近期，一款名為Manus的AI智能體產品在網絡上掀起軒然大波，其邀請碼價格甚至飆升至10萬元的天文數字。然而，這款被譽為“全球首款通用AI智能體”的產品熱度并未持續太久，便被揭露其核心功能實際上是依賴于外部API調用，即Manus本身并無自主研發的大模型，而是借用了其他公司的大模型技術。這一事實令人大跌眼鏡，不禁讓人回想起李彥宏早前的言論：大模型的競爭并無實際意義，真正的賽道在于應用。
當前市場上的大模型應用，其表現仍顯不足。例如，某些智能客服系統只能機械地回答預設問題，一旦遇到復雜情況仍需人工客服介入。這樣的AI產品，與真正的智能AI產品相比，尚有極大的差距。實際上，能夠幫助人們解決實際問題的AI應用仍然屈指可數。
李彥宏在人民網署名文章中提出的觀點，或許能為中國AI應用的突破提供啟示：“沒有數以億計的運營公里數，無人駕駛就不可能比有人駕駛安全十倍?！边@句話揭示了AI應用爆發的真諦：并非簡單地貼上AI的標簽，而是需要通過大量的真實數據和豐富的應用場景來不斷訓練和優化。
中國AI發展的現狀，正面臨著應用匱乏的困境。究其原因，大模型的能力尚未得到充分開發。而大模型的能力與算力密切相關，遵循著scaling law的規律。DeepSeek不僅在開源大模型方面做出了貢獻，更在有限算力下研發出高水平大模型的算法，這一成就令美國科技界震驚不已。軟銀和蘋果等巨頭公司在美國大規模投資人工智能基礎設施的計劃，在DeepSeek的成功面前顯得有些黯然失色。
然而，這并不意味著算力的重要性有所降低。為了下一代大模型的發展，我們仍然需要更多的算力支持。在WGS峰會上，李彥宏強調，企業仍需持續投入半導體、數據中心和云基礎設施的建設，以打造更優秀、更智能的下一代AI模型。
今年2月，百度宣布成功點亮昆侖芯三代萬卡集群，這是中國首個正式點亮的自研萬卡集群。昆侖萬卡集群的點亮將顯著提升百度的AI算力水平，同時也為國內企業開發更智能、更高效的AI模型提供了有力支撐，進一步推動了AI技術的普及和應用。
