北京時(shí)間1月27日，百度CEO李彥宏接受了美國(guó)《時(shí)代》雜志的專(zhuān)訪(fǎng)，談到了百度在AI領(lǐng)域的發(fā)展歷程。李彥宏表示，他甚至不相信存在所謂的通用人工智能(AGI)，沒(méi)有一個(gè)模型能夠“面面俱到”，OpenAI不行，谷歌也做不到。在模型發(fā)展上，中國(guó)落后的沒(méi)那么多。

在百度北京龐大總部入口大廳的墻上，懸掛著一塊鑲嵌著金色數(shù)字“1417”的小木牌。這個(gè)數(shù)字取自北大對(duì)面的一間賓館房間。正是在那里，李彥宏于2000年創(chuàng)立了這家市值500億美元的公司。

在公司創(chuàng)立早期，李彥宏的重點(diǎn)是鞏固百度作為中國(guó)領(lǐng)先搜索引擎的地位。然而，他早在本科階段在北京大學(xué)和清華大學(xué)上課時(shí)，就對(duì)AI產(chǎn)生了濃厚興趣。但是在1991年他赴美攻讀研究生時(shí)，這份興趣被暫時(shí)擱置。

“我對(duì)教授說(shuō)，我對(duì)AI感興趣，但他卻說(shuō)：‘別搞這個(gè)，否則你將來(lái)會(huì)找不到工作的！’”李彥宏笑著回憶道。

如今，事實(shí)證明了這位教授當(dāng)年的判斷大錯(cuò)特錯(cuò)。據(jù)估計(jì)，去年全球AI市場(chǎng)規(guī)模已達(dá)2440億美元，而AI芯片先鋒英偉達(dá)已成為全球市值最高的公司，價(jià)值超過(guò)4萬(wàn)億美元。李彥宏早早地預(yù)見(jiàn)到了這一趨勢(shì)，如今百度已成為中國(guó)領(lǐng)先的全棧式AI企業(yè)之一，提供從芯片、云基礎(chǔ)設(shè)施，到模型、智能體、應(yīng)用和消費(fèi)產(chǎn)品的全套服務(wù)。

去年11月，《時(shí)代》在百度世界大會(huì)期間采訪(fǎng)了李彥宏。以下是采訪(fǎng)全文：

問(wèn)：你在2000年創(chuàng)辦百度時(shí)，有沒(méi)有預(yù)料到AI能在今天發(fā)揮如此重要作用？

李彥宏：沒(méi)有。當(dāng)時(shí)我創(chuàng)辦百度時(shí)，我意識(shí)到互聯(lián)網(wǎng)將在中國(guó)成為一件大事，而搜索技術(shù)對(duì)于中國(guó)互聯(lián)網(wǎng)的發(fā)展非常重要。但我當(dāng)時(shí)并沒(méi)有把AI和搜索引擎聯(lián)系起來(lái)。大約在2010年，我們意識(shí)到機(jī)器學(xué)習(xí)(AI的一個(gè)分支)開(kāi)始在搜索結(jié)果排名中發(fā)揮作用。我們大約在那時(shí)開(kāi)始投資AI，以便研究有多少人會(huì)點(diǎn)擊某個(gè)鏈接。隨后在2012年，我們意識(shí)到深度學(xué)習(xí)將變得非常重要。它識(shí)別圖像的精確度遠(yuǎn)超上一代技術(shù)。百度對(duì)AI的實(shí)質(zhì)性大規(guī)模投資，正是從2012年左右開(kāi)始的。

問(wèn)：你曾提到，去年在將AI融入社會(huì)和經(jīng)濟(jì)各個(gè)領(lǐng)域方面，許多門(mén)檻已被打破。你認(rèn)為2025年是AI普及的關(guān)鍵之年嗎？

