人民政协网9月12日电 随着大数据和人工智能技术融合的不断演进，行业大模型对产业的渗透率正在提高，并正在释放出新的经济增长动力。但即便如此，大模型由大变强仍然需要时间。

“大模型的天花板很高，现在距离理想情况还相差非常远，所以模型要不断快速迭代、更新和升级；需要能几年、十几年如一日地投入，不断满足用户需求，降本增效。”在日前与员工进行业务交流中，百度创始人、董事长兼CEO李彦宏这样表示。

在李彦宏看来，未来，大模型之间的差距可能会越来越大，而并不是一些业界人士认为的“大模型之间的能力已经没有壁垒”。“几乎每一次有新模型发布，大家都要和GPT-4o做比较，说‘我的得分已经跟它差不多了’，甚至某些单项上得分已经超过它了，但这并不表明和最先进的模型就没有差距了。”李彦宏认为，很多模型为了证明自己，会在发布之后去打榜，会去猜测试题目、答题技巧，从榜单上看 ，或许模型的能力已经很接近了，但到实际应用中，实力还是有明显差距的。模型之间的差距是多维度的。行业往往更关注理解、生成、逻辑、记忆等能力的差距，却忽视了成本、推理速度等维度，有些模型虽能达到同样效果，但成本高、推理速度慢，还是不如先进模型。

对此，李彦宏认为，真正要去衡量大模型能力，应该是在具体应用场景中，看是否真能满足用户需求、产生价值增量。

李彦宏进一步阐释了外界对开源大模型的认知误区。“在大模型时代之前，大家习惯了开源意味着免费、意味着成本低。” 他解释说，比如开源的Linux，因为已经有了电脑，所以使用Linux是免费的。但这些在大模型时代不成立，大模型推理“很贵”，开源模型也不会送算力，“还需要自己买设备，否则无法实现算力的高效利用”。换句话说，在教学科研等领域，开源模型很有价值；但在商业领域，当追求的是效率、效果和最低成本时，开源模型没有优势。

当前，智能体已经受越来越多的大模型公司及客户的关注，但李彦宏认为，虽然有很多人看好智能体这个发展方向，但是到今天为止，智能体还不是共识，像百度这样把智能体作为大模型最重要的战略、最重要的发展方向的公司并不多。

那么，为什么要强调智能体？李彦宏也给出了答案：“智能体的门槛确实很低，很多人不知道怎么把大模型变成应用，而智能体是一个直接、高效、简单的方式，在模型之上构建智能体相当方便。举例来说，目前，每周都有上万个新的智能体在百度文心智能体平台上被创造出来，智能体的日均分发次数也已快速增长至800万次。”（崔吕萍）