近日，百度集團副總裁袁佛玉受邀參加清華大學經濟管理學院MBA創業大講堂活動，並以【 生成式AI，開啟智能原生未來 】為主題，向清華經管院的老師、MBA學生們分享了對生成式AI大模型的深度見解和百度智能雲的產業實踐。
袁佛玉強調， 這次生成式AI浪潮並非泡沫，而是真正的技術革新。 在新的開發範式下，AI原生套用的發展速度大概率會比移動時代快得多，未來的套用市場會更繁榮、也更分散。 為了服務好即將誕生的百萬AI原生套用、以及背後的百萬模型開發者，百度智能雲提供ModelBuilder、AppBuilder，一站式解決大模型開發和AI原生套用開發的需求。 她期待在2024年看到更多新的產品、新的商業模式出現。作為技術平台的企業，百度非常希望與各行各業進行互動和交流。她鼓勵學生們把握這次機會，與產業界進行交流，共同探索未來的新技術時代。
百度集團副總裁 袁佛玉
以下為演講實錄：
大家好，我是百度公司袁佛玉，我分享的主題是【 生成式 AI，開啟智能原生未來 】。
20 23年，整個市場對生成式AI的技術和變革潛力非常興奮，也有一些觀點把它稱作是上半場，我們來回顧一下。
其實人工智 能有過好幾次浪潮，出現過比如下圍棋、人臉辨識等等套用。 一開始市場很熱，但隨著落地過程中出現各種挑戰，包括套用有限、場景分散、很難標準化、企業經濟模型算不過賬，等等，隨後就進入低谷。
但是這一次跟 過去任何一次 AI的浪潮都 不一樣， 最重要的不一樣就在於它的通用性，我們叫做「 智能湧現 」，就是沒有教過的它也學會了。
有了這個特點之後，當你有一套基礎技術能夠做得非常好、非常領先的時候，它在各種各樣的場景都能迅速做出有價值的套用，這是 AI過去70年從來沒有過的機會。
正因為產業經歷過起起落落。 所以這一次生成式 AI，大家迅速把關註點轉入了拼落地、拼套用的下半場。
技術真正的價值只在於套用。沒有構建於大模型之上的繁榮的AI原生套用，大模型本身就毫無價值。
現在再去談百模大戰已經沒有意義，可以說已經成為過去式。 一方面是 ，重復開發多個幾乎沒有套用的基礎大模型，是對社會資源的極大浪費 ，尤其是在我們算力還受限制的情況下。 另一方面是基礎大模型之間的梯隊已經顯著拉開，差距已經很明顯，隨著 構建於大模型之上的 AI原生套用不斷繁榮發展，最終能留下來的基礎大模型只會是極少數幾家。
但並不是創新機會變小了，實際上機會最大的套用層才剛剛開始，有著巨大的創新空間。
這張圖呈現了幾次關鍵技術和爆款套用產生的時間差。 PC時代， IBM PC推出9年後，誕生了微軟Office這樣的裏程碑套用。 流動互聯網時代，iPhone釋出後4年，迎來了微信等系列爆款套用。 時間從9年縮短到4年，因為底層技術越來越完善，創新爆發越來越快。
在 AI原生時代， 爆款套用誕生的時間會進一步加速。 當下，就是最重要的套用創新視窗 ，推動生成式 AI落地套用到各行各業，交付業務價值。
接下來，我將與大家深入探討生成式 AI對於提升生產力、增強企業 競爭 力、推動產業發展，乃至於重塑品牌格局等方面的深遠影響。
首先是 生成式AI重塑生產力。
過去一年，大模型給我們帶來了很多驚喜，但其實大模型並不是一個全新的技術，百度對大模型的關註非常早，早在2019年就推出了文心大模型1.0，然後持續演進到2.0、3.0。 到去年10月，文心大模型已經前進演化到了4.0版本。 去年3月16號，百度CEO李彥宏先生首次向公眾介紹了文心一言； 僅僅9個月的時間，文心一言使用者規模突破了1個億。
