百度袁佛玉：生成式AI，开启智能原生未来

近日，百度集团副总裁袁佛玉受邀参加清华大学经济管理学院MBA创业大讲堂活动，并以《生成式AI，开启智能原生未来》为主题，向清华经管院的老师、MBA学生们分享了对生成式AI大模型的深度见解和百度智能云的产业实践。

袁佛玉强调，这次生成式AI浪潮并非泡沫，而是真正的技术革新。在新的开发范式下，AI原生应用的发展速度大概率会比移动时代快得多，未来的应用市场会更繁荣、也更分散。为了服务好即将诞生的百万AI原生应用、以及背后的百万模型开发者，百度智能云提供ModelBuilder、AppBuilder，一站式解决大模型开发和AI原生应用开发的需求。她期待在2024年看到更多新的产品、新的商业模式出现。作为技术平台的企业，百度非常希望与各行各业进行互动和交流。她鼓励学生们把握这次机会，与产业界进行交流，共同探索未来的新技术时代。

以下为演讲实录：

大家好，我是百度公司袁佛玉，我分享的主题是《生成式AI，开启智能原生未来》。

其实人工智能有过好几次浪潮，出现过比如下围棋、人脸识别等等应用。一开始市场很热，但随着落地过程中出现各种挑战，包括应用有限、场景分散、很难标准化、企业经济模型算不过账，等等，随后就进入低谷。

但是这一次跟过去任何一次AI的浪潮都不一样，最重要的不一样就在于它的通用性，我们叫做「智能涌现」，就是没有教过的它也学会了。

有了这个特点之后，当你有一套基础技术能够做得非常好、非常领先的时候，它在各种各样的场景都能迅速做出有价值的应用，这是AI过去70年从来没有过的机会。

正因为产业经历过起起落落。所以这一次生成式AI，大家迅速把关注点转入了拼落地、拼应用的下半场。

技术真正的价值只在于应用。没有构建于大模型之上的繁荣的AI原生应用，大模型本身就毫无价值。

现在再去谈百模大战已经没有意义，可以说已经成为过去式。一方面是，重复开发多个几乎没有应用的基础大模型，是对社会资源的极大浪费，尤其是在我们算力还受限制的情况下。另一方面是基础大模型之间的梯队已经显著拉开，差距已经很明显，随着构建于大模型之上的AI原生应用不断繁荣发展，最终能留下来的基础大模型只会是极少数几家。

但并不是创新机会变小了，实际上机会最大的应用层才刚刚开始，有着巨大的创新空间。

这张图呈现了几次关键技术和爆款应用产生的时间差。PC时代，IBM PC推出9年后，诞生了微软Office这样的里程碑应用。移动互联网时代，iPhone发布后4年，迎来了微信等系列爆款应用。时间从9年缩短到4年，因为底层技术越来越完善，创新爆发越来越快。

在AI原生时代，爆款应用诞生的时间会进一步加速。当下，就是最重要的应用创新窗口，推动生成式AI落地应用到各行各业，交付业务价值。

接下来，我将与大家深入探讨生成式AI对于提升生产力、增强企业竞争力、推动产业发展，乃至于重塑品牌格局等方面的深远影响。

首先是生成式AI重塑生产力。

过去一年，大模型给我们带来了很多惊喜，但其实大模型并不是一个全新的技术，百度对大模型的关注非常早，早在2019年就推出了文心大模型1.0，然后持续演进到2.0、3.0。到去年10月，文心大模型已经进化到了4.0版本。去年3月16号，百度CEO李彦宏先生首次向公众介绍了文心一言；仅仅9个月的时间，文心一言用户规模突破了1个亿。

面向企业客户，我们在去年3月27日推出了文心一言企业服务和一站式企业级大模型平台“千帆”。现在，“千帆”已经服务了超过4万家企业客户，大模型的调用量保持着指数级的增长，很多企业已经把大模型用起来了。

实际上，从2023年下半年开始，基础大模型的竞争就已经进入到优胜劣汰的阶段。今年再去卷基础大模型，已经没有意义。现在大家真正关心的，是怎么把大模型“用起来”。大模型时代，真正给企业带来价值的，一定是使用大模型的深度和打磨AI原生应用的速度。

