超級應用什麼時候才能出現？這或許是過去一年AI產業最普遍的焦慮。
人們很容易把人工智慧和PC網路或行動網路相比，兩者出現幾年後便有了廣受歡迎的超級應用。但人工智慧是工業革命級的技術浪潮，人工智慧超級應用的出現時間，與蒸汽機和電力出現後超級應用的出現時間更具可比性。
1776年，第一台有實用價值的蒸汽機被製造出來，成為萬能的原動機，引領著人類社會邁入“蒸汽時代”，直到1800年代後，蒸汽機才大規模地應用於鐵路和航運，並廣泛應用於各種工業部門。熱力學第二定律出現，更是接近100年後的事；電力革命同樣是這樣一個演進過程，電力發明掀起了第二次工業革命的高潮，電廠、電燈、流水線等出現，都是在電之後，經歷數十年時光逐步演變出來的新的業態。
所以，人工智慧時代的超級應用一定會出現，但時機還沒到。過去一年，AI產業都在追求所謂的“超級應用”，似乎有點急功近利。
大模型作為基礎技術，本身並不會直接產生實用價值。基於基礎大模型，建構出來的各類應用，才是模型存在的意義。對於ai應用程式開發者和創業者來說，最好的策略顯然不是死磕agi或“超級應用”，而是小步快跑、持續迭代，做出超級有用的應用。
近期，在2024百度世界大會上，百度公佈了旗下文心大模型的最新數據：半年前，文心大模型API日調用量是2億，現在則超過了15億，短短半年增長7.5倍。這既是中國AI應用爆發的縮影，也說明大模型對應用真正產生了實際價值。
很長一段時間內，國內大模型很難賣到其他行業，一位業內人士曾向36氪表示，「無論是智能硬件，還是AI智能體，業內的需求非常強烈，但很少有人真的願意買單，因為大模型生成效果太差，到處都是幻覺」。受限於多模態能力的發展，生成式人工智慧在最初的使用體驗上更接近簡單的對話bot，一開始用戶有嚐鮮需求，但由於體驗一般，留存很差。
而過去一年，大模型最大的變化就是基本上消除了“幻覺”，讓模型變得可用。大模型本質上是一個機率模型，在文本生成中，自動生成下一個最可能的文本，這導致了AI常常出現“幻覺”，也就是所謂的“一本正經的胡說八道”。
要基於大模型開發應用，就必須消除「幻覺」。 AI產業普遍透過檢索增強技術（RAG，Retrieval-augmented Generation），基本上消除了大模型生成文字的幻覺，使大模型具備了實用價值。而多模態技術要實用，也需要準確度與可控性，來拓展AI應用空間。
百度在這次世界大會上發布了全新的iRAG（image based RAG）－檢索增強的文生圖技術。百度在今年初決定解決多模態生成「幻覺」問題，讓文生圖也能消除幻覺，進而在影視作品、漫畫作品、連續畫本、海報製作等領域落地。
例如，汽車產業非常依賴市場推廣，常常需要大量高品質的攝影作品，為了一張完美的圖片作品，所要耗費的人力財力物力都不斐。利用iRAG技術，車商可以用極低成本、更快的時間拿到一張在視覺表現上可圈可點的攝影作品。甚至有可能在視覺表現上更加驚艷。
目前，生成式人工智慧的技術路線基本上分為兩派，一類是AGI派，夢想一步到位，透過基礎大模型，若干年內實現通用人工智慧；另一派是應用驅動派，從應用需求出發，透過應用回饋模型創新。
百度在持續研發底層大模型的基礎上，更強調應用驅動。據了解，iRAG就是因為應用程式需要產生準確的影像，例如公司的logo不能變形或顏色失真，這需要精確的多模態能力。經過近一年努力，這項技術已經實用。而應用的進展，也能反哺模型本身的研發。
經過兩年時間，生成式AI正處於一個換檔的關鍵時期。先前36氪曾披露，國內有兩家AI新創公司暫停了大模型的預訓練，近兩日，業界對Scaling Law（擴展定律）是否已到達「投資收益遞減」的爭論更是愈演愈烈。
實際上，在全球範圍內，變化也已開始了。 OpenAI、微軟、Google等全球科技巨頭先後下場，佈局智能體。 9月中，OpenAI的研究員Noam Brown在社群媒體上宣布，正在為新的多智能體研究團隊招募機器學習工程師。微軟CEO、董事長納德拉則親自宣布自家AI新進展，一口氣發了10個新商業智能體，組團出道。幾乎在同一時間，有消息稱谷歌也要發智能體，很快谷歌“意外”洩露了最新AI 發展成果Jarvis 的“內部預覽版”，正是一個代理型人工智能，一款能夠瀏覽互聯網並自主檢索資訊的智能體。
國內引領智能體趨勢的是百度。在這次百度世界大會活動上，智能體成為主角。百度重點介紹了四類智能體：公司類、角色類、工具類、產業類。
例如，其中工具類智能體「自由畫布」：基於百度早年間文庫業務的長時間積累，再疊加生成式人工智慧技術，實現了創作上的極大飛躍。
早年間人們使用文庫的需求是找現成的文檔。然而，當生成式人工智慧技術出現，百度發現人們最根本的需求，不是找現成的文檔，而是創作更適合自己的內容。
