卷大模型，还是卷应用？一次看明白

自从ChatGPT横空出世以来，中美之间围绕大模型的科技竞争愈演愈烈，也渐渐分化出两条差异化发展路线：一派侧重将AI能力投入应用场景，另一派则侧重让基础模型能力更强。于是，“卷应用”还是“卷大模型”成为中国许多新入场玩家无法绕过的抉择难题。

要分析这个话题，不妨回到原点，即Open AI与它的ChatGPT。有一种迷思是“大力出奇迹”。早先已有大量的讨论指出，ChatGPT的诞生更多源于“大力出奇迹”，核心技术仍是Transformer结构，但投入了难以估量的算力资源。于是，有业内人士认为，只要肯拼资源拼决心，超越ChatGPT甚至最新版本的GPT-4o，都不是梦。

但是，这场氪金游戏带来的巨大压力，尚且连Open AI都在艰难维持，难以想象普通的初创公司如何承担。叠加我国算力资源受到限制的现状来看，如果企业一股脑涌去做大模型，很可能变成“土法炼钢”，造成对社会资源的巨大浪费。

值得一提的是，不同于受限制的算力资源，我国拥有独一无二的超大用户体量、市场规模以及丰富的应用场景。正是在这些优势的助攻下，即便移动互联网时代，操作系统全球仅有Android、iOS两大类，但微信、抖音等超级应用都诞生在中国。因此，卷应用不卷大模型，可以成为中国AI发展“扬长避短”的明智之举。

不仅如此，目前的国内大模型已经有着不逊色于GPT系列模型的强大能力。比如，清华大学基础模型研究中心联合中关村实验室研制的《SuperBench大模型综合能力评测报告》，共评测了14个海内外具有代表性的模型，结果显示：在中文理解、语义理解中的数学能力与阅读理解能力、安全性评测等方面，文心大模型4.0均领先于GPT-4系列模型。

试问，如果创业企业要从0开始做出这样的强大模型，又将付出怎样的时间成本与资源成本？可以说，既然有了足够优秀的大模型，就可以抓紧去利用。但这又涉及到另一种迷思，即“做应用不难”。

具体来说，就是把GPT这样的大模型，类比成聊天机器人，做应用，无外乎是靠着惯性思维、肌肉记忆，给现有的业务场景加一个聊天机器人。既然不难，那就晚些再说，先卷大模型再卷应用，也来得及。

对此，百度创始人、董事长兼首席执行官李彦宏曾表示，AI原生应用要能解决过去解决不了、或解决不好的问题，而不是对移动互联网APP和PC软件的简单重复。

可以理解为，做应用是重构，要抛开惯性思考、肌肉记忆，把所有的产品，用AI思维重做一遍，通过对现有业务的改造，创造出大的价值。同时，必须坚持应用导向，首先想清楚业务需要什么样的功能，不断提需求逼着大模型进化，而不是看大模型有啥能力，就解决啥问题。

整顿“大力出奇迹”与“做应用不难”两大迷思后，再看“卷应用还是卷大模型”的疑问，答案似乎不言而喻。事实上，百度早在去年就已经亮出鲜明态度。

“大模型时代的来临，真正的价值在于原生应用，而原生应用无论对于大厂来说，对于中小企业来说，对于创业者来说，都是很大的机会。”李彦宏表示，模型本身是不直接产生价值的，基于基础大模型开发出来的应用才是模型存在的意义。

百度自己也在“卷应用”方面，身体力行，进行了大量实践。文心一言APP正是百度打造的一款代表性AI原生应用产品。

最新数据显示，文心一言APP月活已超千万，核心用户群体主要汇聚在中国的一二线城市，超过半数在35岁以下。过去一年，用户在文心一言APP上进行了超过14.3亿次的调用。在最新一期的《中国AI大模型平台排行榜》上，文心一言位列微信指数热度TOP5的榜首。可以说，文心一言APP正在加速成为一款“国民级应用”。

不久前，《时代》周刊公布2024年“全球100大最具影响力企业”（TIME100 Most Influential Companies）榜单，百度被评为全球领导者，是唯一入选该类别的中国企业。据介绍，《时代》周刊“全球100大最具影响力企业”榜单每年评选一次，是全球阅读量和参考率最高的企业榜单，旨在表彰全球具有非凡影响力、代表未来发展趋势的企业。

卷应用还是卷大模型，相信每个实践者都会有自己的答案。不过前行者的洞察与远见，终将帮助我们照亮前路，善用他们的智慧，无疑将帮助我们少走弯路。

零基础如何学习大模型 AI

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型实际应用案例分享

①智能客服：某科技公司员工在学习了大模型课程后，成功开发了一套基于自然语言处理的大模型智能客服系统。该系统不仅提高了客户服务效率，还显著降低了人工成本。
②医疗影像分析：一位医学研究人员通过学习大模型课程，掌握了深度学习技术在医疗影像分析中的应用。他开发的算法能够准确识别肿瘤等病变，为医生提供了有力的诊断辅助。
③金融风险管理：一位金融分析师利用大模型课程中学到的知识，开发了一套信用评分模型。该模型帮助银行更准确地评估贷款申请者的信用风险，降低了不良贷款率。
④智能推荐系统：一位电商平台的工程师在学习大模型课程后，优化了平台的商品推荐算法。新算法提高了用户满意度和购买转化率，为公司带来了显著的增长。
…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。