李彦宏：无论在中国照样海外，这始终是充斥挑衅的范畴。今朝主动驾驶技巧已达莅临界点：我们完全具备在高度拥堵的城区大年夜范围安排主动驾驶出租车的才能，但很多城市今朝还不许可主动驾驶车辆上路。今朝。萝卜快跑已在约22个城市运营，我们正快速扩大年夜范围：持续增投车辆、晋升订单量。是以，只要本地监管许可，我们都乐于推动安排。我们有时自力运营，有时与Uber、Lyft等各类本土伙伴合作。我们异常灵活，我认为我们的技巧已经为此做好了预备。此外，因为中国拥有异常有竞争力的供给链，我们可以或许以低于西方车辆的成本制造主动驾驶出租车。是以，我们在全球大年夜多半城市都能实现独特且健康的经济效益。这也是为什么只要监管许可，我们就预备好安排的原因。
李彦宏
在百度北京宏大年夜总部进口大年夜厅的墙上，吊挂着一块镶嵌着金色数字“1417”的小木牌。这个数字取自北大年夜对面的一间宾馆房间。恰是在那边，李彦宏于2000年创建了这家市值500亿美元的公司。
“我对传授说，我对AI感兴趣，但他却说：‘别搞这个，不然你将来会找不到工作的！’”李彦宏笑着回想道。
如今，事实证清楚明了这位传授昔时的断定大年夜错特错。据估计，客岁全球AI市场范围已达2440亿美元，而AI芯片前锋英伟达已成为全球市值最高的公司，价值跨越4万亿美元。李彦宏早早地预感到了这一趋势，如今百度已成为中国领先的全栈式AI企业之一，供给从芯片、云基本举措措施，到模型、智能体、应用和花费产品的全套办事。
客岁11月，《时代》在百度世界大年夜会时代采访了李彦宏。以下是采访全文：
问：你在2000年创办百度时，有没有预感到AI能在今天发挥如斯重要感化？
李彦宏：没有。当时我创办百度时，我意识到互联网将在中国成为一件大年夜事，而搜刮技巧对于中国互联网的成长异常重要。但我当时并没有把AI和搜刮引擎接洽起来。大年夜约在2010年，我们意识到机械进修(AI的一个分支)开端在搜刮成果排名中发挥感化。我们大年夜约在那时开端投资AI，以便研究有若干人会点击某个链接。随后在2012年，我们意识到深度进修将变得异常重要。它辨认图像的精确度远超上一代技巧。百度对AI的本质性大年夜范围投资，恰是从2012年阁下开端的。
问：你曾提到，客岁在将AI融入社会和经济各个范畴方面，很多门槛已被打破。你认为2025年是AI普及的关键之年吗？
李彦宏：就应用而言，是的。因为在2023年或2024年，重要存眷的照样基本模型。基本模型的才能赓续晋升，同时推理成本持续降低。但将来，人们必须推敲应用层面的增值。在以前大年夜约半年里，我们已经看到，这波AI海潮在应用层面创造价值的各类场景。
问：你比来宣布了文心一言5.0，在多个指标上都能与ChatGPT、DeepSeek及其他大年夜说话模型一较高低。但这是一个竞争异常激烈的范畴。是什么让你认为文心一言可以或许脱颖而出？
李彦宏：在开辟我们的基本模型，也就是文心一言时，我们采取的是以应用为驱动的策略。特别是5.0版本，我们并不试图“面面俱到”，而是专注于我们异常关怀的应用范畴，例如搜刮或数字人。在这些范畴，无论基本模型层面须要哪些才能，我们都邑练习模型在这些技能上表示出色。
举例来说，我认为我们的模型在指令履行和创意写作方面表示异常好，创意写作方面甚至被评为第一。因为这些才能可以用在数字人层，尤其是在数字人进行直播、电商发卖时。要卖器械，你须要写出异常有说服力的脚本，让用户愿意为商品付费。是以，我们会针对这些应用处景优化模型。
我们认为，将来没有任何基本模型可以或许在每个方面都做到最好，OpenAI做不到，GoogleGemini也做不到，我们本身也做不到。但我们会优化模型，使其在我们最关怀的应用偏向上表示更好。
问：你是否定为基本模型范畴会像其他技巧一样，很快进行整合，只剩下少数几个佼佼者？
李彦宏：我认为最终确切会如斯。桌面互联网是如许，移动互联网是如许，AI也将会是如许。最终可能只会剩下少数几个基本模型，但在应用层，将会有很多在不合偏向上取获成功的介入者。我认为那边储藏着最大年夜的机会，不然这一切只会成为一个泡沫，迟早会决裂。
问：你曾表示芯片的价值存在误导性，而应用层的附加值须要晋升。作为一家全栈AI公司，百度在哪些应用范畴看到了增长和收入的潜力？
