“我們仍需對芯片、數據中心和云基礎設施持續投入，以打造更好、更智能的下一代模型。”

2月11日，在阿聯酋迪拜舉辦的World Governments Summit 2025峰會上，百度創始人李彥宏與阿聯酋AI部長奧馬爾·蘇丹·奧拉馬（Omar Sultan AI Olama）對談時表示，盡管技術進步、成本降低，但仍需持續投入AI基礎設施，以確保處于技術創新的最前沿。

“今天，創新速度比以往都快得多。摩爾定律中，每18個月，性能就會翻倍，價格減半；如今，大模型推理成本每年能降低90%以上。”

李彥宏表示，回顧過去幾百年歷史，創新的本質是成本下降與生產力提升，在AI、IT乃至更多領域，大多數創新都與降低成本有關，如成本降低一定比例，生產力也能同比例提高。

同時，他談及自動駕駛的落地應用，表示“技術進步非常快”，目前，自動駕駛比人開車安全10倍，Robotaxi可以大大降低交通事故死亡率。在中國的復雜路況下，蘿卜快跑的實際出險率僅為人類駕駛員的1/14。據統計，蘿卜快跑累計行駛里程已超1.3億公里。

對談中，奧拉馬部長表示，“期待在明年的大會上，所有車隊都是由蘿卜快跑支持的自動駕駛。”

以下為部分談話實錄：

大模型成本每年降低90%以上

奧拉馬：百度是人工智能的支柱型企業之一，很高興能邀請李彥宏來談論他的觀點。我們先談論一下“房間里的大象”DeepSeek，在你看來，它的出現是意料之中的嗎？

李彥宏：我認為，創新是不能被計劃的。你不知道創新何時何地到來，你所能做的是，營造一個有利于創新的環境。

我們生活在一個非常激動人心的時代。在過去，當我們談論摩爾定律時說，每18個月性能會翻倍、成本會減半；但今天，當我們談論大語言模型時，可以說每12個月，推理成本就可以降低90%以上。這比我們過去幾十年經歷的計算機革命要快得多。

大語言模型是一個非常龐大的領域。在中國，我們必須在推理和訓練方面創新以降低成本。幸運的是，過去一年，我們看到了顯著進步。

百度的技術背景是搜索引擎，它天然接近大語言模型，所以我們在2023年3月就推出了文心一言，我們也是上市公司中第一個推出類ChatGPT應用的。谷歌后來推出了Bard，并將其更名為Gemini。正如我們今天所知。這是一個非常激動人心的時刻，我們到處都能看到創新，我們必須適應這種快速變化的創新。

奧拉馬：你剛剛說，中國正在努力創新以降低成本。我們看看中國的發展，似乎每個行業都是如此。以汽車為例，也是降低成本并制造新產品。我認為，這是中國技術創新的一種方式，你怎么看？

李彥宏：如果回顧過去幾百年，大多數創新都與降低成本有關，不僅是在人工智能領域，甚至不僅僅是在IT行業。如果你能將成本降低一定數量、一定百分比，那么這意味著你的生產率提高了相同的百分比。我認為，這幾乎就是創新的本質。而今天，創新的速度比以前快得多。

對于中國公司來說，我們可能是第一個感受到這些高昂成本帶來痛苦的人。我以Robotaxi舉一個例子。在美國或更發達的市場，網約車價格遠高于中國。所以，即使一輛Robotaxi汽車，比如是10萬美元，仍然可以通過無人駕駛的方式賺錢。但在中國，叫車價格要低得多，所以你必須想出一種成本低得多的技術，才能實現無人駕駛。因此，在一定程度上，我們是被倒逼著創新以降低成本。

自動駕駛比人類開車安全10倍

奧拉馬：我們來談談Apollo GO，你認為中國的自動駕駛生態比美國更先進嗎？你如何對比這兩者的產品？

李彥宏：自動駕駛有很多技術路徑，比如，特斯拉不使用除攝像頭以外的任何傳感器，采用純視覺方案，依靠神經網絡和算法從輔助駕駛逐步過渡到完全自動駕駛，最后到完全無人駕駛的階段。我們的自動駕駛出租車叫蘿卜快跑，我們采用了不同方法，從第一天起，我們就用了全無人駕駛的方式運行。這些方法都各有其優點。

