狂奔两百多天后，大模型战役进入了第二幕。型进

作为新一代基础设施，化手何落大模型本身并不直接产生价值，原用该智能时代的大模地未来不会仅仅是大模型本身，而将是型进女邻居求签算命后被诱导未删减合集大模型生态体系。业内共识是化手何落，在大模型之上开发出来的原用该 AI 原生应用，才是大模地下半场突围的关键。

目前，型进国内头部厂商的化手何落普遍做法，是原用该以通用大模型为底座，在此基础上对原有产品进行重构，大模地并通过服务平台连接 B 端企业，型进多方位打通开发、化手何落落地和变现，建立全链路生态体系。

但正如今天在通信领域、服务体系运营商仅有几家巨头，未来大模型生态体系也会屈指可数。要建立提供孵化、训练、应用开发、商业变现、社区构建等完整的大模型生态体系，并非一家之力能完成。

为了加快这一步伐，在百度世界大会 2023 上，百度智能云提出，为合作伙伴建设国内第一个大模型全链路生态支持体系。

领先一步很重要，但生态的和谐，更需要与众同行。从搭建业界首个大模型实训营、提供孵化支持的 AI 加速器、以及一站式交易的 AI 原生应用商店等，百度智能云生态体系，是国内 AI 走向繁荣的一个关键节点。

重构中的大模型应用

过去半年，国内有超过 130 个大模型问世，从某种意义上说，大模型在第一阶段的较量，更多属于模型概念的普及、以及对标 ChatGPT 能力的律师与客户见面流出合集追赶，而解决实际场景下的问题，大模型才能发挥真正的作用，这是大模型应用在中场竞争下关键性的角色所在。

以一家提供股权投资数据和赋能的公司产品迭代为例：这是一家位于上海、专注于一级市场量化投资的数据平台开发的公司，在股权财政大背景下，他们借助自身数据优势以及 AI 原生技术，引入大模型后，提供了大量基于股权投资链的数据及评分模型产品，受到了广泛下游市场用户的青睐，每个专题覆盖企业数量可以达到几百到几万家不等。

面对大量的产业链数据，他们过去多以堆人力的形式在前端进行录入和校验，而在后端，开发人员的响应速度也十分有限。如今通过大模型，最直观的改变是，C 端从业者可以用对话、文档生成或是其他更便捷的方式对科创类数据进行高效利用，同时大模型也提升了公司内部员工对新闻等另类数据的加工效率，让辅助决策成为可能。

另一个故事发生在传统 ERP 行业中。对头部企业来说，要重构产品、革自己的命并非易事。

此前几年，企业纷纷浩浩荡荡地启动数字化转型，从 OA 系统、到 CRM、ERP 等等，中间累积了大量的数据。随着企业研发、生产、销售、人力等各项业务场景数字化深入，如何借助大模型的力量，发挥出数据的最大价值，用数据进行决策、分析正成为企业商业制胜的关键所在。

在今年三十周年活动上，金蝶发布了新一代企业管理产品金蝶云·苍穹 GPT，正是其在大模型时代的一次重要尝试。

金蝶云·苍穹 GPT 使用了百度智能云千帆平台所提供的大模型推理、微调以及算力资源服务，聚焦到财务分析、人才推荐、供应链风险分析、自然语言生成报表等多个应用场景，从传统 ERP 模式中升级为 EBC（企业后台统一服务）的优选平台，为企业提供了完备的数字化解决方案，对企业来说，有了更强大的业务创新能力与中台架构，其市场竞争力也能得到提升。