李彥宏：就應(yīng)用而言，是的。因?yàn)樵?023年或2024年，主要關(guān)注的還是基礎(chǔ)模型。基礎(chǔ)模型的能力不斷提升，同時(shí)推理成本持續(xù)下降。但未來(lái)，人們必須考慮應(yīng)用層面的增值。在過(guò)去大約半年里，我們已經(jīng)看到，這波AI浪潮在應(yīng)用層面創(chuàng)造價(jià)值的各種場(chǎng)景。

問(wèn)：你最近發(fā)布了文心一言5.0，在多個(gè)指標(biāo)上都能與ChatGPT、DeepSeek及其他大語(yǔ)言模型一較高下。但這是一個(gè)競(jìng)爭(zhēng)非常激烈的領(lǐng)域。是什么讓你覺(jué)得文心一言能夠脫穎而出？

李彥宏：在開(kāi)發(fā)我們的基礎(chǔ)模型，也就是文心一言時(shí)，我們采取的是以應(yīng)用為驅(qū)動(dòng)的策略。特別是5.0版本，我們并不試圖“面面俱到”，而是專(zhuān)注于我們非常關(guān)心的應(yīng)用領(lǐng)域，例如搜索或數(shù)字人。在這些領(lǐng)域，無(wú)論基礎(chǔ)模型層面需要哪些能力，我們都會(huì)訓(xùn)練模型在這些技能上表現(xiàn)出色。

舉例來(lái)說(shuō)，我認(rèn)為我們的模型在指令執(zhí)行和創(chuàng)意寫(xiě)作方面表現(xiàn)非常好，創(chuàng)意寫(xiě)作方面甚至被評(píng)為第一。因?yàn)檫@些能力可以用在數(shù)字人層，尤其是在數(shù)字人進(jìn)行直播、電商銷(xiāo)售時(shí)。要賣(mài)東西，你需要寫(xiě)出非常有說(shuō)服力的腳本，讓用戶(hù)愿意為商品付費(fèi)。因此，我們會(huì)針對(duì)這些應(yīng)用場(chǎng)景優(yōu)化模型。

我們認(rèn)為，未來(lái)沒(méi)有任何基礎(chǔ)模型能夠在每個(gè)方面都做到最好，OpenAI做不到，谷歌Gemini也做不到，我們自己也做不到。但我們會(huì)優(yōu)化模型，使其在我們最關(guān)心的應(yīng)用方向上表現(xiàn)更好。

問(wèn)：你是否認(rèn)為基礎(chǔ)模型領(lǐng)域會(huì)像其他技術(shù)一樣，很快進(jìn)行整合，只剩下少數(shù)幾個(gè)佼佼者？

李彥宏：我認(rèn)為最終確實(shí)會(huì)如此。桌面互聯(lián)網(wǎng)是這樣，移動(dòng)互聯(lián)網(wǎng)是這樣，AI也將會(huì)是這樣。最終可能只會(huì)剩下少數(shù)幾個(gè)基礎(chǔ)模型，但在應(yīng)用層，將會(huì)有許多在不同方向上取得成功的參與者。我認(rèn)為那里蘊(yùn)藏著最大的機(jī)遇，否則這一切只會(huì)成為一個(gè)泡沫，遲早會(huì)破裂。

問(wèn)：你曾表示芯片的價(jià)值存在誤導(dǎo)性，而應(yīng)用層的附加值需要提升。作為一家全棧AI公司，百度在哪些應(yīng)用領(lǐng)域看到了增長(zhǎng)和收入的潛力？

李彥宏：這正是我的觀(guān)點(diǎn)。我認(rèn)為目前的格局像一個(gè)金字塔：大部分價(jià)值體現(xiàn)在芯片層面，模型層面可能只實(shí)現(xiàn)了十分之一，而應(yīng)用層面實(shí)現(xiàn)的價(jià)值更少。這顯然不健康。我之所以這么說(shuō)，是因?yàn)樽?023年初我們?cè)陂_(kāi)發(fā)基礎(chǔ)模型時(shí)采取了非常不同的策略，當(dāng)時(shí)大家的注意力都集中在文心一言上。我公開(kāi)表示：“不要只關(guān)注模型，要關(guān)注應(yīng)用?！边@正是我們過(guò)去兩三年堅(jiān)持的方向。因?yàn)槲覉?jiān)信，必須在應(yīng)用層創(chuàng)造更多價(jià)值，才能持續(xù)支撐對(duì)模型、芯片等底層技術(shù)的投入。

