作者｜駱軼航郵箱｜[email protected]
2024年11月12日，在“世界大會”期間，百度創始人、CEO李彥宏與矽星人創始人駱軼航、甲子光年創始人張一甲進行了一場對談。以下是對話實錄（確保書面閱讀習慣，個別語句進行了再編輯，部分問答進行了刪減）:
1
為什麼“應用來了”？
張一甲：過去一兩年，人工智慧是全行業很火的賽道和技術方向，每天我們都看到非常多的產品和技術進展，今年世界大會為什麼主題定為“應用來了”？
李彥宏：因為我從去年開始不斷講，模型本身不產生直接價值，只有在模型之上開發各種各樣應用，在各種場景找到所謂的PMF，才能真正產生價值。如果說2023年大家還在卷模型，讓模型能力逐步地達到可用地步的話，那未來所謂的“可用”，就是真的有東西用，應用的“用”。
過去這一年，整個行業有比較多的焦慮。這個焦慮是：超級應用到底在哪裡？創業者機會是什麼？大家都在問這些問題。我是希望透過百度的努力，包括我們開發的工具或者我們探索的各種各樣場景，能夠給大家探出來路徑，什麼樣的應用是基於大模型能夠產生實際價值的。
今天百度世界大會之前，我覺得行業有比較大的困惑。到底應用在哪裡？模型已經這麼長時間，甚至有人覺得模型技術迭代速度已經慢下來了，但是超級應用沒出現，那怎麼辦？所以當時就起了個名字，叫“應用來了”。我覺得，可以把我們的探索，我們的努力，我們的工具，我們找到的路徑、方法分享給大家；也把別人在我們平臺上做出來的有價值的東西，給大家介紹一下，這樣可以讓更多人找到自己發展的路徑和方向。
1
基座大模型兩年更新一代就夠了，得讓應用開發跟上
駱軼航：上午聽您百度世界大會的演講，跟我們聽到的很多演講有很大的不同，我幾乎沒有聽到兩個詞：一個詞是AGI，一個詞是Scaling Law（縮放定律）。不講這兩個詞的AI類主題演講和活動，幾乎已經不存在了。但您真的沒有講，你對這兩個詞是不是有什麼看法？是AGI太遠，還是Scaling Law卡住了？
李彥宏：確實不是故意的。可能是它們沒有跑到我心裡，讓我覺得說這兩個東西足夠重要，在百度世界上一定要提一提。AGI這個詞，就像一千個人心目中有一千個哈姆雷特。我如果再講百度怎麼定義AGI，無非就是又增加了一種定義。即使跟別人不一樣，也沒有多大價值。既然主題是“應用來了”，咱就關注應用。至於說更加長期的東西，我們還是在沿著這條路在做。但把這些東西講得更完整或者更深入，我覺得只對非常小比例的人有價值，更大比例的人只是多知道了一種AGI的定義，意義是不大的。
張一甲：說到這兒，問一個大家心裡面非常關注的話題。從ChatGPT上線以來，2023年業界不斷有很多重要的模型釋出，很多重磅的進展，每天被各種標題黨和新聞給轟炸。但今年，首先是GPT5沒有釋出，而OpenAI發了GPT4和O1的模型，看起來可能是一個分杈樹上的成果，或者是微創新成果。所以，我代表很多人，把心中的困惑問出來，大模型基礎技術的進步是不是在放緩？
李彥宏：我覺得還是取決於你從什麼角度看這個問題。如果我就當做一個學術專案，北極星指標就是『哪一年或者哪一月能實現AGI』。這個角度上講，可以說技術進步的速度有所放緩。但我的視角更多是從應用角度看的，大模型的技術進步到底產生了什麼應用。這個角度來說，我認為技術進步的速度不僅沒有放慢，而且有變快趨勢。
上午講的消除幻覺，你想一下，過去幻覺現象非常普遍。現在不管用哪個AI助手，問一些相關的問題，比如，我問問這個酒店游泳池有多長？過去在網上搜索這個答案，其實是得找半天的。官網沒有，攜程或者某個使用者評論區有這個資訊，但你得找半天。現在大模型直接給你答案，這個答案能不能信呢？能信。就是因為像RAG這類技術的提升。
