誰(shuí)掌握Agent和高效基礎(chǔ)設(shè)施，誰(shuí)將重寫行業(yè)格局。
文｜趙艷秋
編｜?；?/p>
在北京人形機(jī)器人創(chuàng)新中心的實(shí)驗(yàn)場(chǎng)里，CTO唐劍和團(tuán)隊(duì)正在加速?zèng)_刺。今年春天，他們的機(jī)器人“天工”還需要工程師遙控才能跑完半程馬拉松，而幾個(gè)月后，在世界人形機(jī)器人運(yùn)動(dòng)會(huì)田徑場(chǎng)上，它已能完成全自主奔跑。
唐劍總結(jié)，具身智能的突破要跨越兩類瓶頸：一類是“非線性”的，比如場(chǎng)景泛化和大模型的飛躍，一旦突破，就會(huì)迎來(lái)“具身智能ChatGPT”時(shí)刻。雖然這在時(shí)間上不可預(yù)測(cè)，但他堅(jiān)信，一兩年內(nèi)行業(yè)會(huì)出現(xiàn)重大突破。另一類是“線性”瓶頸，比如穩(wěn)定性、負(fù)載能力、續(xù)航和安全性，只要假以時(shí)日就能提升。
為此，行業(yè)正在展開激烈競(jìng)逐。而競(jìng)速并不局限于機(jī)器人。自ChatGPT誕生的33個(gè)月以來(lái)，全球已出現(xiàn)4000多個(gè)大模型，催生近500家AI獨(dú)角獸。沒(méi)有一個(gè)模型能在榜單上停留超過(guò)五周。
這些也推動(dòng)AI基礎(chǔ)設(shè)施進(jìn)行范式性變革，業(yè)界比以往任何時(shí)候，都需要更快的模型迭代和更強(qiáng)的計(jì)算平臺(tái)。行業(yè)焦點(diǎn)從單一追求規(guī)模，轉(zhuǎn)向追求效能。
百度集團(tuán)副總裁侯震宇直言：“我們正站在價(jià)值爆發(fā)的前夜，誰(shuí)能把握住AI應(yīng)用最佳實(shí)踐和基礎(chǔ)設(shè)施效能的提升，誰(shuí)就能在未來(lái)AI格局中脫穎而出。”
01
“我們的護(hù)城河，還在嗎？”
盡管年初Deepseek引發(fā)一波應(yīng)用探索熱潮后，整個(gè)行業(yè)依然在摸索落地路徑，但從上周舉辦的百度云智大會(huì)上看，大模型應(yīng)用蓬勃演進(jìn)的速度，超出想象。
去年，大模型應(yīng)用主力軍是互聯(lián)網(wǎng)、智駕、央國(guó)企和科研教育行業(yè)?！敖衲辏薑A客戶，出現(xiàn)了很多新型創(chuàng)企，像具身智能，還有從大語(yǔ)言模型轉(zhuǎn)向多模態(tài)類的，場(chǎng)景更豐富?！?百度智能云AI計(jì)算首席科學(xué)家王雁鵬告訴數(shù)智前線，他將這些歸結(jié)于開源模型浪潮和產(chǎn)業(yè)蓬勃，點(diǎn)燃了更多需求和應(yīng)用。
具身智能在經(jīng)歷快速演進(jìn)。北京人形機(jī)器人創(chuàng)新中心的“天工”，在今年春天的半程馬拉松上奪冠后，目前已開始出貨，今年可能銷售幾百臺(tái)。中心與李寧等頭部企業(yè)探索在運(yùn)動(dòng)學(xué)測(cè)試、導(dǎo)購(gòu)、電力巡檢等落地?！按蠹液芸鞈?yīng)該看到一些落地案例?！碧苿ν嘎?。中心也發(fā)布了具身世界模型、跨本體VLA模型等大模型的階段性進(jìn)展。
多模態(tài)創(chuàng)新是今年另一類引人注目的方向。創(chuàng)業(yè)公司VAST是一家成立僅兩年的AI 3D大模型企業(yè)。AI 3D技術(shù)兩年多前才被發(fā)明出來(lái)，VAST迅速將其商業(yè)化落地，已服務(wù)了全球超300萬(wàn)專業(yè)建模師、4萬(wàn)多家企業(yè)和700多家大客戶。
“我們正在改變很多工業(yè)管線?！盫AST創(chuàng)始人兼CEO宋亞宸說(shuō)。過(guò)去建一個(gè)游戲模型要靠藝術(shù)家手工慢慢雕琢，現(xiàn)在用AI 3D只需幾十秒鐘、0.0001元。
