“很多人都在谈论AGI（通用人工智能），他们说可能还要两年或者五年，但要真正抵达理想中的AGI时代，我认为还要十年以上。”
5月22日，在法国巴黎举办的“欧洲科技创新展览会”（Viva Technology）主论坛上，百度（Nasdaq：BIDU，09888.HK）创始人、董事长兼首席执行官李彦宏与阳狮集团监事会主席莫里斯•列维（Maurice Levy）对谈时做出上述判断。
李彦宏表示，中国AI与西方的最大区别在于应用，中国有数百个基础模型，但人们越来越多地在讨论什么是AI时代的超级应用。他介绍说，应用驱动了中国AI的快速发展。
VivaTech是欧洲最大科技创新盛会，从2016年创办至今已至第八届，法国总统马克龙、马斯克、图灵奖得主杨立昆等人均为本届大会嘉宾。其中，李彦宏是唯一受邀在主论坛发言的中国企业家，在VivaTech官方介绍中，将他称为“AI的长期主义者”与“中国AI的头号玩家”。
据报道，此前一日，马克龙在总统府举办了以人工智能为主题的AI沙龙，李彦宏与杨立昆、谷歌前CEO施密特等人均受邀出席，共同探讨人工智能如何更好地为人类服务。
“很多人都在关注GPT-5的发布时间，但我更感兴趣的是，哪些应用可以充分利用大语言模型的所有能力。”在VivaTech对谈中，李彦宏表示，在中国，无论是初创公司、还是互联网大厂，都在努力寻找PMF（产品市场契合度），致力于探索最能发挥生成式AI能力、能被数十亿人使用的应用形态。
他举例说，在移动互联网时代，有大量DAU（日活用户）达到数亿、乃至十亿的超级应用；但在人工智能时代，无论是美国、欧洲还是中国，超过1亿日活的超级应用都尚未诞生，“超级应用最可能的形态是什么？是一个聊天机器人、还是Copilot，目前还不确定。”
李彦宏介绍，自去年上线至今，文心一言的累计用户已经达到2亿，每天都有数千万用户在使用百度搜索、百度文库等应用的AI功能。随着这些用户的快速增长，全新的AI应用形式会逐渐成型，成为超过1亿DAU的超级应用，“未来与我们今天看到的大不相同。”
关注应用是不是忽视了基础模型的发展？
李彦宏的答案是否定的，李彦宏认为，AI应用与基础大模型的发展相辅相成，应用的进步，可以推动基础模型的创新，也有助于加快从互联网时代向人工智能时代的转变。他以百度搜索、直播电商数字人等应用举例说，应用端获取真实的用户需求和问题后，可以持续反馈模型，并由此推进基础模型的技术迭代。
在基础模型的数据训练方面，李彦宏表示，超级应用诞生后，还可以促进大量数据生成，为大模型提供更加充沛的训练数据。“有人说，随着模型参数越来越大，我们很快就会用完所有现存的数据，但我认为，当超级应用诞生时，数据会大量生成，所以我并不担心。”
谈话中，李彦宏也提及了百度基础模型的定位，“我们最主要的市场在中国，所以在中文上，我们一定要比世界上任何模型都做得好。现在，文心大模型4.0的中文能力已经超过了GPT-4。”
据了解，百度公司正在从以互联网为中心转向人工智能优先，推进用文心大模型重构To C和To B业务。目前，文心大模型日均处理Tokens文本约2500亿。
回顾过往，李彦宏称自己是人工智能的长期信仰者，他谈到，早在30多年前的大学时期，就已学习了人工智能课程。创立百度后，他意识到AI是解决搜索引擎问题的核心技术，因为两者的本质，都是让机器理解人类语言。所以在十多年前，百度就开始积极投入研发人工智能，尤其是与自然语言相关的人工智能。
李彦宏介绍说，百度于2019年推出1亿参数规模的文心大模型1.0版本，在2.0版本升级至10亿参数，ChatGPT发布后不久，即推出了3.0版本，发布速度远超全球其他上市公司，“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。”
