今天小编分享的科技经验：OpenAI变深，百度变宽，欢迎阅读。
距离 ChatGPT 发布整整两年后，中美两地的大模型代表厂商，仍在完善模型产品功能和使用体验上不断发力：11 月初，OpenAI 在 ChatGPT 中上线了 AI 搜索；11 月中旬，百度则推出了一系列智能体应用，尝试构建 AI 应用生态。
行业领头羊的不同思考，得以让外界一窥它们在大模型领網域的共识和分歧。
共识在于，无论 OpenAI 还是百度，都在致力于进一步消除幻觉，并努力提升商业化能力。百度创始人李彦宏甚至发出了 " 过去 24 个月，AI 行业的最大变化是大模型基本消除了幻觉 " 的感慨。
但放在当下节点，两家公司对大模型应用的探索，更值得行业审视和思考。
OpenAI 的 AI 搜索功能一经上线，就被众多一线用户发现其搜索结果依然难逃幻觉困境。如何将大模型带出幻觉陷阱？
作为老牌搜索巨头的百度，带来了自己的新答案：借助 RAG（Retrieval-augmented Generation）解决了文字幻觉后，百度又盯上了影像幻觉，并为后者量身打造了一项独门秘术—— iRAG（检索增强文生图技术，image based RAG），将百度搜索的亿级图片资源跟强大的基础模型能力相结合，以此来确保生成的图片更加真实，贴近自然。
更重要的是，唯有解决了大模型的幻觉问题，才能让更多人愿意并敢于用大模型技术。智能体，则成了百度撬动更多普通用户触及大模型技术的重磅应用方向。
相比 OpenAI 希望通过搜索持续增强自身变现能力，加码智能体的百度，不仅自己赚钱，还想让人人都能赚到钱，继续构筑 AI 应用生态，" 我们不是要推出一个‘超级应用’，而是要不断地帮助更多人、更多企业打造出数以百万‘超级有用’的应用。" 李彦宏说道。
尽管全球几乎所有大模型玩家都在关注智能体，但正如李彦宏所言，像百度这样把智能体作为最重要战略方向的公司并不多。强如 OpenAI，也选择了在今年 3 月份，关停仅运营两个月的智能体应用商店 GPT Store。
在 ChatGPT 推出两年来，时间曾屡次证明李彦宏的部分非共识，逐一衍化为了行业新共识，如对检索增强的率先重视、卷应用的倡议等。
这一次，高喊智能体会是 AI 应用最主流形态等非共识论断的李彦宏，还能再次成功吗？
经过两年发展的大模型领網域，正在转换出一套新的评判标准：对大模型厂商的综合实力打分，不再仅仅围绕它出了多少论文、刷了多少排行榜，更加开始看重它是否能获得规模化收入，何时能摸到盈利的门槛。
" 也许不是最便宜的赢得商战，而是最能落地的赢得利润。" 在今年上半年百度等一众大模型厂商纷纷启动大模型 " 价格战 " 之际，Lepton AI 创始人兼 CEO 贾扬清便给出了自己的见解。在贾扬清看来，" 降价是个拍腦袋就可以做的简单策略，但是真正的 To B 商业成功更难。"
为了加速商业化落地步伐，OpenAI 选择了上马 AI 搜索，扩展新的付费渠道。百度则选择了平台生态策略：提供平台工具，搭建智能体生态，让智能体开发人人可用，人人都能赚到钱。
百度世界 2024 大会上，李彦宏对外展示了四大智能体应用——公司类智能体、角色类智能体、工具类智能体、行业类智能体。
公司类智能体，就相当于 AI 时代的公司官网：传统官网具有的公司介绍、产品图片和参数展示、线下门店位置等能力，公司类智能体有；传统网站没有的主动推荐、及时响应和服务能力，公司智能体也有。
角色类智能体，则是一改往日数字人声音、肢体动作、口型机械、呆板的短板，开始变得更加高度拟人化，简单来说就是更像真人了。
工具类智能体方面，李彦宏着重介绍了百度文库与百度网盘联合发布的 " 自由画布 "，在充分运用文库与网盘的融合优势基础上，全面打通过去公網域与私網域资料的限制，实现输入、编辑、创作、分享自由。