李彦宏：在这个问题上，我们的看法异常不合。美国主流不雅点确切把它算作“曼哈顿筹划”，国度投入巨资去实现所谓的AGI，以便领先中国和其他国度。而我们更存眷应用。中国在制造业方面异常强大年夜，我们有大年夜量工厂，须要高效力、低成本地临盆各类产品，而AI恰是用来解决这些问题的。这才是我们更关怀的。我甚至不认为所谓的AGI存在，也就是有一个模型能“包打世界”，在每个方面都优于其他模型。我认为，我们必须推敲实际应用。即使你像爱因斯坦一样聪慧，假如你甚至都不知道某些工作存在，也很难去解决问题。
李彦宏：这恰是我的不雅点。我认为今朝的格局像一个金字塔：大年夜部分价值表如今芯片层面，模型层面可能只实现了十分之一，而应用层面实现的价值更少。这显然不健康。我之所以这么说，是因为自2023岁首年代我们在开辟基本模型时采取了异常不合的策略，当时大年夜家的留意力都集中在文心一言上。我公开表示：“不要只存眷模型，要存眷应用。”这恰是我们以前两三年保持的偏向。因为我坚信，必须在应用层创造更多价值，才能持续支撑对模型、芯片等底层技巧的投入。
问：百度积极拥抱开源模型，你为何认为这是最佳选择？
李彦宏：我们一向支撑开源社区，尤其是在深度进修框架层面。我们的飞桨开源深度进修平台稀有切切开辟者在应用，其影响力可与TensorFlow和PyTorch媲美。在模型层面，我们也熟悉到开源能吸引更多存眷，让人们更愿意测验测验并验证其后果。但必须解释的是，我不认为开源是价值创造的关键。精确地说，这并非真正的“开源”，而是“开放权重”。你可以获得模型所有权重参数，却无法知晓练习数据，是以难以完全复现模型开辟者的成果。不过这并不重要：关键在于为你的应用供给最佳机能的模型。它可能是一个小型开源模型，也可能是昂贵的大年夜型闭源模型。只要它能创造的价值远跨越你在推理和练习上的投入，就值得采取。当前行业正处于模型爆发期，几乎每周甚至天天都有新模型宣布。开辟者拥有丰富的选择，但这种局面终将趋于稳定并走向成熟。当更多模型开辟者转向应用层，为各类场景开辟智能体时，生态体系便会真正成熟起来。
问：与前次交换时比拟，我感触感染到一个明显变更是百度正果断推动国际化扩大，特别是萝卜快跑主动驾驶出租车在中东和欧洲的构造。你们若何应对这一过程中监管与地缘政治方面的挑衅？
问：中国在传感器、电池以及其他电动车零部件的供给链方面异常强大年夜，但芯片是美国似乎紧紧掌控的一个范畴。百度方才宣布了新款M100芯片，并正在开辟新的芯片集群。我们如今是否可以说，中国已经不再依附美国芯片了？
李彦宏：不，在GPU或AI加快器方面，我认为我们可能落后美国两到三代。但这并不会阻碍我们开辟异常有价值的应用。芯片层位于技巧金字塔的最底层，其上是各类框架、基本模型，然后才是应用层。我们在芯片上可能落后几年的时光，但在模型层面并不算太远。而在模型之上，我们有很多其他处所找不到的应用处景。美国的人甚至都不知道这些问题须要被解决。这恰是价值创造的处所。是以，我并不太担心芯片限制，固然我异常欲望可以或许应用最先辈的英伟达芯片。
问：美国政策制订者评论辩论用“曼哈顿筹划”式(美国研发首个原枪弹的代号)的力量来推动AGI。而在中国，政策框架更多存眷将AI技巧普及到社会各范畴。你认为美国以军备比赛的方法评论辩论AI有赞助吗？
问：所以你们是把AGI放在一边，只专注于应用吗？
问：在开辟AI应用，并克服监管等阻碍以实现大年夜范围普及方面，你认为最大年夜的挑衅是什么？
李彦宏：立异几乎老是须要处理前所未有的问题，尤其是当试图将技巧安排到实际世界时。以主动驾驶出租车为例：门路上存在出租车司机和各类由人驾驶的车辆。这是一项新事物。总体而言，中国当局是支撑立异的，他们常说“我们支撑你的立异尽力”。但另一方面，他们也须要顾及各好处相干方的各种关怀。假如没有任何律例许可主动驾驶汽车上路，那就意味着它不克不及上路。这与美国的情况略有不合。在美国，假如没有律例说你不克不及让主动驾驶汽车上路，那么你就是被许可的。在得州或佐治亚州等处所，对主动驾驶出租车运营根本没有监管。但在中国，在AGI和基本模型方面，很多情况下你必须获得监管机构的许可。