大量AI陪伴類產(chǎn)品已悄然上市，售價(jià)從數(shù)百到數(shù)千元不等。AI陪伴機(jī)器人LOOI相關(guān)人士對(duì)數(shù)智前線說(shuō)，上市幾個(gè)月，他們已在全球出貨3萬(wàn)臺(tái)，其中海外60%，國(guó)內(nèi)40%。
除了新市場(chǎng)，傳統(tǒng)行業(yè)也在快速被改變。在金融領(lǐng)域，工商銀行已上線了1000多個(gè)智能體，尤其今年智能體數(shù)量增長(zhǎng)迅速，讓交易形式、內(nèi)部協(xié)作、風(fēng)險(xiǎn)經(jīng)營(yíng)等都發(fā)生了變化。
一家大型保險(xiǎn)集團(tuán)引入“數(shù)字員工”進(jìn)行短期險(xiǎn)邀約，意向率提升近一倍。百度副總裁阮瑜分析，結(jié)合多智能體以及真人級(jí)數(shù)字人交互體驗(yàn)，基于慧播星數(shù)字人技術(shù)的百度數(shù)字員工效率與專業(yè)度顯著提升，交互還更具親和力，能建立更強(qiáng)的用戶信任。
數(shù)字員工一經(jīng)推出，已迅速在100多個(gè)行業(yè)場(chǎng)景落地。像吳彥祖教英語(yǔ)、羅永浩直播帶貨，都掀起了不小的市場(chǎng)熱度。
開發(fā)者對(duì)大模型的體會(huì)更深，現(xiàn)在，幾乎所有程序員都在用AI寫代碼。根據(jù)百度工程效能部總監(jiān)臧志的數(shù)據(jù)，AI Coding工具的代碼生成占比已從20%提升至30%~40%，未來(lái)可能達(dá)到80%~90%。
值得注意的是，隨著大模型智力上限不斷拉高，各行業(yè)格局正被悄然重塑。7月，百度智能云金融業(yè)務(wù)部總經(jīng)理徐旭拜訪一家頭部保險(xiǎn)公司副總裁，分享智能體應(yīng)用場(chǎng)景時(shí)，對(duì)方拋出一個(gè)問(wèn)題：“我知道這能做，但在這個(gè)時(shí)代，我們的護(hù)城河在哪？”
這折射出頭部企業(yè)的焦慮，技術(shù)創(chuàng)新正沖擊傳統(tǒng)壁壘，競(jìng)爭(zhēng)格局正在改寫。徐旭認(rèn)為，關(guān)鍵在于讓大模型直抵核心業(yè)務(wù)場(chǎng)景，用AI原生技術(shù)和新的管理范式重構(gòu)競(jìng)爭(zhēng)力。
正如百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖所說(shuō)，AI創(chuàng)造的價(jià)值，會(huì)遠(yuǎn)超互聯(lián)網(wǎng)?；ヂ?lián)網(wǎng)時(shí)代，網(wǎng)站和App封裝的是信息，交付的也是信息；而智能時(shí)代的核心是Agent，封裝的是智能，交付的是結(jié)果。一定會(huì)有大量的Agents去接管從生產(chǎn)到經(jīng)營(yíng)的各種環(huán)節(jié)，直接創(chuàng)造價(jià)值。而業(yè)界看到，AI全棧技術(shù)也正圍繞Agent加速重構(gòu)。
02
十萬(wàn)卡不是終點(diǎn)
格靈深瞳技術(shù)副總裁、算法研究院院長(zhǎng)馮子勇，帶領(lǐng)團(tuán)隊(duì)研發(fā)了視覺(jué)基礎(chǔ)模型 Glint-MVT，并將Glint-MVT作為視覺(jué)編碼器訓(xùn)練出多模態(tài)模型Glint-VLM，用于各種多模態(tài)理解任務(wù)和推動(dòng)世界模型發(fā)展。他們計(jì)劃在9月底左右將新一代Glint-VLM全量開源，這是一個(gè)達(dá)到商業(yè)級(jí)應(yīng)用水平的模型，不僅放出模型，還公開訓(xùn)練數(shù)據(jù)和代碼，讓學(xué)術(shù)界和產(chǎn)業(yè)界真正理解模型的生成方式和安全性。