面向企業客戶，我們在去年3月27日推出了文心一言企業服務和一站式企業級大模型平台「千帆」。 現在，「千帆」已經服務了超過4萬家企業客戶，大模型的呼叫量保持著指數級的增長，很多企業已經把大模型用起來了。
實際上，從2023年下半年開始，基礎大模型的競爭就已經進入到優勝劣汰的階段。 今年再去卷基礎大模型，已經沒有意義。 現在大家真正關心的，是怎麽把大模型「用起來」。 大模型時代，真正給企業帶來價值的，一定是使用大模型的深度和打磨AI原生套用的速度。
那麽什麽是生成式AI帶來的全新機會。 我們的基本理念就是： 要基於過去沒有而現在有了的能力，去解決過去解決不了或解決不好的問題，就會有巨大的創新空間。
這個過去沒有而現在有了的能力，就是AI智能湧現之後出現的四大核心能力： 理解、生成、邏輯和記憶。 用好這四大能力，去創造出過去沒有過的更好的使用者體驗、更高的生產效率。
文心4.0是迄今為止最強大的文心大模型，它實作了基礎模型的全面升級，具備人工智能的理解、生成、邏輯和記憶四大能力。
>>首先說「理解」 ，在座有山東的同學嗎？我們知道山東人說話很愛倒裝句，要是給了以前的AI，可能很難理解你的需求，但現在文心4.0的能力已經能實作對前後亂序、模糊意圖、潛台詞的深層次理解，在未來它可能會比你的同學更懂你的話；
我們看一個例子，問下文心一言： 我想回山東尋找機會創業，有什麽政策扶持嗎現在？ 在北京從事AI行業工作我。目前 可以看到，文心一言已經可以對「前後亂序的表述，模糊表達意圖，話語潛台詞」，都進行相當準確的理解。 這種能力，在政務、行銷、客服等領域，都有非常廣泛的套用前景。
>>其次「生成」 ，現在你只需要丟給它幾個簡單的prompt和基礎素材，它就能在很短時間內幫你生成多個文本、圖片、影片等多模態的內容，可以在我們做行銷、營運等多個場景給予很大幫助；
>>談到「邏輯」思維 ，在座很多人都輔佐過孩子做奧數題吧？ 這也是現在很多家長輔導作業的痛點，「不寫作業母慈子孝，一寫作業雞飛狗跳」。
那如果讓文心4.0去解數學題，看看表現如何？
這是一類經典數學題，從文心一言的回答看，它的答題邏輯還是挺清晰的，每一個解題步驟都寫了出來，還能明確給出這道題涉及到的圓錐體積公式、統一計量單位、體積保持不變、解方程式等知識點，利於學生舉一反三。
>>最後我們來說「記憶」 ，主要指的是你前面說過的話，AI記不記得住，AI生成的內容，前後會不會矛盾。 多輪對話就是記憶能力的體現。
我們可以透過不斷增加要求和幹擾性內容，來引導文心一言寫出一個具有多條故事線、多人物角色的小說，而且經過三輪對話和幾千字的小說撰寫之後，它還是能記得之前寫過的內容，這就是大模型的記憶能力。
除了文心一言，過去十多年，百度為夥伴累計開放了上百個AI能力介面，而且每天都有驚人的呼叫量。 比如，每天產生的語音呼叫相當於408萬個播音員24小時不間斷的播報，每天處理的圖片打印出來厚度相當於2.5個珠穆朗瑪峰……生成式AI和這些百度已有的AI能力相結合，將使更多場景更智能、更便捷。
比如果蔬辨識能力+聲音分類模型，可以聽聲音區分西瓜熟度。
生產力已經基於生成式AI獲得巨大的提升，接下來，我想跟大家分享一下， 生成式AI如何重塑企業競爭力。
過去遇到的一些企業業務問題，解決他們需要花的成本很高、或者技術上就是解決不了的，而真正到了AI普惠的時候，這些問題就迎刃而解了。