综合上述两个案例可以看到，如何借助大模型能力迈入 AI 智能时代？一条显而易见的道路是：AI 原生应用。

以重构的方式打破原有的产品范式，将大模型的能力释放至千行百业中，与实际场景面对面了解需求，聚焦 AI 能够具体做什么、带来哪些方面的提升。

过去数月，这是除了模型层之外、所有大模型从业者在卷应用时的最核心问题。拥抱大模型后，MaaS 成为了一种新的应用开发的范式。

而当许多厂商还停留在比拼模型能力、打磨技术和产品的第一或第二阶段时，就在百度世界 2023 现场，百度率先甩出了十余款 AI 原生应用，包括国内首个生成式商业智能产品百度 GBI、百度网盘“云一朵”、如流、新百度地图等，可以说百度是模型和应用两手抓，在卷应用、重构产品这件事上，百度已经领先了一个身位。重构中的大模型应用

过去半年，国内有超过 130 个大模型问世，从某种意义上说，大模型在第一阶段的较量，更多属于模型概念的普及、以及对标 ChatGPT 能力的追赶，而解决实际场景下的问题，大模型才能发挥真正的作用，这是大模型应用在中场竞争下关键性的角色所在。

以一家提供股权投资数据和赋能的公司产品迭代为例：这是一家位于上海、专注于一级市场量化投资的数据平台开发的公司，在股权财政大背景下，他们借助自身数据优势以及 AI 原生技术，引入大模型后，提供了大量基于股权投资链的数据及评分模型产品，受到了广泛下游市场用户的青睐，每个专题覆盖企业数量可以达到几百到几万家不等。

面对大量的产业链数据，他们过去多以堆人力的形式在前端进行录入和校验，而在后端，开发人员的响应速度也十分有限。如今通过大模型，最直观的改变是，C 端从业者可以用对话、文档生成或是其他更便捷的方式对科创类数据进行高效利用，同时大模型也提升了公司内部员工对新闻等另类数据的加工效率，让辅助决策成为可能。

另一个故事发生在传统 ERP 行业中。对头部企业来说，要重构产品、革自己的命并非易事。

此前几年，企业纷纷浩浩荡荡地启动数字化转型，从 OA 系统、到 CRM、ERP 等等，中间累积了大量的数据。随着企业研发、生产、销售、人力等各项业务场景数字化深入，如何借助大模型的力量，发挥出数据的最大价值，用数据进行决策、分析正成为企业商业制胜的关键所在。

在今年三十周年活动上，金蝶发布了新一代企业管理产品金蝶云·苍穹 GPT，正是其在大模型时代的一次重要尝试。

金蝶云·苍穹 GPT 使用了百度智能云千帆平台所提供的大模型推理、微调以及算力资源服务，聚焦到财务分析、人才推荐、供应链风险分析、自然语言生成报表等多个应用场景，从传统 ERP 模式中升级为 EBC（企业后台统一服务）的优选平台，为企业提供了完备的数字化解决方案，对企业来说，有了更强大的业务创新能力与中台架构，其市场竞争力也能得到提升。

综合上述两个案例可以看到，如何借助大模型能力迈入 AI 智能时代？一条显而易见的道路是：AI 原生应用。

以重构的方式打破原有的产品范式，将大模型的能力释放至千行百业中，与实际场景面对面了解需求，聚焦 AI 能够具体做什么、带来哪些方面的提升。

过去数月，这是除了模型层之外、所有大模型从业者在卷应用时的最核心问题。拥抱大模型后，MaaS 成为了一种新的应用开发的范式。

而当许多厂商还停留在比拼模型能力、打磨技术和产品的第一或第二阶段时，就在百度世界 2023 现场，百度率先甩出了十余款 AI 原生应用，包括国内首个生成式商业智能产品百度 GBI、百度网盘“云一朵”、如流、新百度地图等，可以说百度是模型和应用两手抓，在卷应用、重构产品这件事上，百度已经领先了一个身位。

应用在前，大模型在后

大模型的重要性在于，它通过一个基础大模型来完成多场景任务，作为底座能够诞生无数 AI 原生应用。但想要缔造持续健康的大模型应用生态，仅依靠百度自己“卷”自己是难以实现的。

