百度袁佛玉：生成式AI，开启智能原生未来

2025-07-20 11:19:27 来源：undefined

1月7日，第二十五届北大光华新年论坛在北京大学百周年纪念讲堂举行。百度集团副总裁袁佛玉出席并发表《生成式AI，开启智能原生未来》主题演讲。袁佛玉表示，技术真正的价值只在于应用。没有构建于大模型之上的繁荣的产业应用，大模型本身就毫无价值。生成式AI正式进入了拼落地、拼应用的“下半场”，当下就是最重要的应用创新窗口。她认为，生成式AI带来的全新机会在于用好AI智能涌现之后出现的理解、生成、逻辑和记忆四大核心能力，去创造出过去没有过的全新的用户体验、更高的生产效率。

百度集团副总裁袁佛玉

以下为演讲实录：

大家好，我是百度公司袁佛玉，非常开心有机会来北大光华新年论坛做分享，因思想而光华，今天坐在下面确实听到了非常多富有启发的高屋建瓴的思想和洞察。

在这个环节，我想分享一下在过去一年多时间里，百度作为中国最具AI代表性的企业之一，与中国众多积极探索生成式AI和大模型如何应用于真实产业场景的伙伴们共同积累的心得。

2023年，整个市场对生成式AI的技术和变革潜力非常兴奋，也有一些观点把它称作是上半场，我们通过一个视频来简单回顾一下。

关闭

观看更多

退出全屏

视频加载失败，请刷新页面再试

刷新

视频详情

其实人工智能有过好几次浪潮，比如出现过大家都非常熟悉的下围棋、人脸识别等等应用。这些技术出来的时候一开始市场也非常热，但随着落地过程中出现各种挑战，包括我们很熟悉的应用有限、场景分散、很难标准化、企业在应用过程中发现经济模型算不过账，随后就会进入低谷。

但是这一次跟过去任何一次 AI 的浪潮都不一样，最重要的不一样就在于它的通用性，我们叫做「智能涌现」，就是没有教过的它也学会了。

过去AI落地中非常受挑战的很多场景我们需要重新去训练，重新让机器去学习，使得它的经济性很有限。有了这个特点之后，当我们有能力做出非常好、非常领先的一套基础技术的时候，它就有机会在各行各业都能快速做出有真正产业价值的应用，这是AI过去70年从来没有过的全新一次机会。

正因为产业经历过起起落落。所以这一次生成式AI，大家迅速把关注点转入了拼落地、拼应用的下半场。

技术真正的价值只在于应用。单纯进行评测，讨论大模型本身的能力，而忽略应用场景是没有实际意义的。就像评价一个人的能力时，需要结合他所在的岗位和行业。在企业中，我们强调人岗适配，技术也是一样。

没有构建于大模型之上的繁荣的AI原生应用，大模型本身就毫无价值。所以，我们也认为，站在2024年的开头再去谈“百模大战”已经没有意义，也可以说已经成为过去式。一方面是，重复开发多个几乎没有实际应用的基础大模型，是对社会资源的极大浪费，尤其是在我们算力还受到限制的情况下。另一方面是基础大模型之间的梯队已经显著拉开，差距已经很明显，随着构建于大模型之上的AI原生应用不断繁荣发展，最终能留下来的基础大模型只会是极少数几家。

刚才，黄铁军老师用发动机来形容大模型的技术，我们很容易理解，当人类历史上出现了电和电动机这样的重大发明之后，我们其实要做的不是全社会重新把电和电动机做一遍，而是围绕这项技术我们把上面的电网生态和各种电器应用做起来，使得它真正能在不同产业应用下产生价值。大模型也是如此，当我们已经拥有了很多企业建立的可用大模型，接下来我们要做的就是应用驱动，通过实际应用价值的需要来倒推基础模型技术的进步，而不是整个社会再把基础大模型做一遍。

这并不意味着创新机会变小了，实际上机会最大的应用层才刚刚开始，有着巨大的创新空间。

图上列出了近期的几次呈现了几次关键技术和爆款应用产生的时间差。在我们熟悉的PC时代，在IBM PC推出9年后，诞生了像微软Office这样标志性的应用。移动互联网时代，在iPhone发布后4年，迎来了微信等一系列互联网爆款应用。时间从9年缩短到4年，是因为底层技术越来越完善，所以创新爆发速度会越来越快。

