今天小编分享的互联网经验：李彦宏内部讲话曝光：谈大模型三大认知误区，未来模型之间的差距会变大，欢迎阅读。
" 外界对大模型有相当多的误解，" 近日据媒体报道，李彦宏的一则内部讲话曝光。在最近一次和员工交流中，李彦宏谈及三个大模型认知误区，涵盖了大模型竞争、开源模型效率、智能体趋势等热点话题。
李彦宏认为未来大模型之间的差距可能会越来越大。他进一步解释，大模型的天花板很高，现在距离理想情况还相差非常远，所以模型要不断快速迭代、更新和更新；需要能几年、十几年如一日地投入，不断满足用户需求，降本增效。
榜单不代表大模型实力，模型之间的差距是多维的
对于行业 " 大模型之间的能力已经没有壁垒 " 的说法，李彦宏给出了不同观点。" 每次新模型发布，都要和 GPT-4o 做比较，说我的得分已经跟它差不多了，甚至某些单项上得分已经超过它了，但这并不表明和最先进的模型就没有差距了。"
他解释说，很多模型为了证明自己，会在发布之后去打榜，会去猜测试题目、答题技巧，从榜单上看 ，或许模型的能力已经很接近了，" 但到实际应用中，实力还是有明显差距的。"
李彦宏指出，模型之间的差距是多维度的。行业往往更关注理解、生成、逻辑、记忆等能力的差距，但却忽视了成本、推理速度等维度，有些模型虽能达到同样效果，但成本高、推理速度慢，还是不如先进模型。
内部讲话中，李彦宏认为，真正要去衡量大模型能力，应该是在具体应用场景中，看是否能满足用户需求、产生价值增益，这才是最值得被在乎的。
开源模型效率不高，解决不了算力问题
延续此前观点，内部讲话中，李彦宏进一步阐释了外界对开源大模型的认知误区。
" 在大模型时代之前，大家习惯了开源意味着免费、意味着成本低。" 他解释说，比如开源的 Linux，因为已经有了电腦，所以使用 Linux 是免费的。但这些在大模型时代不成立，大模型推理是很贵的，开源模型也不会送算力，还得自己买设备，无法实现算力的高效利用。
" 效率上开源模型是不行的。" 他表示，" 闭源模型准确讲应该叫商业模型，是无数用户分摊研发成本、分摊推理用的机器资源和 GPU，GPU 的使用效率是最高的，百度文心大模型 3.5、4.0 的 GPU 使用率都达到了 90% 多。"
李彦宏分析，在教学科研等领網域，开源模型是有价值的；但在商业领網域，当追求的是效率、效果和最低成本时，开源模型是没有优势的。
智能体是大模型最重要的发展方向，但还不是业界共识
李彦宏还谈及了大模型应用的发展阶段，他认为首先出现的是 Copilot，对人进行辅助；接下来是 Agent 智能体，有一定的自主性，能自主使用工具、反思、自我进化；这种自动化程度再发展，就会变成 AI Worker，能独立完成各方面的工作。
当前，智能体已经受到越来越多的大模型公司及客户的关注，李彦宏认为，虽然 " 有很多人看好智能体这个发展方向，但是到今天为止，智能体还不是共识，像百度这样把智能体作为大模型最重要的战略、最重要的发展方向的公司并不多。"
为什么要强调智能体？李彦宏也给出了答案，" 智能体的门槛确实很低 "， 很多人不知道怎么把大模型变成应用，而智能体是一个非常直接、高效、简单的方式，在模型之上构建智能体相当方便。目前，每周都有上万个新的智能体在百度文心智能体平台上被创造出来，智能体的日均分发次数已快速增长至 800 万次。
雷峰网
