时间: 2024-12-24 14:49:18 |   作者: ob电竞中国

  当杰夫·辛顿在2024年获得诺贝尔奖的时候，他或许会想起12年前的冬天，来找到他的那家叫百度的中国公司。因为是百度最早发现了他关于神经网络研究的价值，并极力邀请他加盟。

  2012年12月初的一天，美国滑雪胜地太浩湖的一家赌场酒店里，杰夫·辛顿和他两名学生迎来了四方的竞拍者，他们分别来自百度、谷歌、微软和DeepMind。

  辛顿名下的这间叫DNN research公司，其实没有一点实体业务，它唯一的资产，其实就是这三位学者脑中的学识。

  可能是觉得中国太过于遥远，当时已经年近七旬的辛顿，最后接受了谷歌的出价。

  但在彼时的大洋彼岸，中国的信息产业的诸多企业中，基本上没有人知道发生过一件这样的事情，更不知道有一家中国企业慢慢的开始对AI的探索。

  客观讲，拍板参加这次竞拍的百度创始人李彦宏，是一个有方向感的科技企业家。在过去十几年里，他的很多关于AI发展趋势的判断，都对产业产生了价值。

  但也有人不认同他的一些判断，于是，边争论边发展，直至逐渐被验证，成为共识，成为这个行业的有趣现象。

  这个问题，叫“AI幻觉”，它特指在生成式AI时代，模型生成的内容与现实世界事实或客户的真实需求不一致的现象。

  李彦宏用一个四层的天坛图片举例，告诉台下的听众——真正的天坛只有三层，但模型往往会自动生成一幅四层的图片而不自知。并且，这是所有的生成式模型都会遇到的问题。但在真实世界里，这类问题往往出现的更加隐蔽且诡异，从而给用户更多的困扰和误导。

  李彦宏告诉观众，百度用RAG（检索增强）和Image based RAG（/基于检索增强的文生图）的技术，改善了文字和图像生成中的幻觉问题。

  而之所以把这个技术细节放在这次重要的演讲的开头，和李彦宏接下来要作的一个判断有关——他认为，“AI幻觉”直接引发了“（生成式）多模态大模型其实还没什么成规模的应用出来”。

  故而，在他看来，消除幻觉既是大模型领域在过去24个月实现的最大进展，也应该是AI应用出现爆发的起点。基础模型的能力已经就绪，行业将迎来一个物种大爆炸的应用爆发期。”

  如果仔细的研究李彦宏过去18-24个月的讲话，会发现“应用”是一个出现频率极高的词汇。

  22个月前，也就是早在2023年3月，李彦宏就提醒行业“不要重复造轮子”，并表示应用才是大模型线日，李彦宏更直接的表示了自己的焦虑：““我多多少少有点着急”，他在与极客公园的对话中谈到：“整个国内的AI大模型行业，现在其实卷偏了。实际上，眼下更应该抓住的机遇，是大模型原生应用”。

  而到了今天，他把2024年的百度世界大会的主题词定为“应用来了”，简单、直接、强硬。

  在实际行动方面，他在百度内部推动了“百度所有业务，都要根据⽣成式 AI理念重构，重做⼀遍原来的产品”；而在外部，为了给自己心目中的“应用潮”再加一把力，他还在会上展示了遴选出来的Top100智能体和Top100产业应用。

  在当下，谈大模型原生应用的当然远非仅李彦宏一个人，但如此执着且狂热的业者，也着实不多见。

  在笔者看来，李彦宏急于推动大模型的应用落地，并非因为大模型已经完美，而是他的底层认知决定的。

  早在21世纪的第一个十年，他就反复的释放一个观点：中国由于是（网民人数）的互联网第一大国，就有机会先遇上问题，进而有机会先去解决这样一些问题，从而在应用创新上实现跨越。

