新质生产力，到底“新”在哪儿？

大模型的落地应用本身就是一种新质生产力，而为了更好落地应用，百度智能云在5月21日宣布两大主力模型全面免费，给企业一个更高的起点，让企业和开发者可以在没有过多成本压力的情况下，快速验证效果。只有大模型被广泛用起来了，才会有繁荣生态，才能有更多商业机会。

作者｜刘杨楠

编辑｜栗子

编导｜RAM

相信已经很少有人没听过“新质生产力”这个概念了。

今年两会期间，“新质生产力”被写入《政府工作报告》。近两个月，社会关于“新质生产力”的讨论愈演愈烈——究竟什么是新质生产力？新质生产力在实际场景中以什么样的形态存在？大模型时代，又该如何充分释放新质生产力？

这些问题各方都在讨论，但更重要的是，“新质生产力”提供了一种全新的叙事，混杂着公众的疑惑与期待，扣开了通往未来的大门。而火了一整年的大模型，成为“新质生产力”最具代表性的一个侧面。

近期，甲子光年创始人&CEO张一甲受百度智能云的邀请，与百度副总裁谢广军，必优科技创始人&CEO 周泽安进行了一次深度对话，试图分别从模型供应方、模型使用方及第三方智库的角度出发，回答关于“新质生产力”的一系列疑问。

百度智能云与必优科技均是各自所处赛道的“AI先行者”，他们活跃在距离“新质生产力”最近的地方，为“新质生产力”注入能量。

2023年3月，百度率先推出文心一言，是国内首家发布大模型产品的企业。当月，百度智能云发布全球首个一站式企业级大模型平台——百度智能云千帆大模型平台。2024年4月16日，百度智能云发布新一代智能计算操作系统——百度智能云万源。

截止到2024年4月，百度智能云千帆大模型平台已经服务超过8.5万家客户，平台上已经精调出1.4万个模型，并且开发应用数也达到了19万的规模。

这些企业中，必优科技颇具代表性。

必优科技是一家典型的AI原生企业，其创始人周泽安此前在“AI+文档”领域深耕多年。自2020年成立以来，必优科技已经在AIGC领域取得显著成就，其代表产品ChatPPT在短短几个月内，自然用户量就突破200万。百度文心一言和百度智能云千帆大模型平台发布后不久，必优科技便于2023年4月成为百度智能云的首批客户。

以下为对话视频及对话全文，经「甲子光年」编辑，有删改：

1.百度智能云需要必优，必优也需要百度智能云

大模型的生态必须足够包罗万象，才能承载用户奇形怪状的需求。

张一甲：你们双方的合作是如何展开的？

谢广军：文心一言去年3月推出，4月就和必优科技达成合作。必优科技一直在“AI+文档”领域持续深耕，能快速跟上大模型浪潮，我们是国内首家发布大模型产品的企业，自然而然地很快合作起来了。

张一甲：周总，合作中你是甲方，你们为什么选择百度智能云？

周泽安：本质原因来自两方面：

第一，我们产品的内在需求。我们2020年创业时还没有大模型，我们自己做了一些简历、合同方面的小模型，参数规模都只有十几亿，甚至几亿。大模型出现后我们发现必须拥抱大模型，它的能力可以泛化到更多场景，这是我们的内在需求。

第二，百度本身的吸引力。文心一言推出后，我认为我们的用户应该支持百度这样的公司，他们敢于做第一家推出大模型的企业，一定有他们自己的准备。

张一甲：第一次看到大模型，你是什么心情？

周泽安：虽然我们之前也在做小模型，但我对自己和公司的定位一直是做应用。大模型作为一种更高效的生产力突然出现后，我毅然决然选择拥抱它，放弃之前的包袱，用更先进的大模型解决用户需求。

拥抱大模型也让我的视野更开阔，之前我们做简历、合同更多是特定场景的特定文档，做不了更宽泛的场景，很多需求对到我这边，我解决不了，没那么多精力，但有了大模型之后我们就能拓宽产品边界。