在AI原生时代，我们认为爆款应用诞生的时间会进一步加速。在产业中讨论的时候，会有部分非常积极的探索者认为已经有爆款应用正在产生。2024年是大家非常期待的一年，我们会认为很多有价值的、明星的应用会持续爆发。所以当下就是最重要的应用创新的窗口，推动生成式AI落地应用到各行各业，交付业务价值。

那么什么是面对生成式AI这项技术我们最应该抓住的创新机会呢？我们的基本理念就是：要基于过去没有而现在有了的能力，去解决过去解决不了或解决不好的问题，就会有巨大的创新空间。

这个过去没有而现在有了的能力，就是AI智能涌现之后出现的四大核心能力：理解、生成、逻辑和记忆。我们要思考怎么在我们的业务里面去用好这四大能力，去创造出过去没有过的更好的用户体验、更高的生产效率。

基于技术只有用起来才有价值的这个理念，百度智能云去年三月推出了千帆大模型平台，支持企业更简单、更经济地把生成式AI用起来。

在服务行业和企业的过程中，我们把企业真正与此相关的需求划分为五类三个层面：

从上往下看，最共性的是应用需求，主要分为两种。一种是企业希望直接去调用基于大模型已经开发好的应用。我们上线了千帆应用商店，上面集合上架了很多优秀的企业和开发者开发出来的AI原生应用。也有很多企业自己的业务有一些特殊性有个性化的需求，千帆推出了App Builder开发工作台，集成了大模型应用开发的常见模式、工具和流程，支持最低门槛的应用开发。应用层往下是模型层。也有两种情况：有些应用是直接调用已有的基础大模型就可以完成。有些垂直领域的应用，需要在基础大模型之上进行模型精调等等二次开发才能满足需求。所以在这一层，千帆推出了Model Builder工具链，支持专有模型开发、模型精调等。从模型层再往下，是AI算力的需求。在这一层，我们有百度百舸AI异构计算平台，是国内非常领先的、具备万卡集群能力的智算基础设施，支持了百度文心系列大模型的训练、以及很多客户的智算需求。在过去一年多的经历里面，我们看到，很多专业场景的实际落地都是大模型套小模型的模式，这个模式也越来越被行业所关注和认可，同时满足性能和效率的要求。行业专用模型速度快，成本低，大模型通用能力强大、更加智能，可以用来增强和兜底。

百度智能云千帆大模型平台的推出，就是为了支持整个社会产业经济，更快地把生成式AI的能力用起来。经过了一年多的发展之后，目前千帆的易用度到底怎么样？我想举一个例子说明。前几天，吴晓波老师举办了一年一度的年终演讲。过去准备这个演讲吴老师需要花费很多时间，需要一个团队，要问他的助理很多问题并整理大量的资料。今年，他在千帆平台上，用千帆AppBuilder，花了不到10分钟，0代码，自己就做出来一个年终演讲问答助手，准确并且即时地反馈吴老师需要的各种信息，完全改变了作业方式。

关闭

观看更多

退出全屏

视频加载失败，请刷新页面再试

刷新

视频详情

所以，最终一个技术能够用起来，除了通用大模型的能力要非常强，其实还需要非常多的建设，包括呈现应用的开发平台，要有一个足够简单的、低门槛的、低成本的经济性开发平台，才可能真正帮助企业，尤其是整个增长环境都非常有挑战的情况下，真正地应用起来。

经历了2023年的兴奋，现在产业界的焦点都放到了实际的应用上，并且是要计算应用的经济模型，并且最终要回归价值本质——谁的效率高，谁创造的业务价值更明确，谁就会胜出。在2023年的市场表现中，百度文心大模型是IDC等专业机构综合评估最领先的大模型，用户规模已经突破了1亿。面向企业客户，百度智能云千帆大模型平台，已服务了超过4万家企业客户，平台上累计精调模型达成了一万个的量级。这张趋势图是千帆平台大模型API公有云调用量曲线，一直保持着超过30%周度高增速，千帆AI应用商店上的受欢迎的AI应用数量超过了一百个。高速发展的背后是什么？舆论场上大家非常关注通用大模型的能力，但其实在应用上一项技术要健康地发展，有更多关键的因素，我在这里想分享的是关于成本的优化。例如文心一言从去年3月至今，推理的成本已经降到了原来的1%。原来有些企业因为成本的考虑，一天只敢调用一万次，现在同样的成本，一天可以调用100万次了，于是企业就可以真正在大规模的业务场景中用起来了。这会是未来竞争的主线，基于业务应用场景，去迭代模型能力、降低成本、降低应用门槛。