過去一年或者說兩年也好，我認為大模型在邁向實用的過程當中，發展出來的能力，其實仍然在以一個比較快的速度增長，所以你能夠看到我們今天看的調容量，上升那麼快，為什麼要呼叫，因為它有用，它在各種具體的場景當中產生了價值。
另外一個角度來講，反而是基礎模型不能夠特別快的迭代。如果老在變，那做應用的人就無所適從了，該做什麼我不知道，我剛做了兩個月，你又升級了，把我做的沖掉了，白做了，我又得重新適應一遍新的規則之類的，我覺得可能兩年一個大的版本是一個比較合適的節奏。
駱軼航：所以我們不能等，第一我們不能等模型進化到AGI的階段再去做應用。
李彥宏：沒有必要。
駱軼航：第二我們不能讓應用開發的速度和模型進化的速度之間，產生了誤差，這樣的話會讓應用發展不起來。模型進化是整個能力的進化，剛才張一甲講了OpenAI的O1，O1是另外一個維度，是個深度思考的維度，這個維度本身對於做應用有沒有一個更好的促進作用？
李彥宏：有意義，這個維度非常有意義。百度大概也是從去年第四季度開始，我們在朝這個方向做，我們沒有把它叫做強化學習、O1什麼。我們就說智慧體，你可以注意到去年第四季度我們開始講智慧體，智慧體有什麼功能呢？有反思、進化、使用工具這些，這些能力都是今天O1努力的方向，這個方向和傳統意義上大語言模型的方向確實不一樣。
這是我剛才講了，我們的開發者可能已經逐步適應了怎麼在大語言模型上開發應用，突然你搞出來一個新的方向，又得適應一遍。其實我們也很希望大家趕緊適應這種新的思維邏輯，怎樣慢思考，呼叫工具。但這有大家學習和適應的過程，今天雖然我們發了多智慧體協作這些東西，你說讓一個開發者開發一個多智慧體協作的應用，其實難度還是很高的，成本很高，反應速度很慢，各種各樣的能力怎麼呼叫，有一個接受的過程。我很看好，但是我們得逐步逐步的讓大家學習這種新的能力，接受然後再把它利用好。
駱軼航：基於百度AI能力開發智慧體，提供了一套無程式碼工具，你們說的是“只要會說話，就能開發應用，不需要會程式語言”，只要你會講中文和英文，理論上你就能開發應用和多智慧體協作。這句話會不會多多少少造成誤導，讓大家覺得這個門檻真的已經降得很低了？其實在矽谷看到很多AI應用開發者，有的人在用不同的模型“調雞尾酒”，有的人其實是在fine-tune一個小模型，是蠻複雜的事情，您怎麼看我們目前對這個“會說話就能開發AI應用”的定義，和真正AI應用開發之間的距離？
李彥宏：這還是兩個不同的track。在那些最複雜的應用場景，可能確實不僅要考慮應用，還要考慮模型的能力，還有剛才講的模型精調，資料標註等等，確實大量大量的工作仍然在可預見的未來是需要的。但另一方面，也使得很多相對沒有那麼複雜的應用，在過去看來還不是那麼容易的事兒，在今天看來，你不是程式設計師也好，花幾分鐘時間就能做出來了。
這一條賽道也是一個逐步發展的過程，我不希望大家有誤解，明年一季度所有程式設計師能幹的事兒你就全部能幹了，不會這樣一蹴而就的。但是它是非常非常有希望的賽道，我今天能夠寫兩百行程式碼，一年以後可能能寫兩千行程式碼，再過三年可以寫兩萬行程式碼，這個能力會逐步發展出來，那它會讓更多人的創造性給激發出來。
1
Sora和多模態是兩碼事，百度當然做多模態
張一甲：我想聊聊今年另外一個比較火熱的概念，就是多模態。年初Sora開始，多模態成為了今年為數不多的炸點，有非常多的公司冒出來卷Sora，這個事情百度怎麼看？百度做不做Sora？