那么什么是生成式AI带来的全新机会。我们的基本理念就是：要基于过去没有而现在有了的能力，去解决过去解决不了或解决不好的问题，就会有巨大的创新空间。

这个过去没有而现在有了的能力，就是AI智能涌现之后出现的四大核心能力：理解、生成、逻辑和记忆。用好这四大能力，去创造出过去没有过的更好的用户体验、更高的生产效率。

文心4.0是迄今为止最强大的文心大模型，它实现了基础模型的全面升级，具备人工智能的理解、生成、逻辑和记忆四大能力。

首先说“理解”，在座有山东的同学吗？我们知道山东人说话很爱倒装句，要是给了以前的AI，可能很难理解你的需求，但现在文心4.0的能力已经能实现对前后乱序、模糊意图、潜台词的深层次理解，在未来它可能会比你的同学更懂你的话；

我们看一个例子，问下文心一言：我想回山东寻找机会创业，有什么政策扶持吗现在？在北京从事AI行业工作我。目前可以看到，文心一言已经可以对“前后乱序的表述，模糊表达意图，话语潜台词”，都进行相当准确的理解。这种能力，在政务、营销、客服等领域，都有非常广泛的应用前景。

其次“生成”，现在你只需要丢给它几个简单的prompt和基础素材，它就能在很短时间内帮你生成多个文本、图片、视频等多模态的内容，可以在我们做营销、运营等多个场景给予很大帮助；

谈到“逻辑”思维，在座很多人都辅佐过孩子做奥数题吧？这也是现在很多家长辅导作业的痛点，“不写作业母慈子孝，一写作业鸡飞狗跳”。

那如果让文心4.0去解数学题，看看表现如何？

这是一类经典数学题，从文心一言的回答看，它的答题逻辑还是挺清晰的，每一个解题步骤都写了出来，还能明确给出这道题涉及到的圆锥体积公式、统一计量单位、体积保持不变、解方程等知识点，利于学生举一反三。

最后我们来说“记忆”，主要指的是你前面说过的话，AI记不记得住，AI生成的内容，前后会不会矛盾。多轮对话就是记忆能力的体现。

我们可以通过不断增加要求和干扰性内容，来引导文心一言写出一个具有多条故事线、多人物角色的小说，而且经过三轮对话和几千字的小说撰写之后，它还是能记得之前写过的内容，这就是大模型的记忆能力。

除了文心一言，过去十多年，百度为伙伴累计开放了上百个AI能力接口，而且每天都有惊人的调用量。比如，每天产生的语音调用相当于408万个播音员24小时不间断的播报，每天处理的图片打印出来厚度相当于2.5个珠穆朗玛峰……生成式AI和这些百度已有的AI能力相结合，将使更多场景更智能、更便捷。

比如果蔬识别能力+声音分类模型，可以听声音区分西瓜熟度。

生产力已经基于生成式AI获得巨大的提升，接下来，我想跟大家分享一下，生成式AI如何重塑企业竞争力。

过去遇到的一些企业业务问题，解决他们需要花的成本很高、或者技术上就是解决不了的，而真正到了AI普惠的时候，这些问题就迎刃而解了。

比如说一个做品质蛋糕店的老板，每天蛋糕做多了就要浪费，做的不够又影响销售额。过去这类小商家做需求预测只能找个专业公司，动辄几十万，肯定不划算。如果他问大模型，大模型让他收集哪些哪些数据，然后调用一个回归函数，就能非常低成本的做出预测；

又比如近期的年货节。现代年轻人主打就是该省省、该花花，但每次就是五花八门的规则，怎么组合最省钱？

这样的需求还有很多，有了大模型，它们也许可以被很好的解决。

为了更好地帮助企业用户用好大模型，我们提供了一套完整、成熟的大模型技术栈，我们叫它“大模型超级工厂”，从算力到模型、应用开发，层层有机结合，为企业提供一整套强有力的“生产力装备”。

