李彥宏在最新的內部講話中分享了他對大模型技術的深刻見解，涵蓋了大模型競爭、開源模型效率和智能體趨勢等多個方面。

近日，百度創始人&CEO 李彥宏在和員工交流中詳談了他對大模型的 10 個判斷，覆蓋話題包括大模型競爭、開源模型效率以及智能體趨勢等。例如，大模型間的差距在縮小嗎？大模型技術已經接近天花板了嗎？為什么說商業化模型更有性價比？

以下是根據這場內部分享整理的主要內容，enjoy～

01. 外界對大模型有相當多的誤解。每個新模型發布，都要和GPT40做比較，在榜單上分數差不多、甚至單項超過，但這并不表明和最先進的模型就沒有差距了。

02. 模型之間的差距是多維的，不僅有能力差距，還有成本、推理速度的差距。有些模型雖能達到同樣效果，但成本更高、推理速度更慢，還是不如先進模型。

03. 真正衡量大模型能力的是，在具體應用場景中，是否滿足了用戶需求、有沒有產生價值的增益。

04. 大模型的天花板很高，今天做到的和理想狀況差得還非常遠，所以模型要不斷快速迭代、更新和升級。要能幾年、十幾年如一日地投入，不斷滿足用戶需求，降本增效，模型之間的差距就會越來越大。

05. 在一個完全競爭的市場環境中，不要覺得領先 12～18 個月是個很短的時間，只要能永遠領先競爭對手 6 個月，你就贏了。

06. 模型除了能力效果之外，還要看效率。效率上開源模型是不行的，閉源模型準確講應該叫商業模型，有無數用戶分攤研發成本、分攤推理的機器資源和 GPU，GPU的使用效率是最高的。

07. 以前用開源的 Linux，已經有了電腦，所以用 Linux 是免費的，成本低；但這在大模型時代不成立，大模型推理是很貴的，開源模型不會送算力，還得自己買設備，解決不了算力高效利用的問題。

08. 大模型應用的發展階段，一開始是 Copilot，然后是 Agent 智能體，最主要的是它有了自主性，能自主使用工具、反思、自我進化。這種自動化程度再發展，就會變成 AIWorker，能夠獨立完成各方面的工作。

09. 現在智能體的熱度開始上來了，但到今天為止，智能體還不是共識，像百度這樣把智能體作為大模型最重要的戰略和發展方向的公司并不多。

10. 為什么強調智能體？因為智能體的門檻確實很低。很多人不知道怎么把大模型變成應用，而智能體是一種非常直接、高效、簡單的方式，在模型之上構建智能體相當方便。