李彥宏：我覺得Sora和多模態是兩個事兒。Sora本質上是在任意場景下的影片生成能力。這件事情有沒有意義呢？非常有意義，與此同時又非常難。你想想它的本質是什麼呢？本質是可以做到基本可以預測未來。我們今天看到這麼一個畫面，你可以預測到下一個10秒，這個畫面變成什麼樣子。無人駕駛是一個特殊場景的影片生成，我現在開到這兒了，那我下一秒怎麼開，會看到什麼樣的景象，如果你都能解決的話，那無人駕駛不用做了，都可以靠那東西，可以做出來。正因為是這麼大的一件事兒，所以我覺得它需要很長很長時間才能夠做出來。但是我們今天講的多模態，實際上是解決另外一型別的問題。比如上午講的數字人，不是純語言模型，你生成的文字要用語音表達出來，語音表達的時候口型要能對得上，手勢應該做什麼，我如果轉頭了，側面的影象能不能跟正面保持一致等等，看起來都是一個比較簡單的事情，但是你仍然需要解決。靠任意場景下生成影片的東西，不一定能把這事兒解決得很好。
如果真的能夠做到任意場景下影片生成，那可能要很長時間，而且成本很高。我要解決剛才說的這些東西，把這些簡單的多模態東西解決了，就能夠有很好的應用場景。我用簡單的方法，就能夠做到，那我為什麼不呢？先把這些事兒解決了，讓這個應用能夠跑起來，這是我們的思路。所以外界有一種誤解就是，百度不做Sora，就是百度不做多模態。我們非常非常看好多模態，我們也在多模態上有非常長期的多年投入，在真正有應用場景的地方，我們的多模態能力是非常強的。
張一甲：是不是iRAG就是百度走向多模態重要的一項基礎技術？
李彥宏：是的，它是我們在開發各種各樣應用過程中遇到的一個障礙，必須把障礙搬走之後，我才能再往前走。
駱軼航：這是你自己發現的問題？
李彥宏：沒錯。
張一甲：面向我們想要的人工智慧未來，是我必須要解決的問題，沒有它我其他所有的應用，所有將來可能的圖景都是過不去的，所以我必須要完成那個事？
李彥宏：是這樣的。
張一甲：今天你非常詳細地講了iRAG，它是一項基礎技術，接下來iRAG準備怎麼用？往哪個APP上用？還是以什麼樣的形式走向終端應用？
李彥宏：終端應用應該是大家群策群力，每個人根據自己的實際需求，已經瞭解的場景，怎麼更好地使用它。我能夠想到的，其實今天舉了不少車的例子。車這個行業你們非常清楚，很依賴市場推廣，他們在做市場推廣的時候非常非常講究。如果出一款新的車型，我要拍攝非常漂亮的畫面，照片也好，影片也好，要花很多錢。拍一張車的圖片，最少得幾千塊錢，上萬塊錢；而它要拍好多張圖片，還要拍影片等等。過去要五千塊錢做的事兒，現在五分錢就能做出來，如果能做出來就可以大量做。
今天的例子，車飛越長城，那個東西不可能靠拍攝的，車飛不起來。但是車飛起來的話，好看不好看？確實好看。在這種市場宣傳的場景，非常有用。我既要保持車該有的東西必須得有，不變的東西不能變，但是它又能夠放飛人們的想象，真正有創造力的故事情節能夠出來，那肯定會更吸引人。所以，在幾乎所有的創作場景，iRAG都非常有價值。
1
殺死大模型幻覺和智慧湧現的矛盾能解決
駱軼航：iRAG代表了我們對於多模態和生成內容本身，另外一個維度的考量，不是炫技的維度，而是現實被什麼人用到的維度。它生成的圖片精準可控不用再修改，真正降低人們使用它的門檻和成本。今天上午，你有一個非常重要的論斷，就是過去兩年大模型基本上消除了幻覺。可是幻覺有的時候是湧現的伴生品，那麼消滅了幻覺，會不會殺死了進一步湧現的能力？
李彥宏：這就需要我們這些從業者不斷的創新，我既要消滅幻覺，還要能夠保持你的湧現能力、創造力。其實國外很多人講，基礎模型將來能夠具備諾獎獲得者的智力水平，那是極大的創造力迸發，這確實是努力方向。但與此同時，它的這種副作用，就是幻覺要能夠控制。
張一甲：技術的角度來講，讓它減少幻覺變得非常精準，和它給我們帶來很多的想象力，這兩個事情本質上是矛盾的嗎？
李彥宏：有一定的矛盾，但它是可以解決的。我覺得至少是可以逐步解決的。我遇到問題的話，總會想辦法。我希望鼓勵什麼東西，我在這方面要加強，不鼓勵什麼東西，要用其他的手段去進行控制。
1
我不認可說我是徹底的AI現實主義者