张一甲：放弃小模型，拥抱大模型，你的团队会有质疑吗？

周泽安：刚开始团队确实有一些心理波动，因为刚接入大模型不是那么稳定，且我们还没有收到任何用户反馈，步子是不是迈得有点大？是否应该等大模型成熟之后再去用。

但很快团队就坚定下来了，最初选择小模型是因为大模型不成熟，我们只能从细分领域切入，一块一块深耕，但如果有全新的生产力出现，整个范式都改变了，我们首先应该改变自己的思维方式。等大模型完全成熟再去用可能就晚了，因为在场景迭代和用户的持续沟通，这本就是该有的产品应用“适应力”。

张一甲：你不光自己选择了百度智能云，还带着你的用户一起选择了百度智能云，会担心百度智能云抢走你的用户吗？

周泽安：刚开始还是有蛮多顾虑，但观望了一段时间，明白了通用模型与垂直场景的边界感，加上我们一直坚持做文档应用场景，我们还是笃信，大模型和应用场景之间是有一定距离的。我们需要大模型去重构产品，大模型需要我们去验证应用价值。所以，我们和百度智能云之间更多是合作共生关系，他们也需要我，我们也需要他。

张一甲：大模型的生态必须足够包罗万象，才能承载用户奇形怪状的需求。也问下谢总，作为乙方，你认为百度智能云的差异化优势是什么？

谢广军：AI原生应用的繁荣是我们最大的愿景。百度已经做了十几年人工智能，是国内最早一批投入AI领域的企业。在文心ERNIE 3.0推出前，我们已经迭代了1.0和2.0版本。

今天的大模型to B领域，我们有四大优势：

第一，覆盖范围很全，我们不仅能提供模型，还能提供训练模型的一整套数据、工具链以及算力。

第二，模型效果很好。我们通过自身及先发用户的使用反馈不断迭代模型。尤其在中文语境下，不管什么测试，我们的模型都非常领先，泛化能力非常好。

我们在过去一两年的实践中，积累了很多用户场景，有助于我们服务新用户。在文心ERNIE 3.5和4.0版本的旗舰模型上，我们还做了一系列小尺寸大模型，比如ERNIE Speed、ERNIE Lite，甚至ERNIE Tiny版本，把小模型和大模型配合起来，为用户降本增效。同时，结合我们的工具链，通过SFT、Post-pretrain（一种预训练的模型训练方法）等方式做有针对性的调优。

第三，我们针对成本问题做了很多优化方案，让用户以最低的成本，体验到最好的性能。

第四，我们通过千帆AppBuilder，助力用户低成本、低门槛地把大模型转化成应用，不断深耕各个领域，最终形成我们作为供应商的优势壁垒。

2.大模型应用，如何落地生根？

真正的场景不是笼统的“办公场景”“新能源场景”，而要触达到用户手边的实际问题。

张一甲：作为应用方的代表，请周总谈谈必优科技在推进业务时遇到过哪些挑战？

周泽安：首先是对“场景”的理解深度问题。

真正的场景不是笼统的“办公领域”或“行业场景”这类泛词，而是触达到用户手边的实际问题，问题即场景。我们从22年12月就开始做ChatPPT，我们的定位不是“文档智能体”概念，而是“文档自动化（Document Automation）”。文档领域的降本增效需要按业务步骤逐个解决问题，大模型只是其中一环，只不过当“自动化”因为大模型的决策与理解，最后形成了“文档智能体（Doc-AI-Agent）”。

其次，我们之前对模型通用能力的认知也有一些浅层误区。

PPT是一个很典型的多模态场景，文档有图有文字，还有数据，同时结合图文呈现需求，还需要绘制、排版等能力，甚至连基础的文本内容都要根据演讲人的风格控制PPT整体的排版和结构。我们之前认为，一个场景中涉及到文字、图片、视频等模态就是多模态；但最真实的模型应用场景是，当用户给一个需求，产品能直接生成一份符合用户需求与预期的PPT，整个创作过程并不是由一个模型来决策，而是一个各种模型协作的结果，所以场景本身的价值是萃取出通用模型在具象问题上的输出能力，并形成合力，从而解决用户的问题。