比如說一個做品質蛋糕店的老板，每天蛋糕做多了就要浪費，做的不夠又影響銷售額。 過去這類小商家做需求預測只能找個專業公司，動輒幾十萬，肯定不劃算。 如果他問大模型，大模型讓他收集哪些哪些數據，然後呼叫一個回歸函數，就能非常低成本的做出預測；
又比如近期的年貨節。 現代年輕人主打就是該省省、該花花，但每次就是五花八門的規則，怎麽組合最省錢？
這樣的需求還有很多，有了大模型，它們也特許以被很好的解決。
為了更好地幫助企業使用者用好大模型，我們提供了一套完整、成熟的大模型技術棧，我們叫它「大模型超級工廠」，從算力到模型、套用開發，層層有機結合，為企業提供一整套強有力的「生產力裝備」。
這套技術棧能力強大，實力比微軟、谷歌毫不遜色。
>>在算力層 ，我們的算力儲備充足，而且能夠很好的管理算力資源，高可用、高吞吐、低延遲。 大家用我們的算力做大模型，綜合成本一定是全球最低。
>>在模型層 ，我們的文心大模型，不謙虛地說，在國內真的是遙遙領先。和GPT一樣，文心也有好幾個參數規模的版本。我們知道參數規模小的版本呢效果就會相對差一些，但是會便宜很多。我們有客戶拿著我們百億參數版本的模型，去和友商的千億參數版本的模型一起測，回來和我們說，你們的百億和它們的千億能力差不多，這就已經很說明問題了。
我們的千帆ModelBuilder是全球第一個企業級大模型平台，它有業界最全的大模型工具鏈，在國內絕對領先。 現在，千帆「ModelBuilder」上已經累計精調了10,000個模型。
>>在套用層 ，我們的千帆AppBuilder提供非常便捷的套用開發平台，幫助大家去快速搭建套用、驗證大模型的業務價值。
可以說，百度智能雲以大模型為核心重構了自己的核心競爭力和服務。
在新的開發範式下，AI原生套用的發展速度大概率會比移動時代快得多，未來的套用市場會更繁榮、也更分散。 為了服務好即將誕生的百萬AI原生套用、以及背後的百萬模型開發者，我們的千帆平台能夠一站式解決大模型開發和AI原生套用開發的需求。
首先是ModelBuilder ，實作模型的再訓練、微調、MoE和托管。 還有第二塊是AppBuilder ，提供套用框架、豐富的元件能力，幫助客戶一站式的完成AI原生套用開發。
有了千帆平台，開發者不用再在工程實作上重復造輪子，而是把精力聚焦在業務邏輯上。
比爾蓋茨說，「我們總是高估未來兩年的變化，低估未來10年的變革」。 2010年以前，諾基亞一度是全球手機市場的絕對領導者。 它們看到了智能電話的發展機遇，但是卻沒有跟上，錯誤地選擇去堅持做自己的Symbian系統，這導致它們完全錯失了流動互聯網時代的列車。 這次的大模型發展這麽快，留給我們的視窗期可能比當年流動互聯網還要短。 我甚至覺得，這次應該是「不要低估未來兩年的變化」，現在就是關鍵。
大家看這個PPT上我們呈現了幾條曲線：
第一條是千帆外部客戶的大模型日均呼叫規模，12月底對比9月底增長了236%，最近工作日差不多在1000萬次。 這裏有很多中小客戶，大模型顯著提升了他們的業務效率。
比如一家創業公司，叫做珠海必優，他們用文心一言以付費會員的形式為使用者提供行銷文案、簡歷、合約等生成服務。 7月接入，10月達到開始有40-50萬一天呼叫，近期呼叫量能到100萬左右。
還有一家職教公司，旗下的App考試寶有4000萬活躍使用者。 他們透過EB做試題解析、考試知識點整理等。 近期工作日的呼叫量大概20萬每天。 客戶反饋大模型能力上線後，他們的使用者付費提升了35%、人均時長提升了12%。
這樣典型的客戶還有很多。