  在近年，他把这个观点浓缩成一个词汇：“反馈式创新”，在很多场合提及——只有真实世界的实际反馈才能持续驱动创新。

  这也解释了，为什么他始终认为，在大模型通往完美的路上，急需百万级的“应用”作为导航仪，去探索大模型的能力、产品与市场的契合度（PMF）。

  当ChatGPT横空出世后，在中国出现了百模大战，数百家公司纷纷投入大模型这个赛道，资本的眼神都是火热的。

  在很多人为这种图景叫好、上头的时候，李彦宏唱了反调，他认为——百模大战造成了社会资源的巨大浪费，尤其是算力的浪费，这种局面不可持续。

  但极多人当时并不认同他的观点，他们的理由是：只有150个员工时的oepnAI就做出了ChatGPT，那我们为啥不能 搏一搏？

  这反映了一种现象——巨头公司往往在行业出现突破式创新时会因为体量过大、反应较慢而落后半步，如IBM、微软、甲骨文都犯过这样的错误，但一旦庞大的资源和组织被真正动员起来，很容易赶上并碾压初创公司。

  国内的事实似乎也说明了这一点，有统计显示，截至2024年4月底，国内共计推出了305个大模型。而截至5月16日，只有约140个大模型完成了生成式人工智能服务备案，不足总量的一半……其中一小部分或许是因为用于学术研究，但大部分则死于弹尽粮绝。

  事实也是，由于大模型赛道的天花板很高，现在的大模型技术距离理想情况还相差非常远，所以模型要不断快速迭代、更新和升级，不断使用户得到满足需求，以及降本增效……这在某种程度上预示着巨大的、无穷无尽的投入，更直接导致了AI还没形成生产力，但卖算力卡的英伟达却成为全世界市值老大。

  再举一个例子，李彦宏和很多行业观点对撞的一个判断，是他认为：商业化模型比开源模型更有潜力和价值。

  在“开源模型”十分盛行、部分开源模型宣布取得了比闭源模型取得更好的打榜成绩的当下，“开源派”声势浩大。甚至，扎克伯格这种大佬还亲自撰文——《开源AI是前进之路》，亲自下场为开源站台。

  第一层：“开源”在一开始可能是更快、更便宜的，但更有商业潜力的还是商业化大模型，因为最后拼的是产品力。

  例如，在差不多10年前，分布式计算和分布式存储开始大行其道，国内大部分存储企业都去用免费的分布式系统，只有两家企业——华为和曙光，决心自研全栈、闭源的分布式存储体系。

  10年过去了，这两家有自研体系的企业牢牢占据了国内分布式存储市场的头两名，而那些用开源分布式的企业，受限于对底层技术的控制能力有限、bug多、没有技术上的支持等方方面面的原因，始终没法打入头部市场。

  开源的经典精神是——如果研发人员无法学习、使用、修改和共享特定程序，则该程序就不能被称为开源项目。

  根据这个逻辑，一些专家认为，Meta 和谷歌的免费大模型（任何人都可以检查和调整）并不是真正的开源，因为“许可证限制了用户可以对模型做什么，而且训练数据集不公开”。

  李彦宏的看法则是：“开源模型基本上是⼀堆参数，⼈们不知道这些参数是如何推导出来的，也⽆法更改这些参数，因此不会对世界各地的⼈产⽣影响，也不会让世界变得越来越好。”

  事实上，有些模型的开源只是为了营销，一位专家讽刺的说：”将模型描述为开源可能会使它们被认为更值得信赖，即使研究人没办法独立调查它们是否真的是开源的。

  但是，在这些争论成为公众话题前至少半年，李彦宏就有明确的观点：在商用层面，闭源是终局模式，因为闭源远比商业效率高。

  这就好像你去A店，免费送你一个车的底盘，但你得自己配车壳子、发动机和轮胎，还要让它们组装起来可以正常运作；而B店提供二手的整车，且因为经营规模大，单车价格能打下来，还提供服务和救援。

