近日，在山东曲阜举行的“世界互联网大会数字文明尼山对话”中，百度创始人、董事长兼首席执行官李彦宏发表了题为《大模型重塑数字世界》的演讲。面对当下热门的大模型，李彦宏提出了他的看法：“新的国际竞争战略关键点，不是一个国家有多少个大模型，而是你的大模型上有多少原生的AI应用，这些应用在多大程度上提升了生产效率。如果我们能挤上牌桌，获得竞赛入场券，中国将拥有更壮大的数字化产业，数字经济规模将获得巨大增长。”

　　如何看待大模型？在李彦宏看来，大模型的数量并不重要，重要的是有多少应用。如果我没记错，这是李彦宏在一个月内第二次表达AI原生应用重于大模型的论断，一个月前李彦宏在中关村论坛上也表示了类似的意见。

　　在此之前，业界都在讨论的要紧问题是，面对OpenAI的大模型，国内企业该如何赶上？按照一个月前在北京举行的2023中关村论坛人工智能大模型发展平行论坛上发布的数据，目前，中国和美国研发的大模型数量占全球总数的80%以上，中国大模型数量排名全球第二，仅次于美国，其中，中国10亿参数规模以上的大模型已发布79个。据悉，早在2020年，美国就有11个大模型，其中包括著名的GPT-3。而此时中国只有两个人工智能大模型。不过，短短三年时间，中国10亿以上参数规模的大模型已经发布了79个，与美国现有的100个大模型在数量上已相差无几。

　　大模型居于世界第二当然让人欣喜，这表明了中国在人工智能方面强大的知识储备，也反映了市场的活力。但是几乎在一夜之间冒出来这么多的大模型还是让人追问，这些大模型真的是足够大且拥有自己独特的能力吗？以前很多名不经传的公司突然也拥有了自己的大模型，甚至是刚刚开始的创业公司也建立了自己的大模型。也正是如此，此前中科院院士陈润生在接受媒体也对一拥而上的大模型表现出了疑问：“现在有这么多企业、机构都要做大模型，这是行不通的，实际上根本没有那么多的数据源，也没有那么多算力可供消耗。”

　　这并非是对创业公司的轻视，事实上，新技术总是由新公司来推动的，比如此次引领大模型潮流的OpenAI。但是即便如此，OpenAI的创始人也是在该领域有着深厚的技术积累，而反观国内的很多大模型，许多是跟风后的产物。

　　当然，这种现象并不罕见，几乎每次技术变革时代必然伴随的现象。就像在web1.0时代，每家公司都要做综合性门户网站，几行代码一个网址就能融到几百万甚至上千万美元。为什么投资机构愿意给这么多钱？原因就是这些机构愿意赌一个机会，万一成了呢？现在广为流传的孙正义见马云一面就投了2000万美元就是那个时候的事。当然，这个故事更可能的完整版本是，孙正义不仅仅是给了马云2000万美元，可能还给其他公司也投了这么多，只不过那些公司最终在市场竞争中淘汰了，而马云及其率领的阿里巴巴则是从市场竞争中杀了出来。

　　毫无疑问，一定会有大模型从这场激烈的市场竞争中脱颖而出，但是无论从哪个角度看，无论是投资人还是创业者，现在将更多的资源投入到大模型身上，这并不是一件靠谱的事，与之可供借鉴的是ChatGPT出现后美国的表现。

　　ChatGPT3.0出现后最让我们震惊的并非是美国诞生了更多数量远超中国的大数据模型，而是在此之后很多公司发布了基于大模型的应用。比如说在ChatGPT登场后出现的软件Midjour－ney，以前，绘制一张高质量的原创图片需要长时间的准备、构思和技术储备。但现在通过这个基于通用大模型的Mid－journey，用户只需要简短的一行提示，就能轻松合成一张符合需求的高质量图片。当然，这样的应用还有很多，正是有了这么多应用，才让广大用户觉得大模型有用，而不是一个实验室中的游戏。

　　而各大公司，除了谷歌等原来就具有大模型基础的公司以外，纷纷和OpenAI合作，而不是另起炉灶再发大模型。最典型的当属微软和OpenAI的合作，5月24日，微软在其年度Build开发者大会上宣布，将在Windows11中加入一个名为Copilot的AI助手。据悉，该AI助手是一个集成了在操作系统中的侧边栏工具，可以帮助用户完成各种任务。而在此之前，微软已经推出由OpenAI提供技术支持的最新版Bing搜索引擎和Edge浏览器，还将GPT-4全面接入Office。此外，微软与高通还就生成式AI在笔记本电脑、手机等终端硬件层面取得合作，又把AIGC观念进一步推广到其他业务中。

　　尽管微软和OpenAI的深层次合作有着早期的各种连接为基础，但是微软作为互联网行业巨头不是自己亲自下场也不是将OpenAI收入旗下就展开各种深层次合作，这对中国公司来说还是多少有些惊讶：从web2.0开始，中国的互联网公司就忙着做平台，搭闭环，各大公司之间的合作不能说没有，但鲜有没有股权关系的公司之间的亲密合作，而微软和OpenAI的合作则是给中国的互联网公司、尤其是互联网巨头上了生动的一课。

　　当然，中国需要更多的原生应用还有更为重要的原因，那就是源于生产和生活的实际需要。作为一个拥有庞大人口和发展迅猛的国家，中国面临着许多独特的挑战和机遇。通过AI原生应用，我们能够更好地解决实际问题，提高效率和便利性。例如，在交通管理领域，AI原生应用可以帮助城市规划师更好地分析交通流量，改善交通拥堵问题；在医疗领域，AI原生应用可以辅助医生快速诊断疾病，提高医疗水平。因此，当下中国需要更多AI原生应用来解决独特的需求和挑战。

　　与大模型相比，AI原生应用更加注重技术的实际应用和商业化。大模型的研发需要大量的计算资源和时间来训练，而且难以实际应用到生产环境中。相比之下，AI原生应用更加注重技术的可行性和商业化前景。在当前中国需要加快经济发展和产业升级的背景下，AI原生应用更为实用和迅速，能够更好地推动中国的创新和发展。

　　也正是如此，大模型的诞生给了AI原生应用前所未有的机会，就像当年移动互联网时代安卓和苹果的诞生，给了无数创业者的希望。这时候创业公司完全可以根据相关大模型做一些应用，而不是投入重金来做大模型，既不现实也无必要。