駱軼航：中國AI有兩派人，理想主義者和現實主義者，理想主義者追求模型的不斷進化和進展；現實主義者更重要看用到模型的能力做了多少具體的事情。您今天的演講沒有AGI和Scaling Law 這樣的大詞，沒有基座模型的進展，甚至不提文心一言和文小言，完全圍繞著應用。我想知道您是從哪個時間點開始越來越傾向於變成一個AI發展的現實主義者了？
李彥宏：其實講模型能力，我也可以講一個小時甚至時間更長，我也不認可自己就是純AI現實主義者。我們沒有講的，並不表明我們沒有做。事實上，我很多的研發資源還是投在了外界看來基礎的能力或者理想主義者看重的東西。我們在做，我們不斷地在這方面加大投入、付出努力。我只是覺得，沒有必要把這些只有極少數人才能夠聽得懂或者說才會appreciate的東西到處去講。我需要倒出去講的是，更多的人，幾千萬人，幾億人確確實實能夠用得到的東西，我希望多講。
張一甲：整體呈現的畫面是，我需要為更多人解決問題，所以世界大會聽下來，百度變得非常務實。而且你的演講風格變得非常具體，不像很多我們看到的，大家談一些想象力，談很大的命題，比如像文明、終極的人和機器互動。相比較來看，百度丟擲了非常具體的case和具體做的事情，把想象中的未來，非常清晰地一個模組一個模組白描了出來。今天你有一個很大的篇幅講智慧體、自由畫布，現場看大家很興奮，自由畫布這個idea怎麼誕生的？它是百度對於多模態應用的一種終極的想象嗎？
李彥宏：其實還是基於需求。這個事情最早是因為百度有一個產品叫文庫，文庫最早是找現成的文件，並不是做生成的。在生成式人工智慧技術出現前，文庫已經出現了。但是當有了生成式AI，我們發現人們最根本的需求，不是找一個現成的文件，而是為了創作自己的內容。
我們怎樣能夠基於現成的文件，或者哪怕沒有現成的文件，能夠讓他更好的創作，這條路走下去就是最早文庫的重構。後來我們又發了單獨的產品叫橙篇，現在又推自由畫布，是一步一步基於讓人們能夠更加方便地創作內容，或者說也不僅僅是創作，是communicate your ideas，心裡怎麼想的，你怎麼能夠把它更方便，更準確的表達出來。過去人們覺得說，我有一個office就可以了。我心裡怎麼想的，怎麼落到紙面上，不管語音也好，影象、文字也好。這個過程，我們怎麼enable這些使用者，做這些事情。
張一甲：自由畫布這個idea什麼時候出現的，什麼時候我們把產品形態構想成這樣子？
李彥宏：時間不長，三四個月之前。
駱軼航：一般人家說巨頭，比較大的公司做AI創新，最大的負擔是它的legacy，創業公司能夠沒有負擔的往前跑，但自由畫布今天出來以後，大家反應還是挺熱烈的，但這個東西恰恰是建立在百度的Legacy基礎之上，因為我們有百度文庫，所以你怎麼看我們過去的一些積累？無論是深度學習還是產品上的積累，其實對我們現在掌握使用者需求，做使用者真正關心的AI應用，這個事兒上幫助是什麼？這個其實是大家之前很少探討的，我們內部思考過這個問題嗎？
李彥宏：根本原因還是到底信什麼？一旦你從這個視角考慮問題的話，都很好解釋了。百度信AI，不是今天才信，也不是兩年前信，是十幾年前就信這個東西。所以文庫的改造也好，或者說非常堅決的做一些在大家看來是全新的東西，或者說沒有太受legacy的束縛。更或者說，我們真正的legacy就是我信AI，一旦你把這個東西當成legacy，這些東西其實就都很好解釋，我就是在做我多年前一直想做的事。
駱軼航：對，十多年一直想做的事情。
1
超級應用不是沒有，而是時候未到
張一甲：百度應該是國內最早做AI的，是人工智慧的扛旗者。下一個聊聊“超級應用”。去年開始，我們都不斷地在暢想或者期待，能夠出現一款超級應用。但是為什麼今年並沒有出現超級應用？
駱軼航：本來就不該有嗎？還是說還沒出來？
