生成式AI浪卷之下，搜索引擎箭在弦上
对话 | 张鹏
大模型的呈现，让「查找」正在迎来一场从技能底层敞开的革新。
国外谷歌、微软现已有了动作，国内百度也早已开端举动。本年三月推出文心一言以来，百度现已环绕查找产品进行了屡次晋级，抒发推出具有多轮交互才干的 AI 同伴；推出文心一言插件途径「灵境矩阵」；发布被 AI 重构的新产品「简略查找」等。
在 2023 百度国际大会上，百度查找反抗了进一步的晋级。李彦宏现场宣告，晋级后的百度查找将具有「极致满意」的生成才干——在查找框里输入问题，查找可以不再是给出链接，而是直接生成一个最好的答案。此外，百度查找还将添加协助用户更好表达的 「多轮交互」 才干，和更能满意用户内容需求的「引荐激起」功用。
互联网国际表达改动，「查找」都是用户刚需。其实质是，用户永久有自动对国际探究的需求。
而曩昔影响「查找」的一个要害问题是「交给」——用户不太会搜，或许搜完了不精准、不全面，需求重复输入或翻开链接才干得到答案。
这些问题由许多要素导致，一部分是商业形式，但要害还在于查找引擎自身的技能原理——曩昔的「查找」不是用户问查找引擎，就给出一个答案，而是用户问完，它给出一串最有或许抒发答案的「链接」。这些链接或许是网页、百科、文章或许短视频，需求用户一个个翻开，然后判别有没有答复自己的问题。
而大模型和生成式 AI，至少会从三个层面改动「查找」的逻辑：更精准地了解用户的发问并给到回复，在更懂用户的根底上引荐更多更适宜的内容，以及给用户更多时机表达——这三个层面，也别离对应「新查找」所着重的，极致满意、引荐激起和多轮交互。
这个逻辑自身不难推演，但要落地却面对许多现实问题。大模型的技能才干是否到达要求，新的查找产品表达界说，是否需求构建一个新的商业形式来支撑，以及表达规划一个明晰的路线图，反抗到「新查找」的过渡。
带着这些问题，百度国际大会期间，极客公园创始人张鹏和百度集团副总裁、查找途径负责人肖阳进行了近两个小时的交流。他们一同追溯了百度查找演化的前史，剖析了大模型表达改动查找体系，并讨论了大模型送行查找的未来。
以下是对话全文。
01
查找的持续进化
极客公园：百度内部是怎样界说所谓的查找层面的革新或许说重构？
肖阳：查找内部这几年都在产生巨大的重构，咱们的体系每两三年也要重构一次。技能的浪潮，有些是看得见的，更多是看不见的，ChatGPT 这次是群众能看得见的浪潮，由于它和天然言语的相关很严密，所以人们能了解这次革新意味着什么。
可是曩昔也都有这种大的技能革新不断产生，咱们的体系也在产生相关改动。回忆起来，百度查找前史上有好几回都是归于重构性质的，比方框核算，深度语义匹配，深度问答……
跟着技能的开展一日千里，咱们必定会很频频地持续做这种深度重构。最近四、五年，每一年我都感觉查找在做一个完全的革新，并且速度越来越快，这会是一个永久持续不断的进程。
极客公园：3 月份文心大模型发布之后，查找阅历了什么样的改动进程？大模型对查找这个体系是怎样产生影响的？
肖阳：实践上咱们在 ChatGPT 发布之后，马上就将生成式技能交融进查找了。
在这个进程中，百度一向想聚集的一件事便是让用户更天然地表达需求，一个是更精准，一个是更好消费。前史上几回代际革新也是朝这个方向走。
2009 年 Robin（注：李彦宏，下同）提出的框核算其实便是这个概念。那个时分，阿拉丁是 Robin 在全球最早提出来的概念，现在咱们的阿拉丁覆盖面，做得精密程度和投入的资源，都比抒发谷歌在内的其他查找引擎更好。
还有咱们做的语义检索、语义匹配。之前的对称匹配技能，需求答案中带有跟问题相同的要害字才干辨认。2019 年 Transformer 老练了今后，它能打破非对称语义匹配的技能瓶颈。许多答案只需是在答复问题，都能很好辨认。咱们很早就判别出这个技能，能给查找带来很大进步，在这方面大规划使用是最早、最深、最广的。
极客公园：你们是怎样用大模型来处理「非对称匹配」的问题？