不过，与他的预想相比，人工智能技术的进步速度并不算快，“过去几年，每个人都对技术的发展速度感到震惊，但对我来说，它太慢了。”此前，他也曾在另一场演讲中提到，人工智能的概念首次提出至今已超过70年，历经多次技术浪潮，但仍然未达到真正的“AGI时代”。
值得关注的是，近日，国产大模型厂商正掀起一轮降价潮，包括字节跳动、阿里云、百度、腾讯云等互联网大厂。
华泰证券在研报中指出，目前，从基础大模型到行业大模型、再到终端应用的大模型路线非常清晰。训练基础大模型的高成本和高技术壁垒，决定了科技巨头或成为主要玩家。基础模型现在仍处于军备竞争的阶段，未来竞争格局有两种可能，即赢者通吃或国内外多个大赢家共存。
「大模型+大算力」加持，通用人工智能和智能驾驶双向奔赴
开年以来 ChatGPT、GPT-4 的相继面世再度掀起计算机科学领域通用人工智能（AGI）研究热潮，也不断刷新我们对 AI 的认知。
作为具有人类水平表现的大型多模态模型，GPT-4 被视为迈向 AGI 的重要一步，标志着创新范式的深度变革和生产力的重新定义，也必将带来更多元的产品迁移。
截至目前，全球已经有超百万家初创公司声称使用这一秘密武器来创造新产品，而这些产品将彻底改变从法律到股票交易，从游戏到医疗诊断的近乎一切领域。
尽管其中很多是营销泡沫，但与所有技术突破一样，总会存在炒作周期和意想不到的远期效果。
事实上在另一边，进入 2023 年智能汽车领域同样十分热闹。
智能化已然成为上海车展全场关注的最大焦点，除了激光雷达等关键传感器的单点式突破，各大巨头也纷纷展示智能驾驶全产品矩阵，城市场景辅助驾驶量产落地加速推进。
更加值得注意的是，BEV、大模型、超算中心等计算机热词正在与自动驾驶、行泊一体、城市 NOA 等智驾焦点火速排列组合，颇有相互交融、双向奔赴的味道。
在这背后，一方面是近年来智驾、智舱持续升级对 AI 在汽车场景落地的数据、算法、算力不断提出更高要求，另一方面，AGI 的重大突破也已将触角伸向智能汽车，将其视为实现闭环应用的重要场景，很多企业布局已经相当高调。
日前，商汤科技 SenseTime 举办技术交流日活动，分享了以「大模型+大算力」推进 AGI 发展的战略布局，并公布该战略下的「日日新 SenseNova」大模型体系。
在「大模型+大算力」加持下，本次上海车展商汤绝影驾、舱、云一体产品体系已全栈亮相，近 30 款合作量产车型集中展出，商汤也再度分享了智能汽车时代的 AGI 落地新思考。
本次上海车展亮相的部分绝影合作车型展示
算法：AI 正式步入大模型时代
如商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚所言，「AGI 催生了新的研究范式，即基于一个强大的多模态基模型，通过强化学习和人类反馈不断解锁基模型新的能力，从而更高效地解决海量的开放式任务。」
通用大模型并非为自动驾驶而生，或为满足自动驾驶的特定任务需求而设计。但智能驾驶开发的诸多新需求已在推动算法从专用小模型向通用大模型快速演进。
首先是应对海量数据处理和 Corner Case 问题的迫切需求。
对于感知系统低频出现但至关重要的小目标及带来的潜在安全隐患，算法开发需要面对海量数据，传统的 AI 小模型将难以同时处理大数据量和高复杂度的任务。通用大模型则可用在长尾目标的初筛过程，并叠加语料文字处理得到很好的效果。
再比如智驾算法开发对自动化数据标注、降低人工成本的诉求。相比于人工标注，通用大模型将自动化对海量数据完成标注任务，大幅降低标注数据获取的时间成本和本身的金钱成本，从而缩短研发周期、提升成本效益。
处于类似的考量，近年来国内外巨头企业已围绕大模型纷纷展开各自智驾布局。
继 Google 于 2017 年提出将 Transformer 结构应用在 CV 领域图像分类，大模型已在 GPT-2、GPT-3、BERT 等当中不断证明实力，特斯拉率先站台 Transformer 大模型征战图像视觉。