这套技术栈能力强大，实力比微软、谷歌毫不逊色。

在算力层，我们的算力储备充足，而且能够很好的管理算力资源，高可用、高吞吐、低延迟。大家用我们的算力做大模型，综合成本一定是全球最低。

在模型层，我们的文心大模型，不谦虚地说，在国内真的是遥遥领先。和GPT一样，文心也有好几个参数规模的版本。我们知道参数规模小的版本呢效果就会相对差一些，但是会便宜很多。我们有客户拿着我们百亿参数版本的模型，去和友商的千亿参数版本的模型一起测，回来和我们说，你们的百亿和它们的千亿能力差不多，这就已经很说明问题了。

我们的千帆ModelBuilder是全球第一个企业级大模型平台，它有业界最全的大模型工具链，在国内绝对领先。现在，千帆“ModelBuilder”上已经累计精调了10,000个模型。

在应用层，我们的千帆AppBuilder提供非常便捷的应用开发平台，帮助大家去快速搭建应用、验证大模型的业务价值。

可以说，百度智能云以大模型为核心重构了自己的核心竞争力和服务。

在新的开发范式下，AI原生应用的发展速度大概率会比移动时代快得多，未来的应用市场会更繁荣、也更分散。为了服务好即将诞生的百万AI原生应用、以及背后的百万模型开发者，我们的千帆平台能够一站式解决大模型开发和AI原生应用开发的需求。

首先是ModelBuilder，实现模型的再训练、微调、MoE和托管。还有第二块是AppBuilder，提供应用框架、丰富的组件能力，帮助客户一站式的完成AI原生应用开发。

有了千帆平台，开发者不用再在工程实现上重复造轮子，而是把精力聚焦在业务逻辑上。

比尔盖茨说，“我们总是高估未来两年的变化，低估未来10年的变革”。2010年以前，诺基亚一度是全球手机市场的绝对领导者。它们看到了智能手机的发展机遇，但是却没有跟上，错误地选择去坚持做自己的Symbian系统，这导致它们完全错失了移动互联网时代的列车。这次的大模型发展这么快，留给我们的窗口期可能比当年移动互联网还要短。我甚至觉得，这次应该是“不要低估未来两年的变化”，现在就是关键。

大家看这个PPT上我们呈现了几条曲线：

第一条是千帆外部客户的大模型日均调用规模，12月底对比9月底增长了236%，最近工作日差不多在1000万次。这里有很多中小客户，大模型显著提升了他们的业务效率。

比如一家创业公司，叫做珠海必优，他们用文心一言以付费会员的形式为用户提供营销文案、简历、合同等生成服务。7月接入，10月达到开始有40-50万一天调用，近期调用量能到100万左右。

还有一家职教公司，旗下的App考试宝有4000万活跃用户。他们通过EB做试题解析、考试知识点整理等。近期工作日的调用量大概20万每天。客户反馈大模型能力上线后，他们的用户付费提升了35%、人均时长提升了12%。

这样典型的客户还有很多。

第二条曲线是千帆ModelBuilder每周的SFT训练Token数，近期也有比较大的增长，12月底大概是9月底的3~5倍。现在千帆上已经累计有上万个微调后的模型，好未来也在千帆上微调模型，用于作文批改场景，一天有上万次的调用量。

第三条曲线是千帆AppBuilder，可以看到从12月20日发布相对完整的功能以来，每周大概有近3000个新创建的应用。

客户做Copilot，千帆就是他们的Copilot。从千帆上这几条上扬的曲线可以看到，咱们中国企业家行动力非常强！

快过年了，咱们再聊聊打牌，通过我们的AppBuilder能够快速的生成一个智能助手。拿桥牌举例。典型的一次桥牌比赛是10局或者25局，每局要算2次得分，每次算得分有5个参数、要做7步判断，最后可能有2730种场景。这些个场景，如果不是长期在玩儿的专业选手，很难一下子算出来。这时候就想有个工具能帮我们自动计分。

一个好的应用开发平台，就是要把门槛降到这么低。还要不断建设使得门槛更低、更经济、更好用。

在过去几年，我们深入产业，走进千行百业，在各个行业、各个场景通过AI技术解决各种问题，结合大模型，我们重构了很多应用，进一步提升了满足了一些高频的场景需求：

百度网盘结合大模型打造了智能助理云一朵，降低网盘功能的使用门槛。有些用户说，云一朵是网盘迄今为止最好的一次升级。当前云一朵MAU接近2000万，这些用户对比上线前，人均时长提升了24%，次留提升了2.5pp。