第二條曲線是千帆ModelBuilder每周的SFT訓練Token數，近期也有比較大的增長，12月底大概是9月底的3~5倍。 現在千帆上已經累計有上萬個微調後的模型，好未來也在千帆上微調模型，用於作文批改場景，一天有上萬次的呼叫量。
第三條曲線是千帆AppBuilder，可以看到從12月20日釋出相對完整的功能以來，每周大概有近3000個新建立的套用。
客戶做Copilot，千帆就是他們的Copilot。 從千帆上這幾條上揚的曲線可以看到，咱們中國企業家行動力非常強！
快過年了，咱們再聊聊打牌，透過我們的AppBuilder能夠快速的生成一個智能助手。 拿橋牌舉例。 典型的一次橋牌比賽是10局或者25局，每局要算2次得分，每次算得分有5個參數、要做7步判斷，最後可能有2730種場景。 這些個場景，如果不是長期在玩兒的專業選手，很難一下子算出來。 這時候就想有個工具能幫我們自動計分。
讓我們看一個透過AppBuilder迅速實作功能的影片：
另外，在舉一個年底的案例，吳曉波老師舉辦的一年一度的年終演講。 過去準備這個演講，吳老師需要查閱很多資源，問助理很多問題，是一個挺繁瑣的過程。
今年，他在千帆平台上，用AppBuilder，花了不到10分鐘，0程式碼，自己就做出來一個年終演講問答助手，準確並且即時地反饋吳老師需要的各種資訊，完全改變了作業方式。 我們來看一下。
一個好的套用開發平台，就是要把門檻降到這麽低。還要不斷建設使得門檻更低、更經濟、更好用。
在過去幾年，我們深入產業，走進千行百業，在各個行業、各個場景透過AI技術解決各種問題，結合大模型，我們重構了很多套用，進一步提升了滿足了一些高頻的場景需求：
百度網盤結合大模型打造了智能助理雲一朵 ，降低網盤功能的使用門檻。有些使用者說，雲一朵是網盤迄今為止最好的一次升級。當前雲一朵MAU接近2000萬，這些使用者對比上線前，人均時長提升了24%，次留提升了2.5pp。
甄知也是一個典型的重構產品。 知識管理是企業的普遍需求，但過去幫助客戶搭好一個企業內搜的成本非常高、效果還不一定好。用大模型重構後，搜尋和問答的準確率得到了顯著提升。另外，復盤過去的一些專案，發現很多原本需要客製化開發的功能，就可以直接滿足了，比如知識的智能化寫作等等。
還有智能客服。 過去構建一個智能客服機器人，從文件中提取FAQ到營運上線得3個月，現在只需要2周，效率提升6倍；機器人的問題解決率也從50%提升至88%；此外，透過MoE架構，大模型和過去積累的小模型結合，同等流量下機器成本節約了50%以上。
基於大語言和CV大模型， 我們重構了工業安全生產平台 ，一見 ，大大降低了安全隱患誤報率。 比如龍源電力的5萬路網絡攝影機中，煙火日均總誤報數從1192個下降到54個，下降了95.5%； 在臨洮水務，網紅自殺橋150多路網絡攝影機的單天越界預警誤報數從70個下降到6個，下降91.4%。 極大提升了預警的有效性以及業務人員的處理效率。
我們再來看看智能辦公。
在百度，我們依賴一個智能辦公平台叫做 如流 ，我們已經用大模型重構了這個套用。 如今，它已經成為百度人離不開的超級助理。
比如工作中的一個場景： 差旅。
機票、酒店、談參等等，這些事務性的工作很繁瑣、也很耗時！ 如果人手一個AI助理，幫你解決瑣碎事兒，你會不會更愛工作？
比如，最近如流的產品經理就計劃出差去上海，和人保的王總見面。 我們知道，人保集團正在推動產品服務、商業模式、數碼科技等方面的創新，我們百度的人工智能技術正好可以發揮作用。
