年AI行业可能出现的变化，李彦宏的关键词是“清晰”“哪个方向更有前景，哪个方向要再等几年，明年会更加清晰。”