随着大模型底座能力不断提升，新的 AI 原生应用也逐渐迎来爆发期。百度智能云千帆大模型平台推出仅半年，平台上就涌现了智能创作、问诊咨询、电商、短视频、游戏、情感陪伴，智能鼠标等多样化的应用。截至目前，千帆平台已累计为超过 17000 家客户提供服务，大模型调用量高速攀升。

可以看到，企业和开发者的焦点已然发生转变。那么在大模型应用的竞技场上，企业们最关心的是什么？

据 AI 科技评论观察，大模型应用的落地有两堵围墙：

其一，许多企业虽然希望借助 AI 原生应用来解决过往业务中的难题，但由于信息的快速迭代和交互壁垒，他们并没有很好的路径得以了解、触达到已经诞生的大模型应用。

其二，在应用的供应侧，企业和开发者完成 AI 原生应用的创新后，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一大难题。闭塞的交易链路不仅阻碍了产品应用的商业化变现，苦于没有用户买单，加上缺乏市场反馈，也不利于应用接下来的迭代升级。

在这一背景下，百度智能云推出千帆 AI 原生应用商店，率先打出了大模型应用“App Store”的概念，它要解决的核心是连接供应和需求双方，打通交易链条，将所有优质的 AI 原生应用集成在一个平台上，让用户更精准地找到目标应用。

五大领域多款 AI 原生应用

目前在百度智能云千帆 AI 原生应用商店上，我们可以看到，除了百度自己重构后的 AI 原生应用，还入驻了许多其他基于千帆平台创新的 AI 原生应用，覆盖智能办公、营销服务、行业智能、生产提效、分析决策五大领域，为多样化需求的用户提供了可以灵活选择的大模型应用采购模式。

更重要的是，AI 原生应用的商业链路也得到了打通。

通过在千帆 AI 原生应用商店上发布，让应用找到相应的客户来试用和买单，甚至借助百度的销售资源引流和获客。而在经过客户使用之后，企业也可以在较短时间内拿到市场第一手反馈，从而对原先的应用进行优化和不断迭代，更好地形成闭环和正循环。

作为业内首发布 AI 原生应用商店的平台，百度智能云出手速度之快，聚焦商业企业和开发者的商业变现痛点，更快地抢占用户心智，让应用商店更繁荣、使用更便捷，满足用户诉求。

打造全链路生态支持体系

通过建一座大模型应用商店，搭建交易平台、瞄准商业化，百度关注的是实实在在的问题。但大模型应用的落地还离不开模型训练、推理、计算还有运维、系统、工程等方面的投入。

如何让企业和开发者用上大模型、用好大模型？基于这一思考，百度智能云基于千帆大模型平台打造了“大模型超级工厂”提供服务方案。同时，推出了大模型全链路生态支持体系，在 AI 原生应用商店之外，根据不同成长阶段提供定向专属支持。

AI 原生应用最终要落到何处？走向产业侧大生产，企业做大模型应用的方式，不是亲自下场、从基础大模型出发自己“造轮子”，而是搭上生态的“顺风车”。

今年3月百度智能云推出千帆大模型平台，它是全球首个一站式的企业级大模型生产平台，不仅提供基于文心一言或者第三方开源大模型的大模型服务，还提供全套工具链和开发环境，帮助企业开发自己的专属大模型。

目前千帆平台纳管了42个国内外主流大模型，企业客户可以快速调用包括文心大模型在内的各种大模型的API，获取大模型能力。对于第三方大模型，千帆平台还针对性地进行了中文增强、性能增强、上下文增强等优化。同时，千帆平台为大模型的再训练、微调、评估和部署等环节提供全生命周期工具链、业界最多的41个高质量行业数据集，帮助客户针对自身业务场景快速优化模型效果。

在百度世界 2023 现场，百度集团执行副总裁、百度智能云事业群总裁沈抖宣布，“云智一体”战略内涵升级为“云智一体，深入产业，生态繁荣，AI普惠”。与之前相比，“生态繁荣”是新增的内容。