李彥宏：第一，我先說不是說不會有，我認為會有，只是現在時機沒有到。之所以大家覺得該出來了，但是還沒出來，是因為大家很容易拿這波生成式人工智慧和上一波移動網際網路或者上上一波PC網際網路相比。說那個都是火了幾年以後，我們就已經比較明確的能夠看到超級應用的出現。但其實你注意到，當生成式人工智慧起來的時候，我們對外一直講這是一場新的工業革命。如果你看作工業革命的話，應該回去比較，當時電力革命發生的時候，這個超級應用是什麼？過了多少年出來的？當時蒸汽機革命出現的時候，它的超級應用是什麼？是怎麼出來的？那些東西可能更具有可比性。
駱軼航：它不是長在一個裝置上的一款APP或者一個軟體，可能是更基礎設施的東西。
李彥宏：沒錯。
1
百度從來沒對標過OpenAI
駱軼航：您剛才講，基座模型不能太快速迭代，應用開發者跟不上。這是我第一次聽到類似於這樣的觀點。我想到的是OpenAI。它一方面給開發者提供了一些工具和API，一方面不斷推進模型往前走，殺死一批創業公司，以至於現在看到的唯一有超級應用影子的AI應用，就是ChatGPT。所以我們現在能不能講，百度完全不想做另一個OpenAI？
李彥宏：說實話沒有想過這個問題。
張一甲：是不是百度從來沒有把OpenAI當做自己的對標？
李彥宏：沒有。
駱軼航：但是模型本身上會拿它當做參照。
李彥宏：對，我們還是很關注它在做什麼事情，但確實沒有想過，要不要成為它。
張一甲：基因角度講，百度也從來不是OpenAI？
李彥宏：不是，不是。這並不表明，我們是一個純粹的現實主義者，其實我覺得我們也挺理想主義的。當你的夢想是讓幾億人、十幾億人都具備程式設計師的能力，這個又需要很多年大手筆投入的時候，這難道不是一種理想主義嗎？
駱軼航：對，長期的理想主義。
1
你上哪找那麼多智慧體？還是得用搜索
張一甲：你把一個工具做到了千家萬戶，讓所有人都可用，本身也是一個巨大的藍圖和理想。關於應用，我再問一下，之前我看到你的對外分享提到，從Copilot到Agent，到AI worker，智慧體會是AI應用的終極形態嗎？還是過渡階段？
李彥宏：這個問題應該放在時間線的座標軸上看，拉長這個時間線的話，肯定Agent是過渡形態。但是這個過渡形態我的判斷會持續比較久的時間，即使是AI worker出現以後，它跟智慧體還是會長期並存的關係，有些東西可以完全自動化了，有些東西還是需要透過人和AI或者說跟虛擬人的協作來完成，還是分不同的場景。
張一甲：我聯想到一個問題。因為百度作為一個大的平臺，當我們看到智慧體的時候，你知道它依然存在怎麼啟用，換句話說，存在一個分發和流量入口的問題。那在未來像百度的搜尋，還有你今天列出這麼多智慧體，還有其他百度現有的產品矩陣，在流量的入口角度，可能會是什麼樣的情況？比如一個普通使用者在接觸百度AI產品的時候，我的典型體驗可能是什麼樣子的？他們之間會不會有流量爭搶，競爭的關係？
李彥宏：我們想象的分發的機制或者流量入口，比較類似於現在的百度搜索。在百度裡搜相應的詞，你出來就有可能是一個智慧體，你跟這個智慧體，就像跟一個律師線上問答一樣，可以進行很多輪的互動，我們看到有好幾十輪的互動，有一個使用者跟AI的智慧體不斷地問。
駱軼航：搜尋公司是不是更容易做好AI智慧體和很多更好的AI應用的框架？
李彥宏：應該是。大語言模型跟搜尋本身很近，我們搜尋一直在處理目前語言文字的東西，這是為什麼我們可以很快推出來文心一言。另一方面，你有那麼多智慧體的時候，還是說怎麼能夠跟人的需求高效的匹配起來，人有了這種需求以後，上哪兒接觸到這些智慧體，最高效的連線還是一個搜尋。
張一甲：這裡面會存在一些商業顧慮嗎？比如由於很多智慧體的存在，讓我們原有的商業搜尋蛋糕被稀釋了，有這樣的隱憂嗎？
李彥宏：沒有，我覺得現在根本沒有必要考慮對現有商業模式的衝擊，因為你一旦打開了更多的可能性給自己的使用者、給自己的客戶，創造了新的價值的時候，你總能找到新的商業模式。我今天展示的呼叫量的圖，你想想如果呼叫收費的話，那這種漲法是可以收到很多錢的。