国内企业也紧随其后：
毫末智行已宣布自动驾驶认知大模型正式升级为 DriveGPT，网络表示利用大模型来提升自动驾驶感知能力并将大模型运用到数据挖掘，华为也已宣布加入大模型争霸赛，自研「盘古」即将对外上线。
作为行业领先的人工智能公司，商汤在大模型领域可谓乘风破浪，过去一两年则全面将大模型能力在各业务线 20 多个场景落地，包括智能驾驶。
商汤「日日新 SenseNova」大模型体系背后是大模型研发中深厚的积累。商汤有自己的全栈大模型研发体系，其中就包括针对大模型的底层训练及实施过程中的各种系统性优化。
例如，商汤近期向社区发布的用于真实感知、重建和生成的多模态的数据集 OmniObject3D 中包含 190 类 6000 个物体，数据质量非常高。
再比如，商汤在 2019 年就已首次发布 10 亿参数的视觉大模型，到 2022 年参数规模已达到 320 亿，这也是世界上迄今为止最大的视觉模型。
此外，商汤也在智驾领域持续展示大模型能力。2021 年开发的 BEV 感知算法在 Waymo 挑战赛以绝对优势取得冠军，2021 年 BEV Former 的 Transformer 结构至今仍是行业最有影响力的 BEV 工作，今年开发的 UniAD 是业内首个感知决策一体化的端到端自动驾驶解决方案。
在技术实力的另一端是量产进度。商汤也给出了自己的智能驾驶量产公式：
自动驾驶技术能力=场景数据 x 数据获取效率 x 数据利用效率² =场景数据 x 数据获取效率 x 先进算法 x 先进算力。
而先进的算法大模型不仅将通过跨行业数据汇聚提升驾驶场景数据资源，通过数据闭环开发模式和自动数据标注提升数据获取效率，更将大幅提升感知精度和感知丰富度进而成倍提升数据利用效率。
依托原创 AI 算法和模型积累，商汤领先的 BEV 感知算法推进国内首批量产应用，并采用 Domain Adaption 算法有效解决跨域泛化问题。商汤首创的自动驾驶 GOP 感知体系将目标数据获取的人力成本降低 94%，实现低成本的车端模型开发，目前也已投入量产应用。
算力：智能汽车时代的重要基础设施
随电子电气架构技术由分布式不断向集中式演进，大算力芯片成为新型电子电气架构实现的物理基础。
近年来车端芯片算力发展突飞猛进，如英伟达规划中的 Atlan 单颗芯片算力超 1000TOPS，THOR 单颗算力超 2000TOPS，将大幅提升单车感知决策能力。
而在云端，AGI 在自动驾驶、网联等场景的泛化应用将提出比车端指数级更高的算力要求——从数据标注到模型训练，从场景仿真到算法迭代。
算力将是智能汽车时代的新型基础设施。
在此背景下，近年来主流企业纷纷开启双线并行探索，车端自研算力平台，云端建立超算中心。而进入大模型时代后，数据量随着多模态的引入也将大规模增长，因此必然也会导致 AGI 对算力需求的剧增。
可以看到，英伟达车端云端同步布局并将提供端到端的全栈式 AI 加速计算解决方案，特斯拉也早在 2021 年 8 月发布自研云端超算中心 Dojo。
据近期报道，埃隆·马斯克也将成立一家人工智能公司来与 OpenAI 竞争，已购买数千个英伟达 GPU 并一直招募 AI 研究人员和工程师。
国内方面，吉利、蔚来、特斯拉、毫末智行、小鹏等企业也已跟进布局云端算力集群，投入巨大以提升智驾开发算力储备。
对于商汤来说，如果说大模型将是支撑智能驾驶的上层建筑，那么大算力就是数字基座。
商汤科技董事长兼 CEO 徐立表示，目前大模型对基础算力、基础设施的需求非常旺盛，基础算力对并行效率的要求也非常高，但真正好用的基础设施其实十分稀缺。
出于这一原因，商汤历时五年自建了业界领先的 AI 大装置 SenseCore，完成 2.7 万块 GPU 的部署并实现 5.0 exa FLOPS 的算力输出能力，是亚洲目前最大的智能计算平台之一，可同步支持 20 个千亿规模参数量的超大模型同时训练。