這次出差行程安排，就可以交給如流這個超級助理，我們一起來看看它的表現。
我們剛剛看到，只說三句話，如流就搞定了差旅單、機酒和日程的預訂，甚至還準備了洽談的參考資料，這就是如流的「一鍵差旅」。 它是怎麽做到的呢？
這是大模型的理解、生成、邏輯、記憶能力的綜合套用，它自動地把復雜任務，拆解成多個簡單任務分別執行，再合並生成最終的結果。 我們說，提升效率，就是提升競爭力，如流讓「智能工作」代替「勤奮工作」。
再來看看百度文庫 ，相信很多人都用它之前下載過資料。基於大模型能力之上的新百度文庫，是目前重構最徹底的一款產品，它將會徹底顛覆我們的辦公、學習和創作的習慣。
想象過去我們是怎樣創作的？ 舉個例子，假設你要做一場演講，主題是AI在心理學領域的套用，查資料、整理素材、寫稿、寫PPT、美化PPT，得花上好幾天時間。
今天，在百度文庫上，你可以用一句話啟動工作，請看這個案例：
首先，圍繞人工智能和心理學這個主題，它找到了幾十份資料。
還能辨識出哪些是學術期刊、權威報告，哪些只是大眾材料，你可以按需勾選。
然後，文庫透過理解這些文稿資料，再生成一篇結構完整、段落清晰的文章，同時對內容做出潤色和排版。
能做到這些，是因為百度文庫已經擁有了10億優質文件，基於對這些內容的理解，寫出真正實用、清晰的文稿，而不是像很多大模型一樣一本正經地胡說八道，也不會是泛泛的空談。
下一步，演講還需要PPT。 文庫可以把剛剛這篇稿子和你收藏過的一些資料結合，自動生成PPT的框架，然後美化作圖，做出一個幾十頁的PPT。
這裏還有一些多模態生成能力的玩法，比如風格選擇、風格一鍵切換。 但還有一些更考驗文庫能力的地方，需要它對內容有精準的理解。 比如，它要知道觀點之間的關系，是並列，還是從屬，才能設計出正確的圖表。
因為有這樣的理解能力，所以文庫在生成PPT基礎上，還可以為PPT寫好對應演講稿。 不僅如此，它還能根據這些內容，推演出觀眾可能會提出的問題，為你準備好回答。
我們評測過，文庫這些生成能力，尤其是PPT的生成能力，已經遠超市場上任何其他工具，不論國外還是國內。 過去，人們來文庫是為了找現成的內容。 今後，人們可以隨心所欲地來文庫生產內容，效率高於任何其他生產力工具。 基於文心大模型的四大能力，不誇張地說，百度文庫是從根本上革了自己的命，完成了從「內容工具」向「生產力工具」的前進演化。
不久前，百度文庫AI新功能上線至今，累計使用使用者超過1300萬人、累計功能使用次數破億、累計生成內容超2000萬、PPT生成超200萬。 大模型時代，文庫是辦公和創作最好的起點。
這是百度GBI ，基於生成式AI推出的生成式商業智能。
在企業裏面，老板經常問很多業務問題，比如產品銷售情況、客戶反饋情況等等。 老板每問一句話，團隊都要分析半天。
而生成式BI，可以突破性實作即問即答，老板問一個問題，GBI可以基於人工智能強大的理解能力、邏輯能力、以及呼叫各類外掛程式，自動完成企業內相關數據的調取和分析，立刻生成老板需要的最終結果。 我們來看一個影片：
過去我們一直講AI普惠，要降低AI的使用門檻，不僅是互聯網產業，也要讓千行百業都能平等便捷地使用AI。
透過這一年的摸索，我們看到大模型確實具備這樣的能力。 未來，人只需要用自然語言提出需求，大模型就可以自己理解需求、再生成內容、最後調起工具，工具最終提供服務。
透過這種方式，所有人可以平等便捷地享受到第四次工業革命的福利，釋放更大的需求。