早在2023岁首年代，美国很多看法领袖就声称“AI异常危险，我们须要监管。我们须要将基本模型的成长推迟六个月，以确保其安然，或相符我们的价值体系”。但在中国，其实并没有产生类似的工作。我们并不经常评论辩论这类监管问题，但实际上，已经存在一整套引导新技巧成长的监管规矩。
问：如今看起来，美国在AI范畴推动更多安然办法和护栏的尽力已经消掉。美国正全速推动、试图博得他们所说的“AI 比赛”。你认为这是不是有些鲁莽？你认为美国事否应当退一步，像中国那样制订一些恰当的监管办法？
李彦宏：我对此会异常谨慎地对待。一方面，我确切认为应当有必定的护栏；但另一方面，因为技巧成长得如斯之快、进步如斯迅猛，在制订监管规矩时必须异常当心，避免伤害立异的节拍。我们很难指望监管者对技巧有比基本模型开辟者更深刻、甚至更好的懂得。假如采取一种过于“事先预防式”的立场，可能并不是一件功德。你欲望监管它，但应当退后半步，不雅察它的演变，然后再制订恰当的律例。你不该该走在技巧路线图的前面，哪怕只是领先一步或半步，因为那样做，它会成为立异的减速带。
在公司创建早期，李彦宏的重点是巩固百度作为中国领先搜刮引擎的地位。然而，他早在本科阶段在北京大年夜学和清华大年夜学上课时，就对AI产生了浓厚兴趣。然则在1991年他赴美攻读研究生时，这份兴趣被临时弃置。
李彦宏：我并没有花很多时光去思虑AGI。我们当然在练习模型，但练习模型的目标，是为懂得决具体的应用问题。我并不认为我们应当去打造一个“无所不克不及、合适所有人的超等智能AI”。
问：对于那些担心AI代替工作、代替身类的人，你想说什么？你懂得他们的担心吗？
李彦宏：是的，中国和美都城面对类似的问题。从长远来看，人们广泛认为新技巧将为人类创造更多的工作机会。但短期内，我们确切面对挑衅。因为AI带来的临盆力晋升，就业将面对下行压力，我们须要找到办法来应对这个问题。在美国，人们评论辩论全平易近根本收入；在中国，我们则更多谈论新的就业机会，比如数据标注这类工作。百度就赞助很多城市建立了数据标注中间，雇佣了成千上万的人。我认为将来，我们将可以或许创造出很多我们从未假想过的全新工作岗亭。
问：你若何对待数据中间能耗巨大年夜的问题？这个问题若何解决？
李彦宏：这个问题我们很早就面对过，大年夜概在10到15年前，当我们开端扶植大年夜范围数据中间时，就开端存眷所谓的PUE(电源应用效力)。我们投入了大年夜量精力来确保数据中间的能效。在中国，我们的数据中间可能仍是能效最高的。跟着AI的扩大，我们确切须要更多的算力和电力。是以，这方面的尽力变得越来越重要，也若干有些不合。在GPU时代，有很多不合的节能办法。但也许最明显的一个是让你的模型更小，推理成本更低。假如你能做到这一点，天然就会削减电力需求。在这方面，中国遥遥领先。我们可以或许开辟出推理成本是美国同业十分之一甚至百分之一的模型。我认为美国更侧重于开辟最强大年夜的AI模型，而中国，可能因为我们的购买力较弱、竞争更激烈，我们老是不得不降低推理成本，顺带也节约了能源。
问：像DeepSeek如许的公司只花了600万美元就做出了V3 模型，而Meta却在AI上砸下了数十亿美元，成效却备受质疑。你怎么看？你是否定为美国正陷入一种泡沫，只是在赓续往研发里砸钱，却并没有真正存眷产出和回报？
李彦宏：我认为这是两条不合的成长路径。在中国这边，我们尽力让模型变得更高效。我们必须这么做，因为我们无法获得最先辈的芯片。而在美国这边，你们拥有更先辈的芯片，也更愿意在前沿技巧长进行大年夜范围投入。我认为这同样是功德，这有助于人类去摸索技巧的极限、可能性的界线。我对这方面的尽力异常感兴趣，也一向在密切存眷。正如我之前说的，我们可能无法在模型练习投入上与Google、OpenAI相匹敌，但我们离应用更近。我们更清楚要解决什么问题，也欲望在美国意识到这些问题存在之前，就已经把它们解决掉落了。
问：你认为在将来大年夜约10年里，AI将以哪些最不被懂得、或者最出人意表的方法改变社会？
李彦宏：这存在着巨大年夜的不肯定性，因为技巧演进得其实太快了。要去想象10年之后会产生什么异常艰苦，甚至回头看一年前，我都无法想象今天的AI会如斯强大年夜。所以我们能做的，就是持续不雅察技巧所能达到的可能性，并尽力找到应用这些立异的方法。
发表评论 取消回复