李彦宏谈大模型：开源不等于高效，模型差距咋越来越大

李彦宏内部发言引发业内广泛关注，其观点迅速成为热议焦点。

近期，众多大型预训练模型频繁刷新排行榜记录，甚至在某些指标上超越了GPT-4o，这一现象似乎预示着下一代GPT-4o、下一代OpenAI即将出现。然而，李彦宏对此有着不同的见解，他强调，尽管表面看似形势一片大好，但实际上，这些模型离理想状态仍有较大差距，需要持续迭代和改进。

李彦宏进一步阐述，要达到这样的目标，需要长时间的专注投入，持续满足用户需求，同时降低成本提高效率。

此外，他还提到，开源模型在效率方面存在不足，难以克服算力瓶颈，而智能体则是大模型发展的关键方向。

作为大模型应用的先驱，百度及其领导者李彦宏的此番言论，为整个行业带来了实质性的参考价值。

李彦宏在其内部讲话中提出了三大观察点，旨在纠正当前的一些误解：模型间的差距是否正在缩小？技术是否已接近极限？为何商业化模型更具成本效益？

首先，李彦宏否定了模型能力差距缩小的观点，他认为不同模型间的差异实际上是在拉大而非缩小。虽然新发布的模型在测试集中表现出色，但这并不意味着它们已经缩小了与最先进模型的距离。在实际应用中，模型的表现仍有很大差别。

他补充道，模型的评估不仅仅基于单一维度，还包括成本、推理速度等多个方面。此外，过度拟合测试集可能误导对模型性能的判断。因此，模型的实际应用价值才是评判标准。

再者，模型的发展空间巨大，目前所能实现的功能距离目标还有很长的路要走。因此，模型需要经过数年乃至更长时间的持续改进，以适应用户的多样需求，提升效率或降低成本。

对于开源模型，李彦宏指出，它们往往需要用户自行部署和维护，这导致了较低的GPU利用率，从而增加了推理成本。相比之下，闭源模型通过共享资源和分摊研发成本，实现了更高的效率。

百度的大模型，如文心3.5和4.0版本，已能达到90%以上的GPU利用率。在实际应用中，模型的效率和效果同样重要。

最后，李彦宏强调智能体是大模型发展的核心方向，其低门槛使得应用转化更为直接高效。

大模型的发展阶段依次是Copilot助手、Agent智能体以及AI Worker阶段。智能体由于其易于应用的特点，已经在百度的产品中展示出潜力。

借助百度庞大的用户群和需求，智能体得以更好地满足市场需求，推动自身的进步。

李彦宏提出的这些洞见不仅反映了现状，更指向了未来的发展趋势。当前，随着基础模型的更新放缓，大模型应用深入各个产业，企业面临更为复杂的市场和技术挑战。

百度在智能体领域的布局显示了其对未来AI应用的信心。通过AgentBuilder平台，百度已吸引大量开发者和企业，展示了智能体的强大潜力。

李彦宏坚信，智能体的发展需要紧密贴合用户需求，随着需求的增长，智能体也将快速迭代。只有智能体生态持续扩大，才能促进AI技术在各个领域的广泛应用。

百度的智能体实践为行业提供了宝贵的参考和启示，表明智能体将成为未来AI应用的重要组成部分。