“生态繁荣”，已成为百度智能云大模型时代战略的重要一环。

为了帮助企业和开发者更好地使用千帆平台，百度在大模型全链路生态支持体系中，针对不同环节都提出了扶持方案。

也就是说，百度智能云不仅要帮助创业者、开发者实现从 0 到 1 的突破创新，还要帮助他们实现商业价值和社会价值。

首先在开发环节中，企业和开发者仍面临着技术门槛问题。

大模型能力要得以释放，必须嵌入到应用中才能转化为业务价值。这不仅要求企业和开发者能理解大模型的技术原理，还要具备能应用到具体业务场景中的知识储备，这对于新入行的开发者来说有一定的技术难度，即便是深耕多年的技术人员、也需要紧跟技术迭代更新知识。

为此，百度智能云推出了业界首个大模型实训营——千帆 AGI House。

实训现场

实训营内开设了学、练、训、考四大环节，参与训练营的开发者可以从数据导入、标注，大模型微调、评估，部署推理服务，以及 Prompt 设置等，全面参与到大模型开发、管理、应用的各个流程当中，由专家进行面对面指导打磨应用。

以软通动力为例，长期以来，人员招聘都是软通所面临的重要难题，每年软通动力需解决 10 万个人力需求，审核和分析简历多达 200 万份，一年内有超过 70 万场面试，这些都是由 3000 名招聘顾问来完成的。

在与百度智能云合作后，借助大模型能力进行需求分析，软通推出了 AI 原生应用面试助手，通过大模型招聘顾问来快速掌握知识，并且模型还能候选人的情况自动生成面试题。把招聘顾问秒变成面试官，不仅缩短了候选人平均等待时间 60%，面试质量也得到了明显提升，综合面试通过率提升 30% 左右。

其二，对于缺少技术培训赋能、资本及产业落地支持的初创企业，百度智能云推出了 AI 加速器。

在拉动资源的孵化环节中，百度智能云不仅同北大智能所、清华互联网产业研究院、赛迪等顶尖的科研院所接合作，还拉动了创业黑马、爱分析等为创业者提供全方位服务的企服平台、产业园区和许多投资机构的资源，为参加 AI 加速器的企业提供系列扶持。目前， AI 加速器累计吸引了全球共 57 家创新企业的参与，共同开发了超过 22 个商业化应用。

千帆AI加速器成员

第三，在大模型社区生态方面，百度也做了很多的工作。千帆社区不仅有丰富的官方教程、案例、实践指导，还有开发者们分享的真实案例和实践经验，遇到技术难题时，也可以随时在社区里求助、由其他开发者提供答疑帮助，让每一个开发者都可以为这个生态贡献自己的力量。

MaaS 时代，大量企业都将在大模型冲击下，迎来意想不到、甚至颠覆性的产业再造。而生态，正是跑进大模型时代的最后一公里。

浪潮之中，百度的态度很鲜明，首先是做出能力更强的通用大模型，恰如此次百度世界 2023 所亮相的“综合能力与 GPT-4 相比毫不逊色”的文心大模型 4.0，并迅速完成一批应用的重构，打出大模型技术的可行性。

更重要的是，面向客户落地大模型的五类需求，百度智能云基于千帆大模型平台打造的“大模型超级工厂”给出包括AI原生应用开发平台在内的全套服务方案。同时推出大模型全链路生态支持体系，加速企业 AI 原生应用落地和商业化。

接下来的竞赛，不再是局限于大模型的追逐，更是如何对应用产品进行自我优化、革新。如今，AI 原生应用的号角已经吹响，在走向生态繁荣的进程中，百度定义了 AI 的下一波发展。

（雷峰网(公众号：雷峰网)雷峰网）

雷峰网原创文章，未经授权禁止转载。详情见转载须知。