甄知也是一个典型的重构产品。知识管理是企业的普遍需求，但过去帮助客户搭好一个企业内搜的成本非常高、效果还不一定好。用大模型重构后，搜索和问答的准确率得到了显著提升。另外，复盘过去的一些项目，发现很多原本需要定制化开发的功能，就可以直接满足了，比如知识的智能化写作等等。

还有智能客服。过去构建一个智能客服机器人，从文档中提取FAQ到运营上线得3个月，现在只需要2周，效率提升6倍；机器人的问题解决率也从50%提升至88%；此外，通过MoE架构，大模型和过去积累的小模型结合，同等流量下机器成本节约了50%以上。

基于大语言和CV大模型，我们重构了工业安全生产平台，一见，大大降低了安全隐患误报率。比如龙源电力的5万路摄像头中，烟火日均总误报数从1192个下降到54个，下降了95.5%；在临洮水务，网红自杀桥150多路摄像头的单天越界预警误报数从70个下降到6个，下降91.4%。极大提升了预警的有效性以及业务人员的处理效率。

我们再来看看智能办公。

在百度，我们依赖一个智能办公平台叫做如流，我们已经用大模型重构了这个应用。如今，它已经成为百度人离不开的超级助理。

比如工作中的一个场景：差旅。

机票、酒店、谈参等等，这些事务性的工作很繁琐、也很耗时！如果人手一个AI助理，帮你解决琐碎事儿，你会不会更爱工作？

比如，最近如流的产品经理就计划出差去上海，和人保的王总见面。我们知道，人保集团正在推动产品服务、商业模式、数字科技等方面的创新，我们百度的人工智能技术正好可以发挥作用。

我们刚刚看到，只说三句话，如流就搞定了差旅单、机酒和日程的预订，甚至还准备了洽谈的参考资料，这就是如流的“一键差旅”。它是怎么做到的呢？

这是大模型的理解、生成、逻辑、记忆能力的综合应用，它自动地把复杂任务，拆解成多个简单任务分别执行，再合并生成最终的结果。我们说，提升效率，就是提升竞争力，如流让“智能工作”代替“勤奋工作”。

再来看看百度文库，相信很多人都用它之前下载过资料。基于大模型能力之上的新百度文库，是目前重构最彻底的一款产品，它将会彻底颠覆我们的办公、学习和创作的习惯。

想象过去我们是怎样创作的？举个例子，假设你要做一场演讲，主题是AI在心理学领域的应用，查资料、整理素材、写稿、写PPT、美化PPT，得花上好几天时间。

首先，围绕人工智能和心理学这个主题，它找到了几十份资料。

还能识别出哪些是学术期刊、权威报告，哪些只是大众材料，你可以按需勾选。

然后，文库通过理解这些文稿资料，再生成一篇结构完整、段落清晰的文章，同时对内容做出润色和排版。

能做到这些，是因为百度文库已经拥有了10亿优质文档，基于对这些内容的理解，写出真正实用、清晰的文稿，而不是像很多大模型一样一本正经地胡说八道，也不会是泛泛的空谈。

下一步，演讲还需要PPT。文库可以把刚刚这篇稿子和你收藏过的一些资料结合，自动生成PPT的框架，然后美化作图，做出一个几十页的PPT。

这里还有一些多模态生成能力的玩法，比如风格选择、风格一键切换。但还有一些更考验文库能力的地方，需要它对内容有精准的理解。比如，它要知道观点之间的关系，是并列，还是从属，才能设计出正确的图表。

因为有这样的理解能力，所以文库在生成PPT基础上，还可以为PPT写好对应演讲稿。不仅如此，它还能根据这些内容，推演出观众可能会提出的问题，为你准备好回答。

我们评测过，文库这些生成能力，尤其是PPT的生成能力，已经远超市场上任何其他工具，不论国外还是国内。过去，人们来文库是为了找现成的内容。今后，人们可以随心所欲地来文库生产内容，效率高于任何其他生产力工具。基于文心大模型的四大能力，不夸张地说，百度文库是从根本上革了自己的命，完成了从“内容工具”向“生产力工具”的进化。