行业类智能体方面，目前已经在法律、医疗健康、金融、体育、旅行等诸多领網域落地。作为法律行业的智能体的法行宝，上线半年多以来，已累计免费服务 940 万人。
为了真正做到让人人都能开发智能体，大会上，李彦宏还带来了 One More Thing 时刻——对外展示了大模型技术落地的无代码产品秒哒，号称是一个不需要写代码就能够实现任意想法的軟體，被李彦宏称之为 " 迄今为止人类历史上最复杂的多智能体协作工具 "。
智能体完成大模型从 " 言 " 到 " 行 " 能力突破的背后，离不开其基础大模型能力的迭代进步。
具体到百度自身，早在 2019 年，百度就推出了 1 亿参数规模的文心大模型 1.0 版本，随后又在 2.0 版本更新至 10 亿参数，ChatGPT 发布后不久，百度就抢先推出了 3.0 版本，并在去年 10 月迭代到 4.0 版本。
近日，沙利文发布报告《2024 年全球 AI 生态全景概览》，在全球 AI 生态全景中，百度与谷歌、OpenAI 位于 AI-Native Giant 同一象限。
在被问及百度为何能以如此快的速度发布大模型时，李彦宏曾回答道，" 是因为我们准备得更加充足、工程师非常努力，我们一直在朝着这个方向努力。长期的信念，让我们为这样的颠覆性创新做好了准备。"
能够持续推动技术迭代的另一助力，则来自百度多年来对全球 AI 人才的招揽，包括吴恩达、Dario Amodei、Jim Fan 等一批行业大牛。
作为前百度首席科学家，吴恩达在百度期间带领百度人工智能团队增长至 1300 多人，帮助百度培养出大量 AI 人才。
但技术迭代和顶尖人才招募背后都需要真金白银打底，这都迫使身处大模型领網域的厂商，必须尽快走向商业化。
那些实力不济的大模型玩家，在这场烧钱游戏中，或者被淘汰出局，或者被大厂收编。波形智能卖身 OPPO 的案例，成了这一残酷竞争的最新注脚。更早之前，明星创企 Inflection、Character.AI、AI Agent 独角兽企业 Adept，纷纷迎来被大公司变相收购的命运。
商业化手段有限，叠加大模型训练和推理费用高昂，入不敷出的国内部分头部大模型玩家，此前甚至被传出退出预训练的消息。即便不想放弃预训练，一些大模型玩家也开始转变策略，开始放弃在国内烧钱做 To C 市场的策略，转向全力发展更容易见到回头钱的 ToB 领網域。
竞争激烈的大模型赛道，或主动或被动地演变为一场超头部创企和大厂之间的比拼。尤为不容忽视的是，当其他玩家对预训练有所畏惧之时，手握资源的超头部创企和大厂，反而获得了意料之外的优势。
在近期接受一档播客节目采访时，OpenAI CEO 山姆 · 奥特曼就提道，模型已经成为一项贬值资产是不争的事实，" 但说它们不值得花那么多钱来训练，这似乎完全错了。更不用说它们有一个正向复利效应。随着你越来越擅长训练模型，你会变得更高效。至于通过模型获得的收入，我认为这足以证明投资是值得的。"
李彦宏此前也表露过类似的观点。在他看来，模型之间的差距是多维度的，既包括能力方面，也包括成本方面，且 " 未来大模型之间的差距会越来越大，领先对手 6 个月就赢了。"
随着大模型逐渐进入巨头游戏阶段，红杉资本在《Generative AI's Act o1: The Agentic Reasoning Era Begins》 ( 生成式 AI 的 o1 行动：代理推理时代的开启）报告中指出，生成式人工智能产业的根基正在稳定下来。只有自造血能力充足，且资本雄厚的大玩家才能留在牌桌上。尽管市场竞争还远没结束（按博弈论来讲，甚至将越来越激烈），玩家格局却越来越清晰起来。