张一甲：你们迭代产品的过程中，千帆大模型平台提供了哪些具体帮助？

周泽安：我们一站式接入千帆大模型平台后，可以轻松创建各类App。千帆大模型平台打通了下游的开源模型、SFT、算力调度以及算力切片等服务，让我们这些创业公司能够更加回归用户体验，聚焦产品能力的提升。

现在我们和百度智能云的合作已经上升到具体场景中的配合。我们使用文心大模型消耗的token中，接近40%都是用来做决策的。比如生成一个关于中国古代《清明上河图》的PPT课件，我们会将用户需求输入文心大模型，文心大模型会给出若干选择，从文风到设计风格，我们会根据文心的反馈来决定下一步配色和排版内容的定义。后续再经过多轮调用后，最后才能真正生成符合用户需求的PPT。

张一甲：某种程度上，用户的需求在倒逼你们双方的合作更加深入，在场景层面进行共创，一直合作背后实则是一行一行的指令交互。

谢广军：是的。通过合作中的深度交互，我们也把这套模式沉淀到百度智能云的后续产品中，让我们的能力泛化到PPT、文档生成之外更多的场景中，形成“思考+生成”的落地模式。

张一甲：大模型的技术路径在持续迭代，例如今年各家都开始卷起了长文本。百度智能云作为模型供应商，如何判断下一步做什么，不做什么？

谢广军：我们的着力点主要围绕大模型落地的几个门槛：首先，模型价格还可以继续降低；其次，模型效果也有持续的迭代空间；第三，模型还需要积累更多场景应用的经验；第四，应用开发和调优的成本需要进一步降低。

张一甲：训练大模型需要大量投入，有人花钱招人，有人花钱买卡，百度怎么算经济账？

谢广军：大模型带来的影响堪比工业革命，我们首先要把大模型做好，这有助于我们的业务拓展。虽然前期会有大量投入，但随着大模型市场规模不断扩大，模型训练成本会被逐渐摊薄，推理成本也会不断优化。从文心一言发布到现在，我们今天的推理成本只有第一天的1%。

张一甲：这个数字非常夸张，你们如何降低推理成本？

谢广军：除了优化模型本身，我们还会深入场景，结合用户需求提供最低成本、最有性能的解决方案——有些需求可以用小尺寸模型来解决大部分问题；有些需求则需要通过用户数据精调专家模型，让专家模型和通用模型配合，以MoE架构降低推理成本。

张一甲：今天大模型落地进展如何？

谢广军：我们经常会举一个形象的例子，四川有一种竹子，叫毛竹。这种植物生长的前几年只能长十几厘米，这段时间它的根系会在地下蔓延数十平米。这个阶段过后，毛竹会肉眼可见地快速生长，一个月能长十几米。

大模型的应用落地也类似，现在大家都在探索，如何通过大模型解决实际问题？有哪些业务可以用大模型创新？虽然我们还没有看到大模型翻天覆地的应用，但过去一年，大模型已经开始扎根行业、快速渗透，出现越来越多的应用，这里的"应用"不仅是指一款独立的App，更是指通过大模型做的业务改造和升级，影响研产供销服的各个环节和我们生活的方方面面。

去年3月底，我们发布了百度智能云千帆大模型平台，到现在正好一年多时间。过去一年，千帆上API的调用量呈现了指数级增长的趋势。现在已经有超过8.5万的客户在使用千帆，累计精调了超过1.4万个模型，开发了19多万个应用，分布在各个行业，可见，越来越多的企业已经把大模型真正用起来了！一旦突破天花板，整个社会的智能化水平会有巨大提升，到时候大模型to B会迎来一个非常好的契机。