問(wèn)：百度積極擁抱開(kāi)源模型，你為何認(rèn)為這是最佳選擇？

李彥宏：我們一直支持開(kāi)源社區(qū)，尤其是在深度學(xué)習(xí)框架層面。我們的飛槳開(kāi)源深度學(xué)習(xí)平臺(tái)有數(shù)千萬(wàn)開(kāi)發(fā)者在使用，其影響力可與TensorFlow和PyTorch媲美。在模型層面，我們也認(rèn)識(shí)到開(kāi)源能吸引更多關(guān)注，讓人們更愿意嘗試并驗(yàn)證其效果。但必須說(shuō)明的是，我不認(rèn)為開(kāi)源是價(jià)值創(chuàng)造的關(guān)鍵。準(zhǔn)確地說(shuō)，這并非真正的“開(kāi)源”，而是“開(kāi)放權(quán)重”。你可以獲得模型所有權(quán)重參數(shù)，卻無(wú)法知曉訓(xùn)練數(shù)據(jù)，因此難以完全復(fù)現(xiàn)模型開(kāi)發(fā)者的成果。不過(guò)這并不重要：關(guān)鍵在于為你的應(yīng)用提供最佳性能的模型。它可能是一個(gè)小型開(kāi)源模型，也可能是昂貴的大型閉源模型。只要它能創(chuàng)造的價(jià)值遠(yuǎn)超過(guò)你在推理和訓(xùn)練上的投入，就值得采用。當(dāng)前行業(yè)正處于模型爆發(fā)期，幾乎每周甚至每天都有新模型發(fā)布。開(kāi)發(fā)者擁有豐富的選擇，但這種局面終將趨于穩(wěn)定并走向成熟。當(dāng)更多模型開(kāi)發(fā)者轉(zhuǎn)向應(yīng)用層，為各類(lèi)場(chǎng)景開(kāi)發(fā)智能體時(shí)，生態(tài)系統(tǒng)便會(huì)真正成熟起來(lái)。

問(wèn)：與上次交流時(shí)相比，我感受到一個(gè)顯著變化是百度正堅(jiān)定推進(jìn)國(guó)際化擴(kuò)張，特別是蘿卜快跑自動(dòng)駕駛出租車(chē)在中東和歐洲的布局。你們?nèi)绾螒?yīng)對(duì)這一進(jìn)程中監(jiān)管與地緣政治方面的挑戰(zhàn)？

李彥宏：無(wú)論在中國(guó)還是海外，這始終是充滿(mǎn)挑戰(zhàn)的領(lǐng)域。目前自動(dòng)駕駛技術(shù)已到達(dá)臨界點(diǎn)：我們完全具備在高度擁堵的城區(qū)大規(guī)模部署自動(dòng)駕駛出租車(chē)的能力，但很多城市目前還不允許自動(dòng)駕駛車(chē)輛上路。目前。蘿卜快跑已在約22個(gè)城市運(yùn)營(yíng)，我們正快速擴(kuò)大規(guī)模：持續(xù)增投車(chē)輛、提升訂單量。因此，只要當(dāng)?shù)乇O(jiān)管允許，我們都樂(lè)于推進(jìn)部署。我們有時(shí)獨(dú)立運(yùn)營(yíng)，有時(shí)與Uber、Lyft等各類(lèi)本土伙伴合作。我們非常靈活，我認(rèn)為我們的技術(shù)已經(jīng)為此做好了準(zhǔn)備。此外，由于中國(guó)擁有非常有競(jìng)爭(zhēng)力的供應(yīng)鏈，我們能夠以低于西方車(chē)輛的成本制造自動(dòng)駕駛出租車(chē)。因此，我們?cè)谌虼蠖鄶?shù)城市都能實(shí)現(xiàn)獨(dú)特且健康的經(jīng)濟(jì)效益。這也是為什么只要監(jiān)管允許，我們就準(zhǔn)備好部署的原因。