不久前，百度文库AI新功能上线至今，累计使用用户超过1300万人、累计功能使用次数破亿、累计生成内容超2000万、PPT生成超200万。大模型时代，文库是办公和创作最好的起点。

这是百度GBI，基于生成式AI推出的生成式商业智能。

在企业里面，老板经常问很多业务问题，比如产品销售情况、客户反馈情况等等。老板每问一句话，团队都要分析半天。

而生成式BI，可以突破性实现即问即答，老板问一个问题，GBI可以基于人工智能强大的理解能力、逻辑能力、以及调用各类插件，自动完成企业内相关数据的调取和分析，立刻生成老板需要的最终结果。

过去我们一直讲AI普惠，要降低AI的使用门槛，不仅是互联网产业，也要让千行百业都能平等便捷地使用AI。

通过这一年的摸索，我们看到大模型确实具备这样的能力。未来，人只需要用自然语言提出需求，大模型就可以自己理解需求、再生成内容、最后调起工具，工具最终提供服务。

通过这种方式，所有人可以平等便捷地享受到第四次工业革命的福利，释放更大的需求。

讲到这儿我想问一下大家，99公里和最后1公里，哪个更重要？

我们常说最后一公里最难走，但对于大多数实体企业来说，产业转型路，每一步都重要且艰巨！差距往往是在前99公里逐渐拉大的。而现在，大模型就是产业智能化转型的“创新推进器”，是帮助产业建立先发优势的关键引擎！

接下来我给大家介绍几个具有代表性的垂直行业，这些行业与大模型都展现出了惊人的响应速度和适配程度。

首先是政务场景。

以市级方案为代表。百度作为最早参与海淀城市大脑规划建设的核心企业之一，为其打造了AI计算中心、异构算力服务、时空一张图等核心底座能力，服务于城市各领域应用场景创新建设，助力“海淀城市大脑”成为中国新型智慧城市建设的“样板间”。

下面我们一起来看一看。

同样，在“一网统管”领域，还有一个大家都非常熟悉的产品，我们把它叫做城市运行的指挥平台，能够直观为我们呈现城市运行的宏观态势。

我举个例子，当前各地政府都十分关注提振经济，相信在座很多同学以往在关注城市经济运行情况的时候有很多问题要问，现在直接对着大屏去问就可以处理这个问题。

可以看到，通过这个大屏。我们可以实时直观地统计、监测和综合分析经济运行周期，感知经济运行动态，助力研判，加强经济调节政策的科学性、预见性和有效性。

另外，我们知道，在政务场景还有一个很大的痛点，就是老百姓办事难。为什么难？很关键的原因是政务事项繁多，政策和相关的办理规则又异常复杂，人力很有限，在老百姓办事时，经常出现服务不好找、政策不好懂的情况。

在去年3月“文心一言”的新品发布会上，我们便发布了基于大模型的政务服务助手。比如，老百姓咨询办事的时候，提出的诉求是非常口语化的，传统AI技术解决起来比较困难。政务服务助手相比传统智能的机器人而言，可以把所有的政务知识和术语融会贯通，通过对话来解决问题。这样以后再去办事的时候，人人都能有一个数字人帮手，有效实现“一网通办”。

最后，舆情方面，我们都知道，每天甚至每时每刻身边都可能突发各种各样的社会事件，政府对于事件的响应速度和决策，直接影响政府公信力。现在结合大模型能力，我们可以对社会事件进行快速定位、研判分析和辅助决策，某种程度上它会成为我们政府单位及时了解社情民意、把握舆情动向的一个重要窗口，帮助我们去及时发现和处理突发事件，更好地服务老百姓，提高政府公信力。

我们再来看一下工业。

首先，保障安全生产一直是工业场景的一大核心问题。一方面政府需要通过制定和实施相关政策法规来加强监管力度，另一方面，我们也可以结合大模型技术。在这里我举一个生产优化领域的例子——智能助手度安安。

在过去，安全生产有两大难题：

一个是安全制度太多太复杂，工人们根本记不住，遇到紧急情况一慌就容易出错，很多时候要靠老师傅的感觉和经验。“度安安”就是把老师傅的安全生产经验灌进去，遇到问题第一时间就能解答。