周泽安：我的判断和谢总类似，大模型的商业闭环还处于验证阶段。我们2023年3月发布产品后，5月就开始商业化测试，出现过一段收支不平衡的时期。因为大家都在快速发展，当用户规模扩大，我们要给用户一定的空间去试错，在这个探索期我们不得不把商业化节奏放慢一点，否则很难建立起用户心智。

张一甲：必优科技接下来有哪些业务规划？

周泽安：我们内部有三个业务发展视角：首先，用户需求导向，从用户需求中萃取下一步业务进化方向，例如在文档生产链路中引入“角色”的概念，不同的AI角色决定内容形式与风格；第二，紧跟市场趋势，尊重技术同频和价值同频；第三，结合我们此前积累的行业know-how，持续专注自己“最擅长”的文档场景，不断迭代产品。

今年6月我们预计会发布一款真正的live document产品，它比ChatPPT更加极致，更加依赖AI大模型。我们提出了一个全新的文档呈现概念，叫Model to View或Data to View。

新产品会回归内容本质，内容表现形式不再局限单一了，它可以因用户场景需求即时、瞬时呈现对应的内容和形态。比如当用户需要在某个场合演讲，我们的产品就切换为一份相对简洁且富有逻辑表现力的PPT；而下一秒如果用户需要给老板做汇报，它可能就会展示出更加详尽的word文档形态，有解释，有说明，AI驱动，瞬时创作。

3.AI原生应用就是一种新质生产力

新质生产力要解决两个核心问题：第一，降本增效；第二，通过新技术催生新的应用场景和工业化生产模式。

张一甲：今年，“新质生产力”被写进了政府工作报告，它的内涵和外延是什么？

谢广军：大模型的落地应用本身就是一种新质生产力。我认为新质生产力要解决两个核心问题：第一，降本增效；第二，通过新技术催生新的应用场景和工业化生产模式。

张一甲：百度智能云在新质生产力中扮演什么样的角色？

谢广军：目前，围绕文心大模型底座，我们已经打造了“百舸”算力异构平台、千帆ModelBuilder和千帆AppBuilder。上个月的Create大会上，我们新发布了“万源”人工智能操作系统。我们希望这些产品成为新质生产力本身，成为中国产业数智化升级的动力引擎。

张一甲：为什么会推出“万源”这种操作系统类的产品？

谢广军：今天的大模型底座需要解决几件事：

首先，大模型底层需要分布式的异构算力支撑，动辄要驱动万卡GPU集群，容易出现机器故障。“百舸”就类似大模型操作系统的驱动器，管理了很多硬件，充分发挥硬件价值。我们为此定义了一个指标，即“训练有效性”，用来监测硬件是否在处理用户训练的任务，而没有闲置。目前，我们的万卡集群的利用效率已经达到98.8%，最初只有50%。

今天，大模型已经成为操作系统的内核。模型的效果和效率，已经成为AI应用的核心决定因素。“万源”操作系统的内核就是“文心”系列模型；千帆ModelBuilder，是指在操作系统之外进行模型管理的shell，可以通过它进行SFT，做数据增强和模型评估。ModelBuilder之上，还要有开发应用的编程接口和工具，为此我们推出了千帆AppBuilder，进一步降低应用开发的门槛——从算力、模型到应用整体形成了“万源”操作系统，支撑各种AI原生应用的开发、运行和效率优化，这就是“万源”的含义。

张一甲：请问周总，AI原生企业在构建新质生产力的过程中会扮演什么样的角色？

周泽安：在我看来，新质生产力即全新的、高质量的生产力。上一个时代，我们解决文档场景的某个问题，更多是优化界面的某个按钮、提示或工具栏，让用户自己解决自己的需求。但未来，用户对降本增效的需求一定更高，需要从重构解决问题全新产品思维，且能够拥有高质量的生产力方式，才有可能真正解决用户的问题。

张一甲：未来3-5年，二位对人工智能的发展有哪些期待？

谢广军：我们希望通过更好的技术，提高各行各业的生产生活效率，同时有新的AI原生应用爆发。

周泽安：我希望在业务层面出现更加普惠且通用的多模态模型基座。