从模型到应用：李彦宏在2024世界人工智能大会的启示_全球人工智能大会 模型推理应用

如何理解李彦宏说的“不要卷模型，要卷应用”

7月4日，2024世界人工智能大会暨人工智能全球治理高级别会议全体会议在上海世博中心举办。在产业发展主论坛上，百度创始人、董事长兼首席执行官李彦宏呼吁：“大家不要卷模型，要卷应用！”李彦宏认为，AI技术已经从辨别式转向了生成式，但技术本身并不是目的，真正的价值在于如何将这些技术应用于实际场景，解决实际问题。并且提醒大家避免掉入“超级应用陷阱”，即过分追求用户日活跃量（DAU）而忽视了应用的实际效果和产业价值。称AI时代的规律可能不同于移动时代，一个“超级能干”的应用即使DAU不高，只要能为产业带来实质性的增益，其价值就远超传统的移动互联网。关于李彦宏的这段发言，你是怎么理解的？大模型技术本身和个性化应用，你的看法又是怎样的呢？

#### 引言

在2024年7月4日的世界人工智能大会的产业发展主论坛上，百度的领航者李彦宏发出了振聋发聩的声音——“大家不要卷模型，要卷应用！”这一呼吁直指当前AI技术发展的核心议题，即如何将日益强大的AI技术转化为真正解决社会和产业问题的应用。本文将深入解读李彦宏的观点，并探讨大模型技术与个性化应用的平衡之道。

#### 李彦宏的洞察：从技术追逐到价值创造

李彦宏的言论反映了AI技术发展阶段的深刻变化。随着AI从辨别式转向生成式，技术的成熟度达到了新的高度，但这也意味着行业需要转变关注点，从单纯的技术竞赛转向技术的实际应用和效果。他提醒业界，不应盲目追求模型的规模和性能，而忽视了技术服务于社会经济的初衷。这一观点强调了技术创新与产业应用相结合的重要性，鼓励开发者和企业将目光投向如何利用AI解决实际问题，创造真正的社会和经济价值。

#### 超级应用陷阱与价值重估

李彦宏对“超级应用陷阱”的警告，是对传统互联网思维的一种反思。在移动互联网时代，DAU成为了衡量应用成功与否的重要指标，但这并不完全适用于AI时代。他指出，一个AI应用的价值不应当仅仅由用户活跃度来定义，而是要看它是否能为特定产业带来实质性的效率提升或创新解决方案。这意味着，即使一个AI应用的DAU不高，只要它能在特定领域发挥“超级能干”的作用，如优化供应链管理、提高医疗诊断准确性或是助力环境保护，其对社会和经济的正面影响就足以彰显其巨大的价值。

#### 大模型技术与个性化应用的平衡

在李彦宏的视角下，大模型技术虽然具有强大的生成能力和泛化能力，但其价值最大化需要通过精准的个性化应用来实现。大模型如同强大的引擎，而个性化应用则是将这股力量精准引导至社会经济各个角落的车辆。

**代码示例：个性化推荐系统**

以个性化推荐系统为例，我们可以看到大模型如何与个性化应用结合：

```python
# 假设使用一个预训练的大模型进行文本内容的理解和生成
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("big_model_name")
model = AutoModelForSeq2SeqLM.from_pretrained("big_model_name")

def generate_recommendation(user_profile, context):
    """
    使用大模型生成针对用户个性的推荐内容
    :param user_profile: 用户画像数据
    :param context: 当前上下文或场景
    :return: 个性化推荐文本
    """
    input_text = f"{context} 用户信息：{user_profile}"
    inputs = tokenizer(input_text, return_tensors="pt")
    outputs = model.generate(**inputs, max_length=100, num_return_sequences=1)
    recommendation = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return recommendation

user_data = {"interests": ["科技", "人工智能"], "history": ["参加了多个人工智能大会"]}
context = "在世界人工智能大会期间"

recommendation = generate_recommendation(user_data, context)
print(recommendation)
```

此示例展示了如何将一个大型预训练模型应用于个性化推荐场景中，依据用户的兴趣和历史行为，在特定的上下文中生成定制化的内容推荐，从而实现技术与应用场景的深度结合。

#### 结论

李彦宏的呼吁为我们揭示了AI技术发展的新方向——从技术竞赛到价值创造的转变。在AI时代，大模型技术的发展固然重要，但更关键的是如何将这些技术转化为解决具体问题的个性化应用，创造出超越传统互联网模式的新价值。未来，那些能够深刻理解并有效应对特定行业挑战的AI应用，即便在DAU上不占优势，也将成为推动社会进步和产业升级的中坚力量。