肖阳：咱们对查找的要求是给到用户精准性很高的答复，精准的一同还要丰厚。
总归，用户所需求的信息，最好是很精准的答复，一同也不要再说任何用户不关心的问题，这样对用户的功率是最高的，这是咱们「极致满意」一向在做的。
另一方面，查找的阿拉丁稀有千张卡片。这悄悄接的各种数据都十分丰厚，十分复杂。可是用户在匹配阿拉丁的时分，需求是十分个性化的，有的人要看未来 15 天的天气预报，有的人要看穿衣指数，有的人要看雾霾。
咱们就在想技能上能不能做到个性化的拼装，个性化的答复。说实话，咱们在技能上一向在尽力，但总觉得缺那么一点，也便是需求对常识内容进行了解，乃至有推理的需求。曾经，咱们在推理才干上是缺乏的，在数据匹配、产品款式还有传统含义上的语义向量模型，贮存学习模型上做了许多事，但总觉得拼图里短少一块。
看到大模型，咱们觉得，这便是查找整个拼图里最重要的一块。它的回忆、推理、逻辑了解、内容生成才干，能让咱们把之前想在技能上做到的东西串起来。
说实话一开端想得很简略，觉得咱们的精准问答还有创造类的需求，应该马上就能产生作用。但实践评价才发现，只用这个模型作用是很差的。它要使用于整个查找，还要战胜许多困难，抒发算力，和查找技能的交融等等。可是咱们天翻地覆很振奋，很快就拿出计划去测验。
极客公园：你觉得 Robin在做大模型技能中心方向判其他时分，脑子里是不是也由于曩昔查找里的许多场景，许多问题，他在大模型上能看到答案，所以成为了最早对这件事下决心的人。
肖阳：我觉得这两件事实质上是一件事，便是能让用户表达得更多。
查找框的呈现，是一个很深入的改动，让用户总算可以对机器去提需求。曾经用户提需求是通过点击滑动的方法，查找框让用户榜首次用言语去发问。
现在看来，这个交互形状（查找框）十分简略，但背面的技能有代际进步含义。一是深入地改动了用户找内容的方法，还改动了内容出产的方法。再加上百度找到了一个很好的商业形式，让网站也能赚到钱，所以整个内容供应生态就产生了深入改动。
ChatGPT 出来今后，咱们一看这个便是查找要往前走的方向。它的确可以很快速地把查找本来 20 年的堆集串在一同，并且点铁成金，取得很好的作用。
02
查找未来
会不会是Agent
极客公园：今日百度再去干查找，它的实质仍是衔接，仍是会变成其他东西？
肖阳：查找的理念早就不是衔接了。百度曾经着重服务的闭环，着重怎样样可以反抗端到端的满意。用户仅仅给查找框提了一个需求，咱们就在考虑怎样样能使用户满意。这实践是一个用户提出需求，机器表达把它对齐的进程。一切的产品都在往这个方向上走——机器表达 follow 人的需求。
极客公园：有没有或许查找未来便是一个 Agent？
肖阳：将来的要点必定是 AGI 在场景上的深度使用。光提 AGI 是没有用的，就像咱们通过九年义务教育，也仍是得接着进职业，得成为一个律师，成为一个科学家，成为一个互联网大佬，在场景里打透才行。所以它必定是一个 AGI 加上后边的一堆 Agent。
查找被大模型赋能，但咱们需求让它更精准，更契合 AGI 带来的时机。AGI 在这个场景里深度使用，就会把咱们曩昔这 20 多年的技能堆集全都串起来，并且还会翻开新的场景。
极客公园：新的场景是什么？
肖阳：Robin 这次提查找的代际革新是三部分，极致满意，引荐激起和多轮交互。它不必定和大模型自身直接相关。极致满意的意图是什么，是营建一种信赖感。也便是让用户对 APP 信赖，对这个场景有认知和定位，乐意在这上面花更多的时刻。这儿的意思，不光是高效地满意用户的需求，还要能互动，让用户说出需求并得到满意。
一同，百度的 DAU 应该比其他 APP 的 DAU 更有价值。由于其他许多 APP 都是滑动、点击，而用户来百度至少需求输入一个内容，表达一个需求，并且咱们是天长日久地表达。所以，咱们假如有大模型，就可以更有内容，也更有或许做到引荐体系或激起体系的代际革新。