位于上海临港的 AIDC 人工智能计算中心将为智能汽车的数据存储、标注、脱敏、仿真训练、算法迭代到部署的闭环提供算力支持，打通基于数据驱动的算法生产全流程，加速高级别智能驾驶技术的 AI 模型生产和持续迭代，推动实现规模化量产。
在 AIDC 的基础上，AI 大装置也将提供支持大模型生产的一系列服务：
如此规模的算力设施即使特斯拉同期也尚难以望其项背，也必将推动大模型的高效闭环。
「大模型+大算力」推动智能汽车行业整体进程
汽车行业正在面临百年未有之大变革。尽管此次以「大模型+大算力」推进 AGI 发展是商汤提出的战略布局，但事实上，这一理念早已在行业层面达成共识。
基于感知、决策规控和 AI 云三大核心能力，商汤「大模型+大算力」已赋能绝影驾、舱、云三位一体产品体系量产落地：
除智能驾驶领域的全栈能力和行泊一体量产解决方案外，「大模型+大算力」也正在助力商汤打造智能座舱跨场景生态。
车展期间，与商汤「日日新 SenseNova」大模型体系深度融合的绝影未来展示舱升级亮相，语言大模型「商汤商量 SenseChat」以及 AIGC 文生图平台「商汤秒画 SenseMirage」也已上车，多点融合重构人车交互方式，打造第三空间。
以「商量」为例，作为千亿级参数的自然语言处理模型，其使用大量数据训练并充分考虑中文语境，展示出出色的多轮对话和超长文本的理解能力。
商汤也展示了语言大模型支持的诸多汽车场景创新应用，如在行车过程中化身「邮件助手」自动提炼关键信息，作为「会议助理」自动生成会议纪要，大大节省用户行车时处理工作的时间和精力，为未来出行的应用场景拓展带来丰富的想象空间。
此外，以人工智能大模型开发、生产、应用为核心，一站式
什么是人工智能最大的平台？
一、网络——自动驾驶
网络在AI领域早已深耕已久。今年4月，网络公布了“Apollo（阿波罗）计划”，向全产业链开放网络在自动驾驶方面的技术能力，打造智能汽车界的“安卓”。目前，阿波罗生态合作伙伴超70家，覆盖整车、零部件、出行服务等自动驾驶的关键领域。
网络董事长兼CEO李彦宏此前曾表示，人工智能时代，技术变得很重要，技术是网络的长处，Apollo系统是开放的，可以为更多合作伙伴提供相关技术服务。汽车行业是一个很大的市场，其产值占中国GDP的六分之一左右。网络凭借AI技术，在该市场上将有很多事情可以做。
网络集团总裁兼首席运营官陆奇也对Apollo未来的发展寄予厚望：“Apollo已成为汽车界最创新、最开放的生态，它的量产化、商业化进程在不断加速，比我们想象中的还要快。”他称，Apollo正在带来一个前所未有的智能出行城市样本，一个快速变革的汽车行业，一个颠覆性的智能出行时代。
未来，网络将在Apollo平台基础上，在3-5年打造成国家级自动驾驶系统级开放创新平台。
二、阿里云——ET城市大脑
阿里云ET城市大脑是目前全球最大规模的人工智能公共系统，可以对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的Bug，成为未来城市的基础设施。
自2016年10月“城市大脑”在杭州落地后，苏州、衢州、澳门等城市也进行了推广。在各界看来，“城市大脑”将会是城市重要的基础设施。据杭州市政府介绍，杭州城市大脑接管了杭州128个信号灯路口，试点区域通行时间减少15.3%，高架道路出行时间节省4.6分钟。在主城区，城市大脑日均事件报警500次以上，准确率达92%；在萧山，120救护车到达现场时间缩短一半。
阿里巴巴首席技术官王坚表示，在预判交通流量，给出解决方案上面，机器比人工更具优势。“以数据大脑为核心，实时监控分析道路车流量，依据动态的交通数据，自动切换和调配信号灯时间，甚至在车流巨大的路段，全程绿灯不停车，是城市大脑给出的一套城市治堵方案。”