另一方面，安全态势不易预判，各种告警、预警信息太多太复杂。现在度安安可以通过大模型把各种安全预警归类总结，整理清楚，还可以自动生成检修工单，让我们的管理和调度人员，能快速知晓全局安全态势，迅速做出处置。

这个例子来自我们的客户——大榭石化，通过引入大模型，大榭石化实现了安全隐患秒级预警，事故响应速度提升了50%，过去一个工人干五年、干十年才能变成一个安全生产的老师傅，现在上岗第一天就是老师傅。

我们再来说说港口。在港口场景，货物的流转效率是业务的关键指标。山东省日照港集团的杂货码头，基于智能优化调度系统和数字化堆场系统的建设，实现了码头整体运转效率、设备运维率及资源利用率显著提升。

同样，在传统工业制造场景中结合大模型能力，也能实现智能调度。中天钢铁基于大模型打造的工业调度中枢，刚刚我们提到的吴晓波也在他的年终秀上分享了这个典型案例。重点设备异常定位，机器代替人工派单，智能企业问数，分析报告自动生成......过去几个班组要协同处理的事，机器已经能实现全链路“代劳”。想象一下，这对于“牵一发而动全身”的传统制造业来说会产生怎样惊人的改变。

能源产业我们举一个煤矿的例子。陕西的国能榆林能源煤矿，就利用大模型打造了一个AI辅运大脑，能够对运输车辆、人员、材料、设备等实现智能调度，包括路径优化、车辆调度优化、人员任务分配、突发任务处理等，最终实现派车数量降低20%，订单完成率提高25%，也就是说，用更少的车，拉更多的煤。

大模型为医疗行业也带来了新变化。

面向终端客户，基于灵医大模型，可以提供覆盖医患药全场景的应用级产品灵医Bot，主要包括智能健康管家、智能医生助手、智能企业服务等。

大模型也给金融领域带来了很多改变。

金融是知识、风险密集型的行业，是一个高度依赖流程协同与控制的行业。无论是业务办理、运营，还是风险控制、经营决策，一线员工每天都会有大量的精力消耗在沟通和流程处置上，大幅度挤压了本应该用于服务客户的时间。

同时，金融也是信息密集型行业，运营、管理人员每天都需要对海量的信息和数据进行处理。据统计，金融分析师每天有超过70%的时间花在信息收集、数据加工和内外沟通上，只有30%的时间是真正用在业务分析上。

所以，提高流程和运营效能是金融行业亟需解决的问题。

我们的客户银河证券，已经率先实现了大模型在场外衍生品交易场景的应用落地。凭借秒级回复、无遗漏响应等特点，突破业务瓶颈，交易询报价日均业务规模翻倍，客户从询价到下单的转化率也由10%提升至30%，为证券行业机构业务典型场景智能化转型提供了新的借鉴。

生成式AI同样会重塑品牌格局。

第一，AI原生时代，所有创新都是因为深度应用AI的四大核心能力而产生的。品牌同样必须用好AI作为第一动力。智能化需要成为品牌的底层逻辑，而不是点缀。

同时，生成式AI让品牌真正可以实现以用户为中心。即使你是有十亿用户规模的品牌，你也能做到为每一位用户打造一个专属的、7X24小时陪伴的、无所不知的品牌助理。这里列的是百度网盘、百度文库、百度如流已经推出的、始终在线的超级助理。