講到這兒我想問一下大家，99公裏和最後1公裏，哪個更重要？
我們常說最後一公裏最難走，但對於大多數實體企業來說，產業轉型路，每一步都重要且艱巨！ 差距往往是在前99公裏逐漸拉大的。 而現在， 大模型就是產業智能化轉型的「創新推進器」 ，是幫助產業建立先發優勢的關鍵引擎！
接下來我給大家介紹幾個具有代表性的垂直行業，這些行業與大模型都展現出了驚人的響應速度和適配程度。
首先是政務場景。
以市級方案為代表。 百度作為最早參與海澱城市大腦規劃建設的核心企業之一，為其打造了AI計算中心、異構算力服務、時空一張圖等核心底座能力，服務於城市各領域套用場景創新建設，助力「海澱城市大腦」成為中國新型智慧城市建設的「樣板間」。
下面我們一起來看一看。
同樣，在「一網統管」領域，還有一個大家都非常熟悉的產品，我們把它叫做城市執行的指揮平台，能夠直觀為我們呈現城市執行的宏觀態勢。
我舉個例子，當前各地政府都十分關註提振經濟，相信在座很多同學以往在關註城市經濟執行情況的時候有很多問題要問，現在直接對著大屏去問就可以處理這個問題。
可以看到，透過這個大屏。 我們可以即時直觀地統計、監測和綜合分析經濟執行周期，感知經濟執行動態，助力研判，加強經濟調節政策的科學性、預見性和有效性。
另外，我們知道，在政務場景還有一個很大的痛點，就是老百姓辦事難。 為什麽難？ 很關鍵的原因是政務事項繁多，政策和相關的辦理規則又異常復雜，人力很有限，在老百姓辦事時，經常出現服務不好找、政策不好懂的情況。
在去年3月「文心一言」的新品釋出會上，我們便釋出了基於大模型的政務服務助手。 比如，老百姓咨詢辦事的時候，提出的訴求是非常口語化的，傳統AI技術解決起來比較困難。 政務服務助手相比傳統智能的機器人而言，可以把所有的政務知識和術語融會貫通，透過對話來解決問題。 這樣以後再去辦事的時候，人人都能有一個數碼人幫手，有效實作「一網通辦」。
最後，輿情方面，我們都知道，每天甚至每時每刻身邊都可能突發各種各樣的社會事件，政府對於事件的響應速度和決策，直接影響政府公信力。 現在結合大模型能力，我們可以對社會事件進行快速定位、研判分析和輔助決策，某種程度上它會成為我們政府單位及時了解社情民意、把握輿情動向的一個重要視窗，幫助我們去及時發現和處理突發事件，更好地服務老百姓，提高政府公信力。
我們再來看一下工業。
首先，保障安全生產一直是工業場景的一大核心問題。 一方面政府需要透過制定和實施相關政策法規來加強監管力度，另一方面，我們也可以結合大模型技術。 在這裏我舉一個生產最佳化領域的例子——智能助手度安安。
在過去，安全生產有兩大難題：
一個是安全制度太多太復雜，工人們根本記不住，遇到緊急情況一慌就容易出錯，很多時候要靠老師傅的感覺和經驗。 「度安安」就是把老師傅的安全生產經驗灌進去，遇到問題第一時間就能解答。
另一方面，安全態勢不易預判，各種告警、預警資訊太多太復雜。 現在度安安可以透過大模型把各種安全預警歸類總結，整理清楚，還可以自動生成檢修工單，讓我們的管理和排程人員，能快速知曉全域安全態勢，迅速做出處置。
這個例子來自我們的客戶——大榭石化，透過引入大模型，大榭石化實作了安全隱患秒級預警，事故響應速度提升了50%，過去一個工人幹五年、幹十年才能變成一個安全生產的老師傅，現在上崗第一天就是老師傅。
我們再來說說港口。 在港口場景，貨物的流轉效率是業務的關鍵指標。 山東省日照港集團的雜貨碼頭，基於智能最佳化排程系統和數碼化堆場系統的建設，實作了碼頭整體運轉效率、器材運維率及資源利用率顯著提升。