為了滿足這樣的需求，百度開始思考基於現成的文檔，或者在沒有素材基礎的前提下，如何能夠讓人們更好地創作，沿著這條路走下去最早百度文庫被重構。後來百度又發布了獨立產品橙篇，可以一鍵生成長文，自由畫布的誕生同樣基於這一邏輯，讓人們能夠更加方便地“communicate your ideas（傳遞創意）”通俗地來說，就是如何把心裡的想法更方便、準確地表達出來。
百度創辦人李彥宏認為，「智能體是AI應用的最主流形態，即將迎來它的爆發點。」做智能體類比為PC時代做網站，或是行動時代做自媒體帳號。不同之處是智能體更像人、更智能，更像你的銷售、客服和助理。智能體可能會變成AI原生時代，內容、資訊和服務的新載體。
OpenAI CEO Sam Altman上個月在Reddit回答問題時，也在表達轉向AI代理開發商的可能性。 「我們將擁有越來越好的模型，但我認為下一個重大突破將是AI代理」。英偉達黃仁勳同樣表示，未來英偉達將有1億個智能體。
智能體的特點是，門檻足夠低，天花板足夠高，可以成長為非常強大的公司，就像谷歌、Meta都是許多年前由大學生創業做出的網站，並成長為全球最強大的科技巨頭。某種程度上看，現在不做智能體，就像二十年前沒做網站，十年前沒做APP。
很少有一家中國公司像百度這樣，在全球人工智慧發展的人才節點、資源節點和技術節點，扮演過這麼多重要的角色。這背後，離不開創始人對AI的信仰與執著。在行業內，李彥宏有一句經典名言，“有1塊錢的時候，我會投進技術裡；有1個億，我會投進技術裡；有100個億，我還是會投進技術裡” 。
百度做AI最早可以追溯到十多年前，那場著名的拍賣會。 2012年12月的某一天，一場秘密拍賣會在美國內華達州太浩湖南邊的滑雪山腳下進行。被競拍的資產其實是「三個人」— 「AI教父」傑弗瑞‧辛頓（Geoffrey E. Hinton）教授和他的兩位學生。
來自百度、Google、微軟、DeepMind的代表們頻頻舉牌，報價飆升至4400萬美元，到這裡參與者只剩下了百度和谷歌。儘管百度不設上限參與競標，但最終仍沒有成功。
這也讓李彥宏意識到，一定要自己做深度學習、自動駕駛等技術，在那之後，他便建立了百度美國研究所，同時開始大力招徠全球人才，此後成功吸納了包括吳恩達、Dario Amodei等在內的全球頂尖人才加入。
此後十年，百度開啟了在人工智慧技術上的全端自研時期，從晶片、框架、模型再到應用層，逐一擊破。百度先後發布了自動駕駛開放平台Apollo、開源了深度學習框架飛槳（PaddlePaddle），甚至在2019年就早早發布了文心大模型1.0版本。
但直到ChatGPT誕生前，AI技術應用都沒有找到引爆點，一直被業界看成是燒錢無底洞，落地應用也遙遙無期。
堅持總能得到回報。逆轉發生在2023年3月，基於文心大模型3.0版本，百度在全球第一個發布了對標ChatGPT的產品文心一言。至此，十年默默投入終於有了回報。
2023年下半年開始，在保證基礎模型持續領先的情況下，百度突然意識到，大模型的同質化競爭已經出現了巨大的資源浪費，李彥宏多次公開呼籲“要卷應用，不要卷模型” ，並在公司內部要求要做第一個用大模型把全部產品重構一遍的公司。 2023年世界大會，百度向外界展示了搜尋、地圖、網盤等重要應用的重構成果，而今年世界大會，百度的主題更是直接定為《應用來了》，讓外界看到了大模型在智能體、產業應用等領域創造的龐大價值。
回顧過去不難看出，百度在過去十幾年全球人工智慧發展的歷次重要節點，都做出了正確選擇。在更長遠的未來，李彥宏希望AI能真正被每個普通人所使用，讓每個人都具備程式設計師的能力。
李彥宏在這次百度世界大會上，也發表了One More Thing——秒噠，一個無程式碼程式設計、多智能體協作、多工具調用的軟體。
秒噠和先前任何輔助程式碼產生工具都很不一樣，它不需要使用者能看懂程式碼。相較之下，以往的AI工具，作為生產力工具更多是加強金字塔頂端的精英能力，比如在矽谷，輔助代碼生成很受重視，因為美國很缺乏工程師，工程師的時薪也很貴，輔助工具可以提效，讓金字塔塔尖的人更powerful。
但AI本來應該讓每個人都能從中受益，而不應該是少數人使用的專利。
隨著基礎模型和智能體能力逐步提升，百度把這些技術能力綜合在一起，讓真正的普通人，一行程式碼都看不懂的人，具備程式設計師的能力。
試想一下，當幾億、十億人都具備這種能力的時候，對應的是巨大的市場空間，尤其是創造力的爆發，是輔助代碼產生工具等技術無法比擬的。百度希望的是每一個普通人，都可以擁有金字塔塔尖這些人的能力，其意義自然更深遠。
李彥宏在大會期間說：“百度不是要推出一個'超級應用'，而是要不斷地幫助更多人、更多企業打造出數百萬'超級有用'的應用。”
試想在AI時代，越來越多人可以透過學習創造新的產品和服務，用自然語言程式設計這樣一個富有創造力的低門檻行動，將一些天馬行空的想法付諸實現，做出無數個有價值的應用，這才是真正的科技普惠。