来源：百度
“我们仍需对芯片、数据中心和云基础设施持续投入，以打造更好、更智能的下一代模型。”
2月11日，在阿联酋迪拜举办的World Governments Summit 2025峰会上，百度创始人李彦宏与阿联酋AI部长奥马尔·苏丹·奥拉马（Omar Sultan AI Olama）对谈时表示，尽管技术进步、成本降低，但仍需持续投入AI基础设施，以确保处于技术创新的最前沿。
“今天，创新速度比以往都快得多。摩尔定律中，每18个月，性能就会翻倍，价格减半；如今，大模型推理成本每年能降低90%以上。”
李彦宏表示，回顾过去几百年历史，创新的本质是成本下降与生产力提升，在AI、IT乃至更多领域，大多数创新都与降低成本有关，如成本降低一定比例，生产力也能同比例提高。
同时，他谈及自动驾驶的落地应用，表示“技术进步非常快”，目前，自动驾驶比人开车安全10倍，Robotaxi可以大大降低交通事故死亡率。在中国的复杂路况下，萝卜快跑的实际出险率仅为人类驾驶员的1/14。据统计，萝卜快跑累计行驶里程已超1.3亿公里。
对谈中，奥拉马部长表示，“期待在明年的大会上，所有车队都是由萝卜快跑支持的自动驾驶。”
以下为部分谈话实录：
大模型成本每年降低90%以上
奥拉马：百度是人工智能的支柱型企业之一，很高兴能邀请李彦宏来谈论他的观点。我们先谈论一下“房间里的大象”DeepSeek，在你看来，它的出现是意料之中的吗？
李彦宏：我认为，创新是不能被计划的。你不知道创新何时何地到来，你所能做的是，营造一个有利于创新的环境。
我们生活在一个非常激动人心的时代。在过去，当我们谈论摩尔定律时说，每18个月性能会翻倍、成本会减半；但今天，当我们谈论大语言模型时，可以说每12个月，推理成本就可以降低90%以上。这比我们过去几十年经历的计算机革命要快得多。
大语言模型是一个非常庞大的领域。在中国，我们必须在推理和训练方面创新以降低成本。幸运的是，过去一年，我们看到了显著进步。
百度的技术背景是搜索引擎，它天然接近大语言模型，所以我们在2023年3月就推出了文心一言，我们也是上市公司中第一个推出类ChatGPT应用的。谷歌后来推出了Bard，并将其更名为Gemini。正如我们今天所知。这是一个非常激动人心的时刻，我们到处都能看到创新，我们必须适应这种快速变化的创新。
奥拉马：你刚刚说，中国正在努力创新以降低成本。我们看看中国的发展，似乎每个行业都是如此。以汽车为例，也是降低成本并制造新产品。我认为，这是中国技术创新的一种方式，你怎么看？
李彦宏：如果回顾过去几百年，大多数创新都与降低成本有关，不仅是在人工智能领域，甚至不仅仅是在IT行业。如果你能将成本降低一定数量、一定百分比，那么这意味着你的生产率提高了相同的百分比。我认为，这几乎就是创新的本质。而今天，创新的速度比以前快得多。
对于中国公司来说，我们可能是第一个感受到这些高昂成本带来痛苦的人。我以Robotaxi举一个例子。在美国或更发达的市场，网约车价格远高于中国。所以，即使一辆Robotaxi汽车，比如是10万美元，仍然可以通过无人驾驶的方式赚钱。但在中国，叫车价格要低得多，所以你必须想出一种成本低得多的技术，才能实现无人驾驶。因此，在一定程度上，我们是被倒逼着创新以降低成本。
自动驾驶比人类开车安全10倍
奥拉马：我们来谈谈Apollo GO，你认为中国的自动驾驶生态比美国更先进吗？你如何对比这两者的产品？
李彦宏：自动驾驶有很多技术路径，比如，特斯拉不使用除摄像头以外的任何传感器，采用纯视觉方案，依靠神经网络和算法从辅助驾驶逐步过渡到完全自动驾驶，最后到完全无人驾驶的阶段。我们的自动驾驶出租车叫萝卜快跑，我们采用了不同方法，从第一天起，我们就用了全无人驾驶的方式运行。这些方法都各有其优点。