同樣，在傳統工業制造場景中結合大模型能力，也能實作智能排程。 中天鋼鐵基於大模型打造的工業排程中樞，剛剛我們提到的吳曉波也在他的年終秀上分享了這個典型案例。 重點器材異常定位，機器代替人工派單，智能企業問數，分析報告自動生成......過去幾個班組要協同處理的事，機器已經能實作全鏈路「代勞」。 想象一下，這對於「牽一發而動全身」的傳統制造業來說會產生怎樣驚人的改變。
能源產業 我們舉一個煤礦的例子。陜西的國能榆林能源煤礦，就利用大模型打造了一個AI輔運大腦，能夠對運輸車輛、人員、材料、器材等實作智能排程，包括路徑最佳化、車輛排程最佳化、人員任務分配、突發任務處理等，最終實作派車數量降低20%，訂單完成率提高25%，也就是說，用更少的車，拉更多的煤。
大模型為醫療行業也帶來了新變化。
面向終端客戶，基於靈醫大模型，可以提供覆蓋醫患藥全場景的套用級產品靈醫Bot，主要包括智能健康管家、智能醫生助手、智能企業服務等。
大模型也給金融領域帶來了很多改變。
金融是知識、風險密集型的行業，是一個高度依賴流程協同與控制的行業。 無論是業務辦理、營運，還是風險控制、經營決策，一線員工每天都會有大量的精力消耗在溝通和流程處置上，大振幅擠壓了本應該用於服務客戶的時間。
同時，金融也是資訊密集型行業，營運、管理人員每天都需要對海量的資訊和數據進行處理。 據統計，金融分析師每天有超過70%的時間花在資訊收集、數據加工和內外溝通上，只有30%的時間是真正用在業務分析上。
所以，提高流程和營運效能是金融行業亟需解決的問題。
我們的客戶銀河證券，已經率先實作了大模型在場外衍生品交易場景的套用落地。 憑借秒級回復、無遺漏響應等特點，突破業務瓶頸，交易詢報價日均業務規模翻倍，客戶從詢價到下單的轉化率也由10%提升至30%，為證券行業機構業務典型場景智能化轉型提供了新的借鑒。
生成式AI同樣會重塑品牌格局。
>>第一，AI原生時代，所有創新都是因為深度套用AI的四大核心能力而產生的。 品牌同樣必須用好AI作為第一動力。智能化需要成為品牌的底層邏輯，而不是點綴。
同時，生成式AI讓品牌真正可以實作以使用者為中心。 即使你是有十億使用者規模的品牌，你也能做到為每一位使用者打造一個專屬的、7X24小時陪伴的、無所不知的品牌助理。 這裏列的是百度網盤、百度文庫、百度如流已經推出的、始終線上的超級助理。
未來企業的品牌力，核心在於使用者介面，也就是我們前面說的，「誰能掌握最優的使用者介面，誰就能贏得未來」。
>>第二，品牌成為企業戰略進攻的第二戰場。
全新時代，會有新一代的超級品牌誕生。 OpenAI橫空出世，具有超強號召力，從釋出一個產品，到釋出全家桶都能得到信任和追捧。
微軟、百度，在這一輪生成式AI浪潮中，作為成熟企業，品牌形象同樣得到重新整理。
生成式AI時代，因為品牌和使用者的溝通成本極大下降、體驗極大提升。 超級品牌更能夠依靠品牌勢能極大擴充套件產品和業務範圍，透過打破邊界的創新行動突破市場份額。
>>第三，生成式AI帶動品牌進入"全智能行銷"階段。
它有幾個重要特點。
首先，不再像過去一樣，基於過時的靜態分析報告去做品牌決策。 它擁有動態商業分析能力，使得品牌對客戶的洞察更即時，決策更有效；
其次，生成式AI不再有人力服務的瓶頸，品牌可以實作無處不在，實作跨觸點跨語言的使用者體驗一致性。
品牌真正可以實作以每一個使用者為中心。