問(wèn)：中國(guó)在傳感器、電池以及其他電動(dòng)車(chē)零部件的供應(yīng)鏈方面非常強(qiáng)大，但芯片是美國(guó)似乎牢牢掌控的一個(gè)領(lǐng)域。百度剛剛發(fā)布了新款M100芯片，并正在開(kāi)發(fā)新的芯片集群。我們現(xiàn)在是否可以說(shuō)，中國(guó)已經(jīng)不再依賴(lài)美國(guó)芯片了？

李彥宏：不，在GPU或AI加速器方面，我認(rèn)為我們可能落后美國(guó)兩到三代。但這并不會(huì)阻礙我們開(kāi)發(fā)非常有價(jià)值的應(yīng)用。芯片層位于技術(shù)金字塔的最底層，其上是各種框架、基礎(chǔ)模型，然后才是應(yīng)用層。我們?cè)谛酒峡赡苈浜髱啄甑臅r(shí)間，但在模型層面并不算太遠(yuǎn)。而在模型之上，我們有很多其他地方找不到的應(yīng)用場(chǎng)景。美國(guó)的人甚至都不知道這些問(wèn)題需要被解決。這正是價(jià)值創(chuàng)造的地方。因此，我并不太擔(dān)心芯片限制，雖然我非常希望能夠使用最先進(jìn)的英偉達(dá)芯片。

問(wèn)：美國(guó)政策制定者討論用“曼哈頓計(jì)劃”式(美國(guó)研發(fā)首個(gè)原子彈的代號(hào))的力量來(lái)推動(dòng)AGI。而在中國(guó)，政策框架更多關(guān)注將AI技術(shù)普及到社會(huì)各領(lǐng)域。你覺(jué)得美國(guó)以軍備競(jìng)賽的方式討論AI有幫助嗎？

李彥宏：在這個(gè)問(wèn)題上，我們的看法非常不同。美國(guó)主流觀(guān)點(diǎn)確實(shí)把它當(dāng)作“曼哈頓計(jì)劃”，國(guó)家投入巨資去實(shí)現(xiàn)所謂的AGI，以便領(lǐng)先中國(guó)和其他國(guó)家。而我們更關(guān)注應(yīng)用。中國(guó)在制造業(yè)方面非常強(qiáng)大，我們有大量工廠(chǎng)，需要高效率、低成本地生產(chǎn)各種產(chǎn)品，而AI正是用來(lái)解決這些問(wèn)題的。這才是我們更關(guān)心的。我甚至不認(rèn)為所謂的AGI存在，也就是有一個(gè)模型能“包打天下”，在每個(gè)方面都優(yōu)于其他模型。我認(rèn)為，我們必須考慮實(shí)際應(yīng)用。即使你像愛(ài)因斯坦一樣聰明，如果你甚至都不知道某些事情存在，也很難去解決問(wèn)題。

問(wèn)：所以你們是把AGI放在一邊，只專(zhuān)注于應(yīng)用嗎？

李彥宏：我并沒(méi)有花很多時(shí)間去思考AGI。我們當(dāng)然在訓(xùn)練模型，但訓(xùn)練模型的目的，是為了解決具體的應(yīng)用問(wèn)題。我并不認(rèn)為我們應(yīng)該去打造一個(gè)“無(wú)所不能、適合所有人的超級(jí)智能AI”。

問(wèn)：在開(kāi)發(fā)AI應(yīng)用，并克服監(jiān)管等阻礙以實(shí)現(xiàn)大規(guī)模普及方面，你認(rèn)為最大的挑戰(zhàn)是什么？