駱軼航：把價格再壓下來95%，再收錢，還是收上來很多錢，這是現在API收費還能跑得通的原因，我們會有非常陡峭的呼叫曲線的上升。
李彥宏：沒錯。
駱軼航：比起很多同行，文心一言並不是API降價上非常激進的玩家，是什麼導致了文心大模型最近兩個月呼叫量的陡升？
李彥宏：其實我們價格非常有競爭力的，甚至有些模型是大家可以免費呼叫的，相當於算力送你了，更重要的是，可以說是開發者群體的覺醒，他逐步意識到了可以用模型來做出什麼應用來，這是為什麼我們今天強調“應用來了”，當過去一開始曲線相對沒有那麼陡峭，相對那麼平的原因是因為絕大多數人還不知道大模型能做什麼，一旦它知道了之後，那需求其實是足夠旺盛的。
駱軼航：所以這個曲線也不僅是針對百度和文心大模型的，是針對整個行業的。
李彥宏：對。
1
解決AI問題，用工程的方法不丟人
張一甲：人工智慧是一個大的概念，裡面涉及到的技術門類和產品迭代的方向又非常多，作為百度的掌舵者，每一天面對這麼多的進展，你的底層思維是什麼？怎麼決定做什麼、不做什麼？取捨過程中，有沒有背後思考的第一性原理？
李彥宏：就是應用驅動。這個和美國很多公司做法很不一樣，美國很多公司一直都是夢想說我要做顛覆性的技術，我要多少年之內做成什麼什麼樣子。我更多希望儘早接觸場景及接觸應用，看在這個過程當中，到底遇到了什麼問題，把這些問題帶回來，我們綜合一下，看大家遇到的最多的問題，就是我們優先解決的問題。
駱軼航: 其實我們是在用產品的思路和工程的思路看待模型驅動應用的這個事情，而不是在攀登技術演進的珠穆朗瑪峰上尋找答案。
李彥宏：很多美國同行，他們做法是當做一個science（科學），我有一個終極目標，就想盡各種辦法解決它，我們這邊當做我要解決的問題，這個問題可能用工程的方法也可能用其他的方法、用資料這些驅動，最後解決下來。但是你看現在諾貝爾獎都授給公司CEO了，為什麼呢？很多非常有意義的，即使是從science的角度很有意義的事，最後是靠工程的方法解決出來。所以做工程不丟人，做工程很有可能是比科學更早發現機會、發現規律的。其實飛機也是，飛機先飛上天了，人們才開始研究，原來有一個東西叫空氣動力學。
駱軼航：您認為科學家現在應該在一個AI公司裡面，它真正扮演的角色應該是什麼角色？驅動的角色、還是輔助的角色、還是什麼環節的角色？因為我們現在看到了，這兩年以來，無論美國還是中國，無數科學家在創業，無數科學家在離開創業公司，我們認為教授、科學家應該在這個體系中扮演什麼作用？
李彥宏：我覺得科學家應該提供的是vision，他應該看的比工程師更遠一些，你看這一輪大語言模型的爆發，其實背後的vision是什麼？就是你剛才講的Scaling Law，有人看到了，我只要加算力，我只要用更多的資料來train這個模型，就會出現智慧湧現，他是先有了這樣的想法，才去做這些事兒的，這些事兒從正的角度想的，之所以越來越多的教授創業或者是加入更大的公司去，是因為你創業能夠拿幾億美金，你在學校拿那些東西就幾百萬美金，全美所有的大學加起來，湧現不出一個GPT3.5。在大廠裡頭，幾萬片，甚至十萬片的東西已經出現了，在這麼大規模上去做，顯然比別人更早的知道，未來是什麼樣子。這些年技術發展可以說是新的特色，不光是一種想法，剛才講了vision，要跟資源相結合，我只有有這麼多資源的時候，我才能證明這個想法到底是對的還是錯的。有些人感興趣的是相對比較science的東西，沒問題，有價值，有些人感興趣的是，怎麼在市場當中找到一個創造價值的地方，我覺得也是需要的。這個世界就應該這麼多樣化，大家不同的人有不同的愛好，不同人有不同的信仰，最終才是有意思的世界。
1