据亿邦动力网了解，昨日，阿里云和国内智慧城市解决方案提供商和数据运营服务商银江股份达成战略合作关系，双方将在智慧交通及城市大脑领域展开基于阿里云计算平台、云产品及业务的多方面密切合作，通过共享各自领域的优质资源，深度整合双方产品和解决方案，共同拓展市场。
阿里方面表示，除了城市大脑，未来阿里云ET大脑将还在工业、医疗、环境方面构建开放平台，打造人工智能与重大产业结合的跨界开放生态体系。
三、腾讯——医疗影像
医疗市场已成为人工智能规模最大以及增长最快的领域之一。2017年8月，腾讯发布了一款人工智能医学影像产品“腾讯觅影”。
据悉，腾讯觅影是一款聚合了多个顶尖人工智能团队，把图像识别、深度学习等技术与医学跨界融合，主要用于筛查常见恶性肿瘤的AI产品。它包含有6个人工智能系统，涉及疾病包含食管癌、肺癌、糖网病、宫颈癌和乳腺癌。目前，该产品筛查一个内镜检查用时不到4秒，对早期食管癌的发现准确率高达90%，对早期肺癌的敏感度可达到85%以上，而在良性肺结核的特异性可达到84%以上。
在人工智能浪潮下，腾讯绝对不是最早的一个。不止是医疗体系，腾讯还在金融、内容、社交等多领域布局人工智能。马化腾曾多次表示：“腾讯AI布局注重场景应用，而不是为了研究而研究。”
四、科大讯飞——智能语音
科大讯飞在在语音合成、语音识别、口语评测、语言翻译、声纹识别、人脸识别、自然语言处理等智能语音与人工智能核心技术上处于领先水平。
其中，在语音合成技术评分中，科大讯飞获评4.0分，达到美国大学生真人说话水平。在语音识别中，科大讯飞宣布2017年将方言识别种类，拓展至2012种，而且各项指标都相较2016年提升了50%以上，其中准确率超过90%的方言识别已经接近10种。
据悉，科大讯飞此前已率先发布了全球首个提供移动互联网智能语音交互能力的讯飞开放平台，截至2017年11月，讯飞开放平台的累计终端数已经达到15亿，日均交互次数达到40亿。基于该开放平台，相继诞生了讯飞输入法、灵犀语音助手等示范性应用，且各类语音应用已深入与市民生活、学习、工作相关的教育、医疗、司法、智慧城市、客服等各领域。
李开复为什么那么看好及肯定AI？
我们生活在一个科学技术大爆炸的时代，大家可以回头看看十年前的生活，然后你对比一下现在的生活，你会发现你的生活确实出现很多的变化，特别是互联网时代的来临，给人们带来的便捷是无与伦比的，所以我觉得人工智能是未来发展的一个确趋势，这点我在以往的文章里面早就提及，大家可以看看。 李开复是一个走在潮流之下的人，他对于新科技有一种敏感的洞察力，他在接受采访的时候说出，人工智能将快速爆发，十年后50%的人类工作将被AI取代。 李开复抛出自己的判断，看好AI的原因，很简单因为事实就摆在他的眼前，也摆在我们的眼前，这点毋庸置疑，其实他说不说我也看到AI，因为我们现在的生活就离不开。 其实李开复看好AI的原因就是科技化的世界已经形成，我们现在的生活中很多事情都是在人工智能中完成的，特别是最近几年的一些新的科学技术应用到生活中来看，人工智能的威力确实无与伦比，现在人工智能已经开始替代人类，做一些比较危险和繁杂的事情，重复劳动的工作已经慢慢的被人工智能取代。 大家能够看到的是现在的人工智能，数据整理的能力最为突出，所以人工智能可以运用到很多地方，比如网络的搜索就是其中之一，这样我们寻找资料的时候就会省去大量的时间。 当然创作一篇优秀的原创文章，必须人自己做，可是我们能够找到更便捷的资料来源，这就是人工智能的伟大之处，他可以解放人类一些繁琐的工作，提高人的效率，李开复明白这点自然看好AI。 大家知道李开复重病一年，其实现在已经跟不上科技脚步，所以他看好AI无非是名人喊叫的声音高罢了。 其实去年开始人工智能多次战胜人类的消息，早就引起大家的注意，甚至比尔盖茨已经开始谋划，人工智能时代人类如何纳税了。 所以李开复看好AI，不过是看到这些事情以后的感想罢了，其实答案早就在我们的生活中！
