关于AI大模型的三大认知误区

[向右R] 这两天看到一则消息，说李彦宏在和内部员工交流时，聊到了大模型的三个常见的误解，让我深受启发，特来总结一下和大家分享： [一R]观点1：不同模型之间的差距不是越来越小，而是会越来越大； [二R]观点2：开源模型效率不高，无法在商业领域与闭源模型竞争； [三R]观点3：智能体是最重要的发展方向，但还不是业界共识。 [点赞R] 人工智能是这几年非常火热的行业，大模型作为人工智能的重中之重，很多人对大模型的理解存在误区。就像李彦宏所说，大模型之间的差距不是在缩小，而是会越来越大，而且需要不停地更新和改进，才能跟上用户的需求，同时也能提高效率。 [向右R] 大模型分为开源和闭源两类，在商业领域开源大模型效率是比不上闭源模型的。闭源模型可以通过大量用户分摊研发成本和硬件资源，从而实现更高的GPU使用效率。例如，百度文心大模型的GPU使用率可以达到90%以上，这种效率在开源模型中可能难以实现。 [向右R] 智能体作为大模型发展方向之一，能够自主执行任务、学习和适应环境的系统，但还没有在业界形成广泛的共识。而百度已经大规模押注智能体，如今基于文心大模型的百度智能体生态已经逐渐形成，像百度这样把智能体作为大模型战略和方向的公司可谓少之又少。 百度的文心大模型现在用的人越来越多，每天的调用次数超过6亿次，在实际应用中非常受欢迎。在AI这条路上，百度已经走的很远。