  对于不是汽车机械师的99%的人来说，选择B店无疑才是符合需求的。对于AI应用创新企业来说，同样的道理是——企业不用也不该花钱去打磨大模型，应该把这部分资源投入到研发大模型的创新应用上来。

  一个有趣的现象是，有时候李彦宏明知自己的观点还不是行业共识，但他还是愿意抛砖。

  百度也在智能体方面发力，李彦宏对于智能体的看好也由来已久，他认为——目前，搜索和大模型的结合，更多应该是在智能体上。

  不过，李彦宏说对智能体的判断时，还说了一句“冷话”：“智能体现在还并不是一个行业的共识，只是百度下的一个赌注。”

  千行百业竞逐智能体，但真正有几家公司真懂智能体？是真的为了成就智能化而做智能体？

  如果问的再尖锐一点，大部分企业对智能体的研发能投入能占到总研发经费的20%吗？10%？

  这就跟我最近追的《小巷人家》这部剧的情节一样——庄家坚持要让一双儿女上高中、考大学的时候，大家嘴里都说“蛮好蛮好，大学生有前途”，但是一回头，还是安排自己的子女上技校、上中专，因为好就业。

  等到一夜间情势变了，中专、技校不再包分配的时候，这时候大家才是真的意识到，庄家的决策做的太对了，自己在信息茧房里呆的太久，耽误了儿女的前程。

  可以说，直到这一刻“共识”才形成，但绝大多数人都无法受益于这个共识，因为他们在“等”共识的时候，时机已悄悄错过了。

  历史从来不是由共识推动的，而是由先于共识形成时就做出独立判断的人推动的，共识只是尘埃落定后的结果。

  如果说以上关于卷应用、闭源、智能体的观点是显性的，那么，也必然也有解释这种方向感的隐性因素。

  恰好，硅谷最近热议的“创始人模式”，似乎为我们寻找隐性的底层逻辑提供了线索。

  它的核心观点很简单——相较于只通过下属掌控公司的职业经理人，亲力亲为的创始人更加有助于一家大公司的发展。因为创始人具有三个职业经理人无法具有的特质——

  对于创始人模式的第一条，在十几年前，我曾经和李彦宏本人在一次出差期间，有一个短暂的交流。我问他为何在有些事上坚持亲力亲为，他的回答是：“因为你们中的任何人都可能会离开，但我必须留在这里与百度同生共死，无法离开。”

  “创始人模式”中的第二条也适合于百度，那就是“可以完全（自主）决策做出改变”。

  我们都知道，百度在自己的第二个10年，也就是移动网络时代，发展的路径可谓是跌宕起伏，也错过了不少机会。

  但是，在国内产业界没有一点企业看出AI的潜力（大部分人是在2016年也就是阿尔法狗战胜人类棋手时，才意识到AI的潜力）的2010年，百度就已经将NLP研发部门从各个业务线中独立出来，一面攻坚前沿技术，一面追求业务落地。

  事实上是，早在2006年，百度就已经有员工自发的把人工智能技术用在产品的提升上。

  换言之，百度提前十几年就开始走自己的AI之路，而且投入了非常高的研发经费，除了“创始人模式”之外，没有一点一种可能性能让一个公司开始这种高昂的、看似无边无际的远期投入。

  第三，我们前面已经说过，李彦宏推动了百度全部的产品“用AI重做一遍”，这与文中的观点三即——知道怎么重建公司，可谓严丝合缝。

  从微观角度，我不怀疑个人兴趣或性格影响了李彦宏对AI的执着；但从宏观角度，如此执着的追求，倒不如说AI是他的欲望、信仰和对未来的寄托。

  《创始人模式》里有一句话说的很好——他们（创始人）所做的事情，使他们被许多人视为古怪，甚至更糟。但（你要）看看创始人已经取得的成就——他们是在逆风而行的情况下取得的这些成就。