探索并不輕松。馮子勇坦言，過(guò)去在模型訓(xùn)練與實(shí)驗(yàn)迭代中，整個(gè)驗(yàn)證周期較長(zhǎng)，亟需更強(qiáng)大的基礎(chǔ)設(shè)施支撐。與百度智能云百舸平臺(tái)合作后，百舸幫助其優(yōu)化VLM訓(xùn)練框架，訓(xùn)練效率提升三倍，兩天內(nèi)就能完成一次訓(xùn)練，加快了實(shí)驗(yàn)迭代速度。而對(duì)于工業(yè)場(chǎng)景99%甚至99.9%準(zhǔn)確率的需求，他們還需要依賴專業(yè)場(chǎng)景數(shù)據(jù)，從真實(shí)反饋中迭代。
隨著模型規(guī)模、多模態(tài)、精度以及Agent的演進(jìn)，對(duì)基礎(chǔ)設(shè)施的需求已大為不同。全球算力競(jìng)賽仍在持續(xù)，科技巨頭在大模型上不斷“摸高”，Scaling Laws推動(dòng)參數(shù)與算力快速增長(zhǎng)。同時(shí)，Agent進(jìn)入深水區(qū)后，上下文更長(zhǎng)、多模態(tài)融合、強(qiáng)化學(xué)習(xí)和“訓(xùn)推一體”范式，對(duì)AI基礎(chǔ)設(shè)施帶來(lái)了新得范式性變革。
業(yè)內(nèi)也將目光投向高效Scaling方向，從稠密模型轉(zhuǎn)向MoE稀疏模型架構(gòu)，MoE在保持計(jì)算量不變的情況下，可大幅擴(kuò)大參數(shù)，萬(wàn)億參數(shù)MoE模型已成普遍趨勢(shì)。
今年以來(lái)，云大廠圍繞MoE做了大量工作。比如百度智能云百舸5.0，圍繞MoE架構(gòu)做了全棧優(yōu)化。
MoE對(duì)算力的要求是之前稠密模型的5到10倍。王雁鵬說(shuō)，僅僅一個(gè)PD分離還不夠，百舸5.0引入更系統(tǒng)的解耦，將視覺(jué)與語(yǔ)言、Attention與MLP等模塊也解耦，大幅提升算力利用率。這種更細(xì)力度的分離正成為演進(jìn)趨勢(shì)。
強(qiáng)化學(xué)習(xí)同樣正在興起，成為最重要的計(jì)算范式變革。它采用“訓(xùn)推一體”方式，模型在推理時(shí)不斷接受反饋并實(shí)時(shí)更新，形成數(shù)據(jù)飛輪，讓AI持續(xù)逼近真實(shí)需求。但訓(xùn)練和推理在計(jì)算特性上完全不同，統(tǒng)一架構(gòu)極具挑戰(zhàn)。年初DeepSeek R1推出時(shí)，市面上的強(qiáng)化學(xué)習(xí)框架尚難支撐。為此，百舸通過(guò)多輪實(shí)驗(yàn)與工程創(chuàng)新，打造出新框架。
為進(jìn)一步提升集群的效能，超節(jié)點(diǎn)成為行業(yè)競(jìng)相投入的產(chǎn)品，用以降低通信時(shí)間、提升吞吐。百度4月發(fā)布的昆侖芯超節(jié)點(diǎn)，在性能與經(jīng)濟(jì)性之間取得平衡。
過(guò)去外界擔(dān)心國(guó)產(chǎn)芯能否支撐超大規(guī)模模型，侯震宇介紹，昆侖芯P800已在3.2萬(wàn)卡集群點(diǎn)亮應(yīng)用，訓(xùn)練效率超過(guò)98%，并在多行業(yè)落地驗(yàn)證。它讓百萬(wàn)tokens推理成本降至幾塊錢，同時(shí)適配主流模型和框架，成為真正覆蓋訓(xùn)練與推理的國(guó)產(chǎn)芯片。
具身智能的崛起，也是基礎(chǔ)設(shè)施必須全力支撐的方向，百舸已全面適配主流開源具身VLA模型，并在WM世界模型和VLM模型上實(shí)現(xiàn)訓(xùn)推提效，北京人形機(jī)器人創(chuàng)新中心基于此，將強(qiáng)化學(xué)習(xí)訓(xùn)練速度提升了一倍多。百度智能云已支持北京、上海、浙江、廣東創(chuàng)新中心等的具身智能“國(guó)家隊(duì)”，并為產(chǎn)業(yè)鏈上超20家重點(diǎn)企業(yè)提供支撐。
