今天小編分享的互聯網經驗：李彥宏内部講話曝光：談大模型三大認知誤區，未來模型之間的差距會變大，歡迎閱讀。
" 外界對大模型有相當多的誤解，" 近日據媒體報道，李彥宏的一則内部講話曝光。在最近一次和員工交流中，李彥宏談及三個大模型認知誤區，涵蓋了大模型競争、開源模型效率、智能體趨勢等熱點話題。
李彥宏認為未來大模型之間的差距可能會越來越大。他進一步解釋，大模型的天花板很高，現在距離理想情況還相差非常遠，所以模型要不斷快速迭代、更新和更新；需要能幾年、十幾年如一日地投入，不斷滿足用戶需求，降本增效。
榜單不代表大模型實力，模型之間的差距是多維的
對于行業 " 大模型之間的能力已經沒有壁壘 " 的說法，李彥宏給出了不同觀點。" 每次新模型發布，都要和 GPT-4o 做比較，說我的得分已經跟它差不多了，甚至某些單項上得分已經超過它了，但這并不表明和最先進的模型就沒有差距了。"
他解釋說，很多模型為了證明自己，會在發布之後去打榜，會去猜測試題目、答題技巧，從榜單上看 ，或許模型的能力已經很接近了，" 但到實際應用中，實力還是有明顯差距的。"
李彥宏指出，模型之間的差距是多維度的。行業往往更關注理解、生成、邏輯、記憶等能力的差距，但卻忽視了成本、推理速度等維度，有些模型雖能達到同樣效果，但成本高、推理速度慢，還是不如先進模型。
内部講話中，李彥宏認為，真正要去衡量大模型能力，應該是在具體應用場景中，看是否能滿足用戶需求、產生價值增益，這才是最值得被在乎的。
開源模型效率不高，解決不了算力問題
延續此前觀點，内部講話中，李彥宏進一步闡釋了外界對開源大模型的認知誤區。
" 在大模型時代之前，大家習慣了開源意味着免費、意味着成本低。" 他解釋說，比如開源的 Linux，因為已經有了電腦，所以使用 Linux 是免費的。但這些在大模型時代不成立，大模型推理是很貴的，開源模型也不會送算力，還得自己買設備，無法實現算力的高效利用。
" 效率上開源模型是不行的。" 他表示，" 閉源模型準确講應該叫商業模型，是無數用戶分攤研發成本、分攤推理用的機器資源和 GPU，GPU 的使用效率是最高的，百度文心大模型 3.5、4.0 的 GPU 使用率都達到了 90% 多。"
李彥宏分析，在教學科研等領網域，開源模型是有價值的；但在商業領網域，當追求的是效率、效果和最低成本時，開源模型是沒有優勢的。
智能體是大模型最重要的發展方向，但還不是業界共識
李彥宏還談及了大模型應用的發展階段，他認為首先出現的是 Copilot，對人進行輔助；接下來是 Agent 智能體，有一定的自主性，能自主使用工具、反思、自我進化；這種自動化程度再發展，就會變成 AI Worker，能獨立完成各方面的工作。
當前，智能體已經受到越來越多的大模型公司及客戶的關注，李彥宏認為，雖然 " 有很多人看好智能體這個發展方向，但是到今天為止，智能體還不是共識，像百度這樣把智能體作為大模型最重要的戰略、最重要的發展方向的公司并不多。"
為什麼要強調智能體？李彥宏也給出了答案，" 智能體的門檻确實很低 "， 很多人不知道怎麼把大模型變成應用，而智能體是一個非常直接、高效、簡單的方式，在模型之上構建智能體相當方便。目前，每周都有上萬個新的智能體在百度文心智能體平台上被創造出來，智能體的日均分發次數已快速增長至 800 萬次。
雷峰網
