百模大战：几乎所有大佬口风大转变？
来源：互联网 2026-07-10 06:25:19百模大战虽造成算力浪费，但推动国内基础模型能力提升。业界共识转向聚焦场景应用，文心一言日均调用量突破5亿，通义模型下载量涨2倍。超级能干的应用比超级应用更重要，需在行业场景中落地。
在2024世界人工智能大会的产业发展主论坛上，百度创始人李彦宏的一番话，直接炸了场。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
他先是直言不讳：百模大战，算力浪费得让人心疼。但话锋一转，又说正是这种“烧钱”拼杀，才让国内追赶世界最先进基础模型的能力真正建立了起来。
紧接着，他抛出一个更狠的论断：没有应用，光有基础模型——不管是开源还是闭源——都一文不值。他还特意提醒，别老拿移动时代的思维看AI，别掉进“超级应用”的陷阱里，不是只有日活10亿的才叫成功。
说实话，在这么高级别的场合，把“百模大战”和大模型的发展底牌这么摊开来聊，确实少见。李彦宏的发言，够直接。
但持类似观点的，远不止他一个。
金沙江创投的朱啸虎，在6月的黑马大课上同样提到：很多创业者盲目砸钱做底层技术，表面上是“百模大战”的盛况，骨子里却是社会资源的浪费。
他的判断也很干脆——AI创业的赚钱风向，已经彻底变了。
变在哪？
除了李彦宏和朱啸虎，猎豹移动的傅盛、智谱AI的张帆、百川智能的王小川——这些大佬在不同的场合，都不约而同地把话题转向了“场景”和“应用”。大家最终达成共识的核心点，其实就这俩词。
看起来，聚焦基础大模型的那股“卷”劲，是时候喊停了。接下来的重点，必须得“卷”场景应用。
这一点上，大佬们的口风在今年确实变了。
不要过度竞争基础大模型，该“卷”场景应用了
看看大洋彼岸。美国那边，大量创业公司涌向大模型应用开发，Adept、Stability.ai、Runway、BettrData、Tinybird、UnSkript……一个接一个。
而OpenAI、Anthropic这些头部玩家，以及谷歌、微软等科技巨头，也在拼命利用开源模型或自研基础模型，搭建各种场景的解决方案。GPTs的推出，加上OpenAI宣称给开发者让利，目的很明确：吸引更多创业团队参与GPT技术应用，丰富生态，抢占场景应用的优势。
看看国外大模型的趋势，国内大佬的口风转变，绝不是空xue来风。
数据说话。百度文心一言的日均调用量，已经突破5亿次——而两个月前，这个数字才刚过2亿。两个月翻了一倍多，这背后不只是厂商的推动，更是市场需求在爆发式增长。
阿里云那边也释放了类似信号。在世界人工智能大会上，阿里云CTO周靖人公布了通义大模型和百炼平台的最新进展：近两个月，通义千问开源模型下载量涨了2倍，突破2000万次；百炼平台服务客户数从9万飙到23万，涨幅超过150%。
现在，国内的大佬们聊大模型，比起参数，更愿意告诉市场：自家大模型有多好用，多少人用，接下来还能怎么用——全是场景落地的事。
像朱啸虎这样的投资人，也开始在应用层寻找大模型的投资机会。市场的风向，确实变了。
“超级能干”的应用在哪？
“AI时代，‘超级能干’的应用比只看DAU的‘超级应用’更重要。”李彦宏在大会上试图给大模型应用开发趋势下一个结论。
“超级能干”这个词，理解起来不难。但市场悬而未决的问题是：这样的应用怎么开发出来？又怎么推向大众？
结合现阶段的行业表现，有几点思考值得深入聊聊。
一、在“超级能干”的应用背后，大模型技术的迭代和适配是必须的。
行业内的大趋势往往殊途同归。今年，大模型领域掀起的MoE架构迭代潮，本质上就是在为“卷”场景应用提供技术支撑。
从OpenAI的GPT-4、谷歌的Gemini、Mistral AI的Mistral、xAI的Grok-1，到昆仑万维的天工AI、浪潮信息的源2.0-M32、通义千问的Qwen1.5-MoE-A2.7B——国内外大模型纷纷拥抱MoE架构。
MoE架构通过引入专家网络和门控机制，实现了模型的稀疏化和模块化，在数据处理、算力调配、输出优化等方面表现相当不错。这为场景应用的落地推广，提供了关键技术支持。
举个具体的例子：微软推出的端到端MoE训练和推理解决方案DeepSpeed-MoE，通过深度优化MoE在并行训练中的通信，减少通信开销，实现了高效模型并行。此外，它还提出基于微调的专家排序机制，能根据训练过程中专家的损失动态调整样本分配，提升效果。
二、“超级能干”的应用，意味着一场更商业化的生态竞争。
技术没问题，但商业化路径不清晰，照样会在今天崩盘。日前，微软官网更新了一条通知——“GPT Builder即将停用”。曾经让整个AI圈沸腾的GPTs，似乎正在走向终点。
谁能想到，当时GPTs概念横空出世的那场发布会，还被外界誉为“OpenAI的iPhone时刻”。
OpenAI本想借助低门槛的技术和全球开发者，共同打造一批“超级能干”的应用，结果却因为技术体验的瑕疵，加上模糊不清的货币化政策，让GPTs的商业化路径始终走不通，最终只能凉凉。
“超级能干”的应用，大多建立在成熟的商业生态之上。这一点，或许全球的AI厂商都需要认清。值得一提的是，在大洋彼岸，阿里云2022年11月牵头发起的开源AI模型社区——魔搭ModelScope，刚刚斩获2024 SAIL之星奖。历经一年多发展，魔搭已成为国内规模最大、最活跃的AI模型社区，汇聚5500多款模型和上千数据集，为超过560万开发者提供模型和免费算力服务。OpenAI没走通的生态路径，在中国或许会有新的生机。
三、“超级能干”的应用，必然萌芽于行业场景中。
朱啸虎送给大模型创业者的忠告是：“不要迷信AI，聚焦尖刀场景尽快落地。”场景是孵化“超级能干”应用的摇篮。但更深入来看，不能只看场景，最终还得看用户反馈和价值呈现。
医疗、教育、金融、制造、交通、农业……这些行业是大模型应用的“高发”场景。但打造出来的智能体或解决方案究竟如何，只有用了才知道。
To B的项目看效率。在快递领域，通过大模型处理订单，已经能做到“一张图、一句话寄快递”，不需要繁琐流程，时间从3分多钟缩短到19秒。90%以上的售后问题，也由大模型解决。这样的效率提升，才配得上“超级能干”。
To C的场景看用户。此前在高峰期，百度的高考智能体每天要回答超过200万个考生的问题。对于全国1000万考生来说，这个比例相当高。这样的用户覆盖，也堪称“超级能干”。
今天，大模型应用覆盖文本生成、数据处理、PPT制作、市场营销、客服售后、医疗诊断等各类通用和垂直场景。市场并不缺场景，缺的是真正能干、有效的应用。“卷”应用，必须在场景中找用户、找价值。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