奥拉马：老实说，我认为或许在明年的世界政府峰会上，所有车队都是自动驾驶的，由萝卜快跑提供支持。
李彦宏：是的，我希望如此。
你可以看到，中国的路况实际上相当复杂，相当有挑战性，对吧？有时你会被一辆不知从哪里来的车加塞，还有摩托车在车流中穿梭；有时你不得不超过前面的公共汽车，这不是想象或某种未来主义的场景，这是中国一些城市每天都会发生的事情。
奥拉马：如果要在世界各地的某个城市部署它，从决定部署到实际部署并看到它成为现实，需要多长时间？
李彦宏：从技术上讲，大约需要两周的时间。
奥拉马：自动驾驶是人工智能很好的应用，它预示着一个积极的未来，人可以享受驾驶、享受乐趣、提高生产力。在这其中，有什么是你担心的吗？
李彦宏：技术进步非常快，虽然我们已经对至今取得的成就感到满意，但想想六个月或两年后，情况会有很大变化。大家争先恐后，竞争也很激烈。这种创新也存在风险。
尽管我们已经证明，Robotaxi比人开车安全得多，它至少更安全10倍。每年全球有超过100万人死于交通事故。但有了Robotaxi，死亡率可以大大降低。此外，如果你从我们的实际记录中查看出险率，我们的出险率仅相当于人类驾驶员的1/14。
这仍然是一个新行业、新领域，人们对事故的容忍度很低。我们非常重视安全问题，截至今天，我们已经在相对大规模的情况下运营了两三年，还没有发生任何严重事故。
训练更好的下一代模型
奥拉马：几周前，当DeepSeek成为人人都谈论的话题时，全球许多大型芯片厂商和许多大型交易所的股价大幅下跌。因为之前有令人瞠目结舌的数十亿美元，被投资于推理数据中心、训练这些人工智能系统和模型，您如何看待数据中心和AI基础设施的未来？
李彦宏：我在过去一个月左右的时间里，一直在思考这个问题。我认为，从基本面来看，最重要的主题仍然是技术进步非常快，成本每年降低约90%，性能越来越好。当技术发展如此之快，你无法停止投入。你必须投入，以确保处于这场技术创新或革命的最前沿。我们仍需对芯片、数据中心和云基础设施进行持续投入，用于打造更好、更智能的下一代模型。
为此，需要使用更多的算力来尝试不同的路径。也许，在某个时刻你会找到一条捷径，比如说只需600万美元就能训练出一个模型，但在此之前，你可能已经花费了数十亿美元，用来探索哪条路才是花费这600万美元的正确途径。
奥拉马：这难道不是赌徒的困境吗？我已经花了1亿美元，现在我需要收回一些成本，所以继续投入。那么，谁会赢呢？所以，总有一天我们能够获得足够的回报来证明这是值得的吗？
李彦宏：我对人工智能的未来持乐观态度。我认为，即使在当前水平下，大语言模型也已经在各种场景中创造大量价值。我们有数十万客户在使用大模型提高招聘、电子商务、医疗保健甚至能源、电力等领域的效率。
我们已经看到了很多这样的应用案例。在过去，他们可能需要花费不到1万美元来实现某些目标，而使用大型语言模型后，只需花费大约1000美元。所以，这已经为他们创造了价值。
但你说得对，我认为我们确实需要关注应用层的价值创造。如果你在基础设施层投入了数千亿美元，却无法开发出能带来十倍以上回报的应用，那么这是不可持续的。尽管我们已经在各种不同场景中看到了各种应用案例，这些可能更多集中在ToB（面向企业）领域。
在ToC（面向消费者）领域，我们还没有看到所谓的超级应用，就像移动互联网时代或社交媒体那样，拥有数亿日活跃用户，且人们每天在某个应用上花费两个小时。我们还没有看到这样的机会。但我相信，随着时间的推移，有人会找到解决方案。比如ChatGPT，它的DAU/MAU比例是16%。而如果你看Facebook或微信，这个比例接近90%。现在，ChatBot的平均用户使用时间大约是10分钟，而社交媒体则是100分钟或120分钟。
所以，我们离那种级别的应用还有很远的距离。我认为，整个世界目前都在焦急地寻找这样的超级App。
还没有评论，来说两句吧...