面向各級(jí)政府、超級(jí)大型企業(yè)，百度智能云提供自主可控、綠色低碳、產(chǎn)業(yè)賦能的全棧AI智算方案，目前完成了1.2萬(wàn)P算力建設(shè)并管理運(yùn)營(yíng)1500P算力，在IDC智算服務(wù)市場(chǎng)中排名國(guó)內(nèi)第二。
03
Agent infra，越用越有價(jià)值？
除了算力基礎(chǔ)設(shè)施，Agent要落地，必須有進(jìn)一步支撐。Agent正在成為大模型落地的主角。從最初的簡(jiǎn)單應(yīng)用，已發(fā)展為多Agent協(xié)同處理復(fù)雜任務(wù)。
Agent需要好模型。要不要行業(yè)模型、場(chǎng)景模型，很多行業(yè)存在“非共識(shí)”。百度智能云AI與大模型平臺(tái)總經(jīng)理忻舟告訴數(shù)智前線，他們與企業(yè)在行業(yè)大模型上的探索，經(jīng)歷了三個(gè)階段。
最初，企業(yè)提供幾十GB數(shù)據(jù)做后訓(xùn)練，但很快發(fā)現(xiàn)效果有限，一個(gè)新的基礎(chǔ)大模型就能覆蓋原有成果，因?yàn)閿?shù)據(jù)量不夠大。此后，企業(yè)開始結(jié)合具體場(chǎng)景，如設(shè)備維護(hù)，做數(shù)據(jù)標(biāo)注，再在開源模型上做SFT或強(qiáng)化學(xué)習(xí)，訓(xùn)練量小、效果更好。
而在當(dāng)下，他們的實(shí)踐是先選擇效果較好的基模，參數(shù)規(guī)模大可先蒸餾壓縮；若效果不足，則補(bǔ)充標(biāo)注數(shù)據(jù)訓(xùn)練小模型，還可以將多個(gè)小模型融合實(shí)現(xiàn)更好的效果，并在生產(chǎn)中持續(xù)迭代優(yōu)化。
值得關(guān)注的是，在這個(gè)過(guò)程中，基座模型可靈活替換，企業(yè)在過(guò)程中真正沉淀下來(lái)的，是標(biāo)注數(shù)據(jù)、應(yīng)用know-how和Agent開發(fā)經(jīng)驗(yàn)。
像智聯(lián)招聘在人崗匹配場(chǎng)景中，采用了第三種模式，其在人崗匹配場(chǎng)景中，基于百億參數(shù)規(guī)模模型，只用少量數(shù)據(jù)，就媲美千億模型DeeSeek R1的效果。CTO王昊稱，這是未來(lái)一段時(shí)間，垂直場(chǎng)景的“王道”方案。
忻舟告訴數(shù)智前線，從行業(yè)實(shí)踐看，貿(mào)然建設(shè)行業(yè)大模型，投入大、效果不確定，性價(jià)比不高。但行業(yè)模型的價(jià)值已被驗(yàn)證，尤其是對(duì)于成本、精度和速度有考量的企業(yè)。此外，視覺(jué)、多模態(tài)基礎(chǔ)模型，準(zhǔn)確率通常只有20%~30%，通過(guò)上述流程，在特定場(chǎng)景下準(zhǔn)確率可超過(guò)90%，性價(jià)比極高。在新升級(jí)的千帆4.0中，提供了預(yù)制好的行業(yè)場(chǎng)景專精模型，以及一個(gè)為專精模型深度定制的pipeline。
在這個(gè)過(guò)程中，大模型的微調(diào)從SFT（監(jiān)督微調(diào)）走向RFT（強(qiáng)化微調(diào)），也就是模型的自我進(jìn)化。RFT通過(guò)提供評(píng)估標(biāo)準(zhǔn)或獎(jiǎng)勵(lì)函數(shù)，讓模型在業(yè)務(wù)場(chǎng)景中自我探索，只要結(jié)果符合目標(biāo)即可。這種方式尤其適合目標(biāo)明確、標(biāo)準(zhǔn)清晰的場(chǎng)景。
