李彦宏亮相巴黎VivaTech，中国AI声音响彻全球舞台

“很多人都在关注GPT-5的发布时间，但我更感兴趣的是，哪些应用可以充分利用大语言模型的所有能力。”这是百度创始人、董事长兼CEO李彦宏在第八届VivaTech上，所发表的对于世界人工智能发展的前瞻思考。

近日，第八届“欧洲科技创新展览会”（Viva Technology，简称VivaTech）在法国巴黎凡尔赛门展览中心盛大开幕，吸引了来自世界各地的科技精英和投资者。

作为欧洲最大、最具影响力的科技创新盛会，VivaTech每年都吸引着众多科技巨头和初创企业的参与。今年从法国总统到特斯拉CEO马斯克，再到图灵奖得主Yoshua Bengio等业界翘楚，这些重量级嘉宾的出席使得VivaTech成为科技界的一大盛会。

而今年，李彦宏作为唯一受邀的中国企业家代表，在主论坛“炉边谈话”上与世界分享了中国AI的路线与优势，再次彰显了中国科技企业在全球科技舞台上的重要地位，在VivaTech官方介绍中，将他称为“AI的长期主义者”与“中国AI的头号玩家”。

李彦宏表示“应用的进步，可以推动基础模型的创新，也有助于加快从互联网时代向人工智能时代的转变。”他以百度搜索、直播电商数字人等应用举例说，应用端获取真实的用户需求和问题后，可以持续反馈模型，并由此推进基础模型的技术迭代。”

此前一日，马克龙在总统府举办了以人工智能为主题的AI沙龙，李彦宏与杨立昆、谷歌前CEO Eric Schmidt等人均受邀出席，共同探讨人工智能如何更好地为人类服务。

中国人工智能企业国际话语权渐强

事实上，这并不是李彦宏第一次登上VivaTech的演讲台。早在2016年，李彦宏便曾出席第一届VivaTech大会，就百度创业故事、百度AI发展等话题进行了交流。作为被《时代》周刊评选为全球百大AI人物之一，李彦宏曾与特斯拉CEO埃隆·马斯克、英伟达创始人兼CEO黄仁勋、OpenAI CEO萨姆·奥特曼等人齐名，被誉为全球AI领袖之一,《时代》周刊更将他称为“中国最杰出的未来主义者”。

如今，李彦宏再次登台，表明中国在大模型技术上的实力已经获得全球的认可。自2023年ChatGPT的问世使大模型成为人工智能行业的焦点以来，拥抱这一技术已经成为企业的共识。

早在行业关注大模型这一趋势之前，百度便已进行了技术储备。早在2019年3月，百度就发布了文心大模型1.0版本。这使得百度在2023年3月能够迅速推出文心大模型3.5，成为全球大厂中首家推出大语言模型的企业，并在同年10月发布了文心大模型4.0版本，实现了大模型核心能力的全面提升。李彦宏曾在谈到技术创新的挑战时，表示：“大模型我们走在最前面，我们要勇闯无人区，需要去冒前人没有冒过的风险。”

作为一名长期且坚定的技术信仰者，李彦宏早在30多年前的大学时期，就已学习了人工智能课程。创立百度后，他意识到AI是解决搜索引擎问题的核心技术，因为两者的本质，都是让机器理解人类语言。“所以在十多年前，我们就开始积极投入研发人工智能，尤其是与自然语言相关的人工智能。”

李彦宏的发言展示了百度更向世界传递了中国AI发展的独特优势，不仅代表了百度，也成为中国人工智能产业在国际话语权提升的一个缩影，代表了中国AI产业在AI领域的深厚实力和和发展方向。

中国大模型发展按下“加速键”

近年来，中国的大模型发展进入了一个快速上升的阶段。不仅仅是百度，国内大量的企业也纷纷投身于大模型的创业和开发中。

目前，全球各类大模型评测榜单中，国内大模型在TOP10中长期占据半数席位。其中，百度的文心大模型、阿里的通义千问、智谱的GLM-4等更是稳居TOP5。这些大模型在理解、逻辑、记忆等整体能力上保持在世界一流水平，特别是在中文理解与创作方面具有显著优势。