未来企业的品牌力，核心在于用户界面，也就是我们前面说的，“谁能掌握最优的用户界面，谁就能赢得未来”。

第二，品牌成为企业战略进攻的第二战场。

全新时代，会有新一代的超级品牌诞生。OpenAI横空出世，具有超强号召力，从发布一个产品，到发布全家桶都能得到信任和追捧。

微软、百度，在这一轮生成式AI浪潮中，作为成熟企业，品牌形象同样得到刷新。

生成式AI时代，因为品牌和用户的沟通成本极大下降、体验极大提升。超级品牌更能够依靠品牌势能极大扩展产品和业务范围，通过打破边界的创新行动突破市场份额。

第三，生成式AI带动品牌进入"全智能营销"阶段。

它有几个重要特点。

首先，不再像过去一样，基于过时的静态分析报告去做品牌决策。它拥有动态商业分析能力，使得品牌对客户的洞察更实时，决策更有效；

其次，生成式AI不再有人力服务的瓶颈，品牌可以实现无处不在，实现跨触点跨语言的用户体验一致性。

品牌真正可以实现以每一个用户为中心。

拥抱生成式AI时代，我们坚定地选择和伙伴同行。我们坚信，在这个伟大的、同时又是瞬息万变的时代，我们不仅要领先一步，更要与众同行，才能真正创造价值。

去年我们发布了百度智能云大模型生态伙伴计划，包括10+综合伙伴、100+应用伙伴、1万+创业企业，以及代理伙伴，共同推动AI产业繁荣发展。

基于伙伴发展计划，我们也率先推出了国内第一个大模型全链路生态支持体系。贴身围绕伙伴和创企，用上大模型、用好大模型的需求，提供包括培训赋能支持、AI原生应用创新孵化支持、销售商机支持、市场营销支持，以及千帆社区、千帆AI原生应用商店的服务。

下面我来介绍其中几个专项的进展。

首先是培训赋能支持。大模型技术发展日新月异，经常能听到大家说，连论文都看不过来了。那么，伙伴要服务好客户，必须更懂技术、更懂怎么围绕客户需求构建大模型产品。

为此，百度智能云打造了业内第一个大模型实训营——千帆AGI House，面向企业一把手、产品和技术负责人。以实践、实操为导向，支持伙伴用好千帆平台、搞清楚技术发展方向、少走弯路。致力于真正把技术落地到现实生产场景中。

千帆AGI House已经覆盖了北京、上海、深圳、成都，以及来自这些城市周边的上百家伙伴，也得到了伙伴非常积极的回应。每场的报名人数都远远超出我们可容纳的人数。后续我们会继续加速这项实训营在全国的落地，并且会结合业界大模型实际落地场景的分布，增设行业和场景专场，欢迎伙伴报名参与，也欢迎广大客户鼓励自己深度合作的伙伴参与，让大模型真正转化为各位的业务竞争力。

其次是创新孵化支持。每个技术时代都会有一批全新的明星企业。我们也已经在千帆平台看到了很多创企的初期增长。

面向这个群体，我们持续落地千帆AI加速器的项目，做好大模型的技术赋能、技术资源投入、牵引投资和营销资源支持。AI正在引领未来的发展方向。我们努力让AI加速器成为真正的加速器，让每一个好的想法都有机会加速前进。加速器的成员中，70%以上为创始人、董事长、CXO，大家都不约而同的把大模型相关的创新提升到“一把手工程”，这也让我们更加信心坚定。

在支持创企用好大模型的过程中，有很多优秀的产业机构一直在和百度合作。他们包括清华互联网产业研究院、赛迪研究院这样的科研院所；也包括创业黑马、爱分析这样的企服平台；还有很多优秀的产业园区和投资机构，与百度共同投入，为加速器企业提供从产品、技术到资本、营销等关键支持。

目前也在陆续有更多优秀的产业机构加入我们，加入千帆AI加速器，汇聚产业力量共同扶持创企，支持每一个富有创意的想法得到实现。

应用开发是非常重要的一步。但是，应用开发出来之后，如何在可控的营销成本下，精准地寻找到它的目标客户，也是企业的一个大难题。

基于我们对AI原生应用的重视，我们去年推出了千帆AI原生应用商店，为应用提供品牌推广，并且整合百度智能云的客户资源和销售能力，为应用提供高质量的销售通路支持。

我们希望这个应用商店，不仅可以提升企业在AI原生应用选型和采购方面的效率，更可以帮助开发企业把应用推向目标客户，成为一个高效的应用交易平台。

目前，精选应用上线已达110款，它们来自广大的开发者。

感谢开发者对我们的信任！也请在座的各位继续关注和支持千帆AI原生应用商店的发展，并在这里达成业务价值的撮合。

“纸上得来终觉浅，绝知此事要躬行。”

这是一轮长周期的大变革，它会重置很多已有的成功经验。只有更快地行动起来、实践起来，才能把握住机会。