基于此，红杉资本预测，应用层正成为风险投资的关注焦点。类比移动互联网转型和云计算转型期间，应用层大约都有 20 家公司创造了超过 10 亿美元的收入，" 我们预计 AI 转型期也会出现同样的情况。"
早于红杉资本预言前，当 2023 年 3 月 16 日，百度终于赶在所有国内厂商前面，率先发布文心一言时，李彦宏就对外首度明确，" 大模型时代，真正最大的机会既不在基础服务，也不在行业服务，我觉得恰恰是在应用。"
从去年 3 月 16 日文心一言正式亮相至今，过去近 600 天时间内，李彦宏带领百度成为推动 AI 应用落地的最强有力声音，" 卷模型不如卷应用 "" 卷应用更有价值 " 等言论被频频提及。
从商业化变现的角度出发，卷应用，也是更能发挥中国创业者优势的领網域。这样的实践经验，已经在 PC 时代和移动互联网时代屡次被证实。
考验和挑战再一次摆到了基础大模型厂商面前——谁能在应用生态建设上更胜一筹，谁就有望成为下一个 Android。
在应用生态建设上，没有移动互联网超级应用傍身的 OpenAI，在今年 1 月上线 GPT store 后，很快便遭遇热度难以为继的困境。
掌握搜索这一生成式 AI 最重要入口的百度，则在智能体的分发和运营上占据了一定优势。
据字母榜（ID：wujicaijing）了解，百度搜索目前是智能体最大的分发入口，目前每天分发智能体数量超过 1000 万，并且还在快速增长。
借助百度 APP 近 7 亿月活用户所带来的规模效应，百度在帮助普通人开发出智能体之外，还构筑起了一个覆盖 " 开发 + 分发 + 运营 + 变现 " 的商业闭环。
为了做好智能体应用的分发，百度还打通了智能体在百度搜索、小度、文小言、地图、车机等多场景、多设备的流转落地，从而在做到人人可开发的基础上，更进一步实现人人能分发、人人可获益的新目标。
值得一提的是，手握智能云云服务的百度，比 OpenAI 这类单纯的大模型公司，还可以提供更多维度的服务。目前，百度智能云千帆大模型平台帮助客户精调模型数达到 3.3 万个，并合计开发了 77 万个企业应用，有六成以上的央国企和大量的民营企业，都在联合百度智能云进行 AI 创新。
大会期间，百度还展示了大模型在 B 端的应用。
以保险行业为例，目前百度智能云基于工作流 Agent 探索、落地车险续保售前数字员工。过去，车险续保的工作指导包含大量流程、子流程、文档等内容，优秀销售人员稀缺，且培养周期往往长达一到两年。
基于工作流 Agent 开发金牌销售数字员工，则最快可以在 1 小时内完成、上线，大幅提升了企业车险业务的核心生产力。这样的工作流 Agent 可以快速集成到百度搜索、微信公众号、企业官网等业务系统中，便利触达用户。
在刚刚结束的金九银十招聘季，智联招聘便联手百度，利用后者的大模型重构了人岗匹配这个核心环节，从而显著提高用人部門的招聘效率和质量。
目前，百度和智联招聘合作，已经成功沉淀出一系列提示词模板，并在数万条实际数据中得到验证，场景平均准确率高达 93%。
同样不容忽视的是，AI 业务还能间接拉动云厂商的营收。B 端客户在使用大模型的同时，会积累大量的业务数据，并产生大量资源需求，这都有利于推动智能云（GPU）相关产品的销售。
多样化的分发场景，和更多用户的使用，除了提升云服务收入之外，更能起到帮助智能体获得数据反馈，反过来进一步推动基础模型自主调优，从而让大模型变得更智能，并使得智能体越用越聪明的效果。
一如通过 RAG 消除大模型幻觉，刺激更多用户使用一样，只有更聪明的智能体，才能吸引到更多的人真正使用起来。当用的人逐渐变多，李彦宏口中 " 智能体即将迎来爆发点 " 的判断，才有望越早到来。