李彥宏：創(chuàng)新幾乎總是需要處理前所未有的問(wèn)題，尤其是當(dāng)試圖將技術(shù)部署到現(xiàn)實(shí)世界時(shí)。以自動(dòng)駕駛出租車(chē)為例：道路上存在出租車(chē)司機(jī)和各類(lèi)由人駕駛的車(chē)輛。這是一項(xiàng)新事物。總體而言，中國(guó)政府是支持創(chuàng)新的，他們常說(shuō)“我們支持你的創(chuàng)新努力”。但另一方面，他們也需要顧及各利益相關(guān)方的種種關(guān)切。如果沒(méi)有任何法規(guī)允許自動(dòng)駕駛汽車(chē)上路，那就意味著它不能上路。這與美國(guó)的情況略有不同。在美國(guó)，如果沒(méi)有法規(guī)說(shuō)你不能讓自動(dòng)駕駛汽車(chē)上路，那么你就是被允許的。在得州或佐治亞州等地方，對(duì)自動(dòng)駕駛出租車(chē)運(yùn)營(yíng)根本沒(méi)有監(jiān)管。但在中國(guó)，在AGI和基礎(chǔ)模型方面，很多情況下你必須獲得監(jiān)管機(jī)構(gòu)的許可。

早在2023年初，美國(guó)很多意見(jiàn)領(lǐng)袖就聲稱(chēng)“AI非常危險(xiǎn)，我們需要監(jiān)管。我們需要將基礎(chǔ)模型的發(fā)展推遲六個(gè)月，以確保其安全，或符合我們的價(jià)值體系”。但在中國(guó)，其實(shí)并沒(méi)有發(fā)生類(lèi)似的事情。我們并不經(jīng)常討論這類(lèi)監(jiān)管問(wèn)題，但實(shí)際上，已經(jīng)存在一整套引導(dǎo)新技術(shù)發(fā)展的監(jiān)管規(guī)則。

問(wèn)：現(xiàn)在看起來(lái)，美國(guó)在AI領(lǐng)域推動(dòng)更多安全措施和護(hù)欄的努力已經(jīng)消失。美國(guó)正全速推進(jìn)、試圖贏得他們所說(shuō)的“AI 競(jìng)賽”。你覺(jué)得這是不是有些魯莽？你認(rèn)為美國(guó)是否應(yīng)該退一步，像中國(guó)那樣制定一些恰當(dāng)?shù)谋O(jiān)管措施？

李彥宏：我對(duì)此會(huì)非常謹(jǐn)慎地看待。一方面，我確實(shí)認(rèn)為應(yīng)該有一定的護(hù)欄；但另一方面，由于技術(shù)發(fā)展得如此之快、進(jìn)步如此迅猛，在制定監(jiān)管規(guī)則時(shí)必須非常小心，避免傷害創(chuàng)新的節(jié)奏。我們很難指望監(jiān)管者對(duì)技術(shù)有比基礎(chǔ)模型開(kāi)發(fā)者更深入、甚至更好的理解。如果采取一種過(guò)于“事先預(yù)防式”的態(tài)度，可能并不是一件好事。你希望監(jiān)管它，但應(yīng)該退后半步，觀(guān)察它的演變，然后再制定恰當(dāng)?shù)姆ㄒ?guī)。你不應(yīng)該走在技術(shù)路線(xiàn)圖的前面，哪怕只是領(lǐng)先一步或半步，因?yàn)槟菢幼?，它?huì)成為創(chuàng)新的減速帶。

問(wèn)：對(duì)于那些擔(dān)心AI取代工作、取代人類(lèi)的人，你想說(shuō)什么？你理解他們的擔(dān)憂(yōu)嗎？

李彥宏：是的，中國(guó)和美國(guó)都面臨類(lèi)似的問(wèn)題。從長(zhǎng)遠(yuǎn)來(lái)看，人們普遍認(rèn)為新技術(shù)將為人類(lèi)創(chuàng)造更多的工作機(jī)會(huì)。但短期內(nèi)，我們確實(shí)面臨挑戰(zhàn)。由于AI帶來(lái)的生產(chǎn)力提升，就業(yè)將面臨下行壓力，我們需要找到方法來(lái)應(yīng)對(duì)這個(gè)問(wèn)題。在美國(guó)，人們討論全民基本收入；在中國(guó)，我們則更多談?wù)撔碌木蜆I(yè)機(jī)會(huì)，比如數(shù)據(jù)標(biāo)注這類(lèi)工作。百度就幫助許多城市建立了數(shù)據(jù)標(biāo)注中心，雇傭了成千上萬(wàn)的人。我認(rèn)為未來(lái)，我們將能夠創(chuàng)造出許多我們從未設(shè)想過(guò)的全新工作崗位。