擁抱生成式AI時代，我們堅定地選擇和夥伴同行。 我們堅信，在這個偉大的、同時又是瞬息萬變的時代，我們不僅要領先一步，更要與眾同行，才能真正創造價值。
去年我們釋出了 百度智能雲大模型生態夥伴計劃 ，包括10+綜合夥伴、100+套用夥伴、1萬+創業企業，以及代理夥伴，共同推動AI產業繁榮發展。
基於夥伴發展計劃，我們也率先推出了國內第一個大模型全鏈路生態支持體系。 貼身圍繞夥伴和創企，用上大模型、用好大模型的需求，提供包括培訓賦能支持、AI原生套用創新孵化支持、銷售商機支持、市場行銷支持，以及千帆社區、千帆AI原生市集的服務。
下面我來介紹其中幾個專項的進展。
>>首先是培訓賦能支持。 大模型技術發展日新月異，經常能聽到大家說，連論文都看不過來了。那麽，夥伴要服務好客戶，必須更懂技術、更懂怎麽圍繞客戶需求構建大模型產品。
為此，百度智能雲打造了業內第一個大模型實訓營——千帆AGI House，面向企業一把手、產品和技術負責人。 以實踐、實操為導向，支持夥伴用好千帆平台、搞清楚技術發展方向、少走彎路。 致力於真正把技術落地到現實生產場景中。
千帆AGI House已經覆蓋了北京、上海、深圳、成都，以及來自這些城市周邊的上百家夥伴，也得到了夥伴非常積極的回應。 每場的報名人數都遠遠超出我們可容納的人數。 後續我們會繼續加速這項實訓營在全國的落地，並且會結合業界大模型實際落地場景的分布，增設行業和場景專場，歡迎夥伴報名參與，也歡迎廣大客戶鼓勵自己深度合作的夥伴參與，讓大模型真正轉化為各位的業務競爭力。
>>其次是創新孵化支持。 每個技術時代都會有一批全新的明星企業。我們也已經在千帆平台看到了很多創企的初期增長。
面向這個群體，我們持續落地千帆AI加速器的專案，做好大模型的技術賦能、技術資源投入、牽引投資和行銷資源支持。 AI正在引領未來的發展方向。 我們努力讓AI加速器成為真正的加速器，讓每一個好的想法都有機會加速前進。 加速器的成員中，70%以上為創始人、董事長、CXO，大家都不約而同的把大模型相關的創新提升到「一把手工程」，這也讓我們更加信心堅定。
在支持創企用好大模型的過程中，有很多優秀的產業機構一直在和百度合作。 他們包括清華互聯網產業研究院、賽迪研究院這樣的科研院所； 也包括創業黑馬、愛分析這樣的企服平台； 還有很多優秀的產業園區和投資機構，與百度共同投入，為加速器企業提供從產品、技術到資本、行銷等關鍵支持。
目前也在陸續有更多優秀的產業機構加入我們，加入千帆AI加速器，匯聚產業力量共同扶持創企，支持每一個富有創意的想法得到實作。
>>套用開發是非常重要的一步。 但是，套用開發出來之後，如何在可控的行銷成本下，精準地尋找到它的目標客戶，也是企業的一個大難題。
基於我們對AI原生套用的重視，我們去年推出了 千帆AI原生市集 ，為套用提供品牌推廣，並且整合百度智能雲的客戶資源和銷售能力，為套用提供高質素的銷售通路支持。
我們希望這個市集，不僅可以提升企業在AI原生套用選型和采購方面的效率，更可以幫助開發企業把套用推向目標客戶，成為一個高效的套用交易平台。
目前，精選套用上線已達110款，它們來自廣大的開發者。讓們透過一個短片，聽聽他們怎麽說。
感謝開發者對我們的信任！也請在座的各位繼續關註和支持千帆AI原生市集的發展，並在這裏達成業務價值的撮合。
「紙上得來終覺淺，絕知此事要躬行。」
這是一輪長周期的大變革，它會重設很多已有的成功經驗。只有更快地行動起來、實踐起來，才能把握住機會。
我的分享就到這裏，謝謝大家！