2024年3月，国内人工智能权威机构清华大学基础模型研究中心发布的《SuperBench大模型综合能力评测报告》中，文心大模型4.0在中文理解能力上排名第一，充分证明了中国AI企业在中文处理方面的技术实力和应用能力。这种优势不仅推动了中国AI技术的快速发展，也为中国AI企业在国际市场上赢得了更多机会。

除了技术上的突破，中国AI企业还积极推动人才培养。在Create 2024百度AI开发者大会期间，百度宣布其在2020年提出的“5年为全社会培养500万AI人才”的目标已经提前达成，不仅体现了中国企业在AI教育领域的投入和努力，也为整个行业的发展提供了坚实的人才基础。

在基础模型的数据训练方面，李彦宏表示，超级应用诞生后，还可以促进大量数据生成，为大模型提供更加充沛的训练数据。“有人说，随着模型参数越来越大，我们很快就会用完所有现存的数据，但我认为，当超级应用诞生时，数据会大量生成，所以我并不担心。”

其中，数据工程师的价值不可忽视。数据在大模型训练过程中具有重要作用，数据工程师通过收集、清洗和整理高质量的数据，确保模型训练基础的准确性和相关性，他们在特征工程方面发挥关键作用，通过提取有价值的特征，进一步提升模型性能。

打造最适合中国场景的大模型

大模型的发展最终要落地到产业，产生实际价值。在VivaTech对谈中，李彦宏表示，中国AI与西方的最大区别在于应用，在中国，无论是初创公司、还是互联网大厂，都在努力寻找PMF（产品市场契合度），致力于探索最能发挥生成式AI能力、能被数十亿人使用的应用形态。

丰富的应用场景是中国发展AI的最大优势，中国企业应该充分发挥这一优势，携手共进，让中国AI不仅跻身全球顶级水平，而且实现弯道超车，引领人工智能的发展趋势。

李彦宏表示：“2024年是百度迈向生成式人工智能的第二年，公司正在从以互联网为中心转向人工智能优先，积极推进用文心大模型重构To C和To B业务，利用生成式AI增强用户体验、提升客户效率、提供智能体和应用开发工具，并带来更高效的系列模型。”

目前，百度文心大模型已经在众多行业打造了标杆合作：在ToC领域，与三星、荣耀、蔚来汽车、联想达成合作；在ToB领域，与山源科技打造矿山行业大模型智能应用。

中国的大模型在训练过程中使用了大量的中文语料库，能够更好地理解和生成中文内容，因此在中文处理方面具有天然的优势，更加适合作为中国企业采用大模型的首选。

自然语言是“人工智能皇冠上的明珠”。大语言模型（LLM）和语言息息相关。李彦宏在提到百度基础模型的定位时表示“我们最主要的市场在中国，所以在中文上，我们一定要比世界上任何模型都做得好。现在，文心大模型4.0的中文能力已经超过了GPT-4。”

目前，文心大模型API日均调用量突破2亿次，相较于2023年第四季度财报披露的5000万次计算，日调用量环比增长300%。文心大模型已经成为中国最领先、应用最广泛的AI基础模型。

“很多人都在谈论AGI（通用人工智能），他们说可能还要两年或者五年，”李彦宏感慨，但要真正抵达理想中的AGI时代，“我认为还要十年以上”。

李彦宏在VivaTech的亮相不仅是中国AI产业的一次重要展示，也是中国科技企业走向国际舞台的重要一步。

随着越来越多的中国人工智能企业登上国际舞台，让全球看到了中国AI产业的崛起和进步。相信在不久的将来，中国的大模型企业有望在国际舞台上发挥更重要的作用，引领全球AI技术的发展潮流。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】