問(wèn)：你如何看待數(shù)據(jù)中心能耗巨大的問(wèn)題？這個(gè)問(wèn)題如何解決？

李彥宏：這個(gè)問(wèn)題我們很早就面對(duì)過(guò)，大概在10到15年前，當(dāng)我們開(kāi)始建設(shè)大規(guī)模數(shù)據(jù)中心時(shí)，就開(kāi)始關(guān)注所謂的PUE(電源使用效率)。我們投入了大量精力來(lái)確保數(shù)據(jù)中心的能效。在中國(guó)，我們的數(shù)據(jù)中心可能仍是能效最高的。隨著AI的擴(kuò)展，我們確實(shí)需要更多的算力和電力。因此，這方面的努力變得越來(lái)越重要，也多少有些不同。在GPU時(shí)代，有很多不同的節(jié)能方法。但也許最明顯的一個(gè)是讓你的模型更小，推理成本更低。如果你能做到這一點(diǎn)，自然就會(huì)減少電力需求。在這方面，中國(guó)遙遙領(lǐng)先。我們能夠開(kāi)發(fā)出推理成本是美國(guó)同行十分之一甚至百分之一的模型。我認(rèn)為美國(guó)更側(cè)重于開(kāi)發(fā)最強(qiáng)大的AI模型，而中國(guó)，可能因?yàn)槲覀兊馁?gòu)買(mǎi)力較弱、競(jìng)爭(zhēng)更激烈，我們總是不得不降低推理成本，順帶也節(jié)約了能源。

問(wèn)：像DeepSeek這樣的公司只花了600萬(wàn)美元就做出了V3 模型，而Meta卻在AI上砸下了數(shù)十億美元，成效卻備受質(zhì)疑。你怎么看？你是否認(rèn)為美國(guó)正陷入一種泡沫，只是在不斷往研發(fā)里砸錢(qián)，卻并沒(méi)有真正關(guān)注產(chǎn)出和回報(bào)？

李彥宏：我認(rèn)為這是兩條不同的發(fā)展路徑。在中國(guó)這邊，我們努力讓模型變得更高效。我們必須這么做，因?yàn)槲覀儫o(wú)法獲得最先進(jìn)的芯片。而在美國(guó)這邊，你們擁有更先進(jìn)的芯片，也更愿意在前沿技術(shù)上進(jìn)行大規(guī)模投入。我覺(jué)得這同樣是好事，這有助于人類(lèi)去探索技術(shù)的極限、可能性的邊界。我對(duì)這方面的努力非常感興趣，也一直在密切關(guān)注。正如我之前說(shuō)的，我們可能無(wú)法在模型訓(xùn)練投入上與谷歌、OpenAI相匹敵，但我們離應(yīng)用更近。我們更清楚要解決什么問(wèn)題，也希望在美國(guó)意識(shí)到這些問(wèn)題存在之前，就已經(jīng)把它們解決掉了。

問(wèn)：你認(rèn)為在未來(lái)大約10年里，AI將以哪些最不被理解、或者最出人意料的方式改變社會(huì)？

李彥宏：這存在著巨大的不確定性，因?yàn)榧夹g(shù)演進(jìn)得實(shí)在太快了。要去想象10年之后會(huì)發(fā)生什么非常困難，甚至回頭看一年前，我都無(wú)法想象今天的AI會(huì)如此強(qiáng)大。所以我們能做的，就是持續(xù)觀(guān)察技術(shù)所能達(dá)到的可能性，并努力找到利用這些創(chuàng)新的方式。