AI是一次新的工業革命，不會三五年就結束
駱軼航：行至尾聲，我們聊一些輕鬆的議題。Geoffrey Hinton得諾貝爾物理學獎的那一天，我們忍不住把一篇講Hinton差點加入百度的老文章翻出來重新發了一遍。Hinton差點加入百度，然後Anthropic的創始人Dario Amodei在百度實習過。
李彥宏：他（Dario Amodei）是百度正式員工，Jim Fan在百度實習過。
駱軼航：對，Jim Fan在百度實習過，Dario Amodei是百度的正式員工，Andrew Ng也曾經是百度非常重要的科學家。
李彥宏：對。
駱軼航：所以你會發現，在全球的機器學習和人工智慧領域，十年之前到現在，在幾個時間點上扮演一個非常有意思的角色，這個問題的延伸有兩個，一個是如果這些人現在都在百度，百度是個什麼樣的公司？很少有公司像百度這樣，一箇中國公司在全球的AI發展人才節點，資源節點和技術節點扮演過這麼一個角色，百度未來還能不能再繼續扮演這個角色？
李彥宏：其實這個事也蠻有意思的。網上你們也看到了，像Geoffrey Hinton，後來他後來選擇加入了Google，不是因為我們不願意出更多的錢，而是他自己更願意在美國待著。但是因為他沒有來呢，我們還是想要真正的大咖，能夠加入百度，所以後來就找了吳恩達，就是Andrew Ng，吳恩達來的理由其實也比較簡單，他當時在Google，做Google Brain（谷歌大腦），想買更多的GPU，Google說不行，太貴了。我們說你來，隨便買，那他就來了。他來了之後，像Dario Amodei，他原來是斯坦福的學生，Dario Amodei來了之後說Jim Fan不錯，我招他來實習。
所以一代一代的人，就把優秀的人才能夠吸引過來，當然這些人後來陰差陽錯，後來又離開了百度，我覺得也沒問題，人才的這種流動對整個行業是健康的，他找到他的下一站，對於百度來說也培養了一批非常優秀的人才。外界因為某一個人離開會有報道，但是這個人如果在這待著的話，他就沒有報道，並不是因為這個人不優秀，其實目前在百度內部做AI的有很多很多人，是非常非常優秀的，只不過因為他們沒有離開，所以外界不知道，外界沒有報道。
所以對於我們來說，一方面好多公司的創始人是百度出去的，有不少網際網路公司的CTO是百度出去的，其實我很高興，這意味著我們既給社會做了貢獻，又樹立了百度的技術品牌。今天一個校招生加入百度會想，這個人是從百度出去的，這個人在百度做了什麼事情，他會想在百度能獲得什麼樣的學習成長機會，所以對於我們吸引新的優秀人才，我認為是很好的事情。這些人反而是在百度能夠踏踏實實做事，能夠做出來東西的。我覺得更年輕一輩的，現在還沒有出名的那些人，是真正我們最寶貴的財富。
駱軼航：百度怎麼在整個全球AI格局中，更加體現它的技術前瞻力？這件事越來越難了，因為我們是一家中國公司。
李彥宏：總是有解法的。中國畢竟有14億的人口，中國本身就是一個很大的市場，中國人總體來講對於先進技術其實是歡迎的，是願意接受的。有了這樣一個環境，我們總是可以做出很多創新的。
張一甲：在我們今天這個節目的結尾，對我們所有在關注百度世界大會和關注人工智慧方向的朋友們，你有沒有什麼總結、寄語給大家分享？
李彥宏：其實我還是想說，人工智慧很像是一次新的工業革命，這意味著它不是三五年就結束，不是一兩年就出現“超級應用”的過程，它更像是三五十年對於整個社會的方方面面一個非常徹底的重構。在這個過程當中，我們既需要耐心，又需要大的投入，同時需要不斷的傳播這種火種，讓越來越多的人，越來越多的組織和公司，能夠理解這件事情對他們的意義，並且很好的利用這些新的技術能力，給自己的組織、自己的公司創造出來更多的價值。
駱軼航：需要長期主義、理想主義和現實主義的三結合。
李彥宏：對，三者結合。