奧拉馬：老實說，我認為或許在明年的世界政府峰會上，所有車隊都是自動駕駛的，由蘿卜快跑提供支持。

李彥宏：是的，我希望如此。

你可以看到，中國的路況實際上相當復雜，相當有挑戰性，對吧？有時你會被一輛不知從哪里來的車加塞，還有摩托車在車流中穿梭；有時你不得不超過前面的公共汽車，這不是想象或某種未來主義的場景，這是中國一些城市每天都會發生的事情。

奧拉馬：如果要在世界各地的某個城市部署它，從決定部署到實際部署并看到它成為現實，需要多長時間？

李彥宏：從技術上講，大約需要兩周的時間。

奧拉馬：自動駕駛是人工智能很好的應用，它預示著一個積極的未來，人可以享受駕駛、享受樂趣、提高生產力。在這其中，有什么是你擔心的嗎？

李彥宏：技術進步非常快，雖然我們已經對至今取得的成就感到滿意，但想想六個月或兩年后，情況會有很大變化。大家爭先恐后，競爭也很激烈。這種創新也存在風險。

盡管我們已經證明，Robotaxi比人開車安全得多，它至少更安全10倍。每年全球有超過100萬人死于交通事故。但有了Robotaxi，死亡率可以大大降低。此外，如果你從我們的實際記錄中查看出險率，我們的出險率僅相當于人類駕駛員的1/14。

這仍然是一個新行業、新領域，人們對事故的容忍度很低。我們非常重視安全問題，截至今天，我們已經在相對大規模的情況下運營了兩三年，還沒有發生任何嚴重事故。

訓練更好的下一代模型

奧拉馬：幾周前，當DeepSeek成為人人都談論的話題時，全球許多大型芯片廠商和許多大型交易所的股價大幅下跌。因為之前有令人瞠目結舌的數十億美元，被投資于推理數據中心、訓練這些人工智能系統和模型，您如何看待數據中心和AI基礎設施的未來？

李彥宏：我在過去一個月左右的時間里，一直在思考這個問題。我認為，從基本面來看，最重要的主題仍然是技術進步非常快，成本每年降低約90%，性能越來越好。當技術發展如此之快，你無法停止投入。你必須投入，以確保處于這場技術創新或革命的最前沿。我們仍需對芯片、數據中心和云基礎設施進行持續投入，用于打造更好、更智能的下一代模型。

為此，需要使用更多的算力來嘗試不同的路徑。也許，在某個時刻你會找到一條捷徑，比如說只需600萬美元就能訓練出一個模型，但在此之前，你可能已經花費了數十億美元，用來探索哪條路才是花費這600萬美元的正確途徑。

奧拉馬：這難道不是賭徒的困境嗎？我已經花了1億美元，現在我需要收回一些成本，所以繼續投入。那么，誰會贏呢？所以，總有一天我們能夠獲得足夠的回報來證明這是值得的嗎？

李彥宏：我對人工智能的未來持樂觀態度。我認為，即使在當前水平下，大語言模型也已經在各種場景中創造大量價值。我們有數十萬客戶在使用大模型提高招聘、電子商務、醫療保健甚至能源、電力等領域的效率。

我們已經看到了很多這樣的應用案例。在過去，他們可能需要花費不到1萬美元來實現某些目標，而使用大型語言模型后，只需花費大約1000美元。所以，這已經為他們創造了價值。

但你說得對，我認為我們確實需要關注應用層的價值創造。如果你在基礎設施層投入了數千億美元，卻無法開發出能帶來十倍以上回報的應用，那么這是不可持續的。盡管我們已經在各種不同場景中看到了各種應用案例，這些可能更多集中在ToB（面向企業）領域。

在ToC（面向消費者）領域，我們還沒有看到所謂的超級應用，就像移動互聯網時代或社交媒體那樣，擁有數億日活躍用戶，且人們每天在某個應用上花費兩個小時。我們還沒有看到這樣的機會。但我相信，隨著時間的推移，有人會找到解決方案。比如ChatGPT，它的DAU/MAU比例是16%。而如果你看Facebook或微信，這個比例接近90%。現在，ChatBot的平均用戶使用時間大約是10分鐘，而社交媒體則是100分鐘或120分鐘。

所以，我們離那種級別的應用還有很遠的距離。我認為，整個世界目前都在焦急地尋找這樣的超級App。