有了模型基礎(chǔ)，下一步是如何讓Agent協(xié)作完成任務(wù)。業(yè)界主要有三種編排方式，其一是自主規(guī)劃，依賴大模型能力拆解任務(wù)，快速生成簡(jiǎn)單Agent；其二是工作流，優(yōu)勢(shì)是穩(wěn)定可靠、結(jié)果可預(yù)期，目前在千帆平臺(tái)上占到80%以上；其三是最新流行的一種多智能體協(xié)作，千帆采用“規(guī)劃者執(zhí)行者”模式，更靈活高效，還最先在國(guó)內(nèi)云廠商中支持A2A協(xié)議，實(shí)現(xiàn)跨平臺(tái)、跨企業(yè)的Agent互通。
智能體編排好后，還需要“手腳”去執(zhí)行，高質(zhì)量能力組件變得非常重要，其中最關(guān)鍵的兩類是RAG和AI搜索。
千帆4.0的RAG已升級(jí)為多模態(tài)版本。九號(hào)電動(dòng)車用五年登頂全球智能電動(dòng)車銷量第一，借助多模態(tài)RAG打造了多語(yǔ)種智能客服，車主只需拍照，就能獲得實(shí)時(shí)多語(yǔ)種的診斷和指導(dǎo)處理。
百度AI搜索則滿足了大模型的實(shí)時(shí)性需求。它是市場(chǎng)上呼之欲出、需求量非常高的API。大模型訓(xùn)練基于歷史數(shù)據(jù)，如GPT-5的數(shù)據(jù)是截至2024年9月底的，難以覆蓋最新信息，而AI搜索可實(shí)時(shí)補(bǔ)充這一缺陷。忻舟介紹，這一功能上線三天，調(diào)用量就從十幾萬(wàn)飆升到千萬(wàn)級(jí)。最近，智聯(lián)招聘已在校園場(chǎng)景中應(yīng)用，幫助學(xué)生實(shí)時(shí)獲取企業(yè)薪酬和面試經(jīng)驗(yàn)。
Agent是未來(lái)最重要的研發(fā)范式，但是在這個(gè)研發(fā)范式背后數(shù)據(jù)的作用是無(wú)比重要的，無(wú)數(shù)據(jù)無(wú)智能?！拔覀儼l(fā)現(xiàn)工程師50%–80%的時(shí)間花在數(shù)據(jù)治理上?！卑俣戎悄茉茢?shù)據(jù)平臺(tái)部總經(jīng)理劉斌說(shuō)，此次千帆4.0推出的數(shù)據(jù)智能平臺(tái)DataBuilder，就是為了解決這一門檻。
產(chǎn)品覆蓋了從多模態(tài)數(shù)據(jù)采集、轉(zhuǎn)換、處理、檢索、服務(wù)等數(shù)據(jù)治理的全生命周期，解決了模型訓(xùn)練和 AI 應(yīng)用數(shù)據(jù)處理過(guò)程中，從數(shù)據(jù)管理，數(shù)據(jù)開發(fā)到數(shù)據(jù)生成處理全鏈條訴求。
通過(guò)多模態(tài)管理和一站式AI計(jì)算引擎，幫助客戶實(shí)現(xiàn)600%數(shù)據(jù)處理提效和30%的計(jì)算成本降低，通過(guò)Data+AI一體化和面向場(chǎng)景化和行業(yè)化模板，幫助業(yè)務(wù)整個(gè)開發(fā)提效30%，同時(shí)通過(guò)多模態(tài)檢索引擎幫助業(yè)務(wù)降低80%的檢索成本。
隨著Agent和大模型的深度融合，AI開始接管生產(chǎn)、經(jīng)營(yíng)和服務(wù)環(huán)節(jié)，成為新的價(jià)值創(chuàng)造者。無(wú)論是“天工”的全自主奔跑，還是數(shù)字員工的落地，都在印證AI已從實(shí)驗(yàn)室走向社會(huì)。下一個(gè)智能時(shí)代的競(jìng)爭(zhēng)，將不只是比拼模型和算力規(guī)模，而是比拼誰(shuí)能更快、更穩(wěn)、更高效地把智能封裝進(jìn)Agent，嵌入到產(chǎn)業(yè)鏈與社會(huì)運(yùn)行之中。而企業(yè)真正的護(hù)城河，正從傳統(tǒng)資源稟賦，遷移到用AI原生應(yīng)用構(gòu)建和新的管理范式重構(gòu)上。