五六年来，引荐的场景没有什么太大的打破，咱们现已习惯了。但百度的用户行为和咱们对内容的了解，有或许让咱们在满意用户需求的一同，更好地去引荐内容。从这个维度，用户场景的拓宽是有或许的。本来咱们做 Feed 的时分是拼接逻辑，也便是查找框底下是 Feed。这种方法咱们深耕了几年，把时长进步了好几倍。
再进一步，假如咱们在场景上可以更懂用户，更懂内容，做更多的匹配和激起，这个进程中用户对场景就会更信赖，时长会再稀有倍的进步。
还有，这儿的商业价值十分大。比方咱们现在看到许多用户的转化，商家的转化，中心都是断层的。比方曩昔商家和用户聊两句就得要电话，中心还有各种优胜劣汰的机制，咱们也无法很好地去 build。但在这个商业形式下，假如你对途径很信赖，整个转化就能进步 10 倍。
这样的话，咱们究竟是一个 Agent，仍是一个答复问题的机器，仍是一个帮手，这些都不重要了。最重要的是，这个场景能不能让用户在咱们这儿取得很好的消费满意。
极客公园：但这个场景百度、谷歌可以做，ChatGPT 或许其他原生 Agent 也在做。
肖阳：一切的产品都有一个鸿沟，假如太广泛，没有详细场景，群众承受起来也有难度。但我觉得像查找这样的场景，用户在处理问题的一同，还会有一些需求在这儿取得满意。
比照之下，ChatGPT 开展到必定程度会有一个瓶颈，便是它把自己界说得太广泛了。假如它仅仅一个对话东西，那么用户对话了之后究竟想取得什么？是取得情感的陪同，取得文娱，仍是处理问题，仍是修改、作业？总该有一个鸿沟。其实这也和人相似，要是一个人说自己什么都会，又是美术家又是科学家，或许他人反而不敢跟你聊了。
03
「任何时分都不要
按捺用户的表达」
极客公园：鄙人一个阶段里，查找和人的联系是不是又会面对改动？
肖阳：对，查找本来能协助用户一部分，现在根据信赖可以一向尽力地协助用户。一个是能做到更了解，一个是能处理更多问题。一同，根据信赖的引荐能让用户的日子更好，所以用户就会在查找上花更多时刻。
其间的一个要害是，一向让用户表达。我有一次和 Robin 开会，他说「任何时分都不要按捺用户的表达」，这是一条金律，是他的最高信条。咱们做了许多动作，绝大部分都是想方设法下降用户的表达门槛。
用户怎样可以表达？一个是信赖，一个是表达了真的有用。别的他表达后你要有反应，要能更懂他才行，信赖便是这么树立起来的。你表达得更多，咱们处理得更多，信赖就越来越多。
并且，信赖是真实的门槛。曾经的查找是没有门槛的，用户的搬迁本钱很低。咱们的作用一旦高过他人 10%，就有马太效应了。但只需是犯错误了或许是绕弯子，做的作用不如他人了，乃至跟他人相等，用户时长也会下降。
极客公园：曩昔或许用户的表达悄悄，有的一些是不精确的。那么今日去看，查找没有对用户抓取，反而对接下来赢得用户的信赖是十分重要的？
肖阳：查找是一个厚道孩子，或许没有在引荐引擎的层面上赶上那一波最潮的东西，但厚道孩子是有含义的，由于它对用户是公正的。
用户会在百度查找 AI 同伴里，进行许多轮的交流，问询日子中方方面面的问题，就真的像跟一个同伴谈天相同。为什么他们能聊起来，便是由于树立了信赖和了解。
要从头从 0 到 1 构建这样的信赖，不根据查找也是很难的。从答复来看，由于技能还在开展，有的时分也不尽善尽美，有的时分前后逻辑对立，但用户对此是有宽容性的。许多用户的反应都是，支撑你们，你们必定得做好。这便是由于信赖叠加了交互，用户愈加信赖查找。
极客公园：提到要得到用户的信赖，生成查找成果必定要精确才行，所以大模型的错觉问题，咱们处理得怎样样了？
肖阳：我觉得这个问题的确有技能难度。首要，咱们技能上测验了许多立异，比方在溯源的可信度上、在大模型自己的鸿沟上，和一些数据使命的规划、模型练习上都有尽力。
但错觉是个国际难题，咱们不能说 100% 处理。查找一向都是这个理念，能处理大部分或许更多的问题就可以。咱们不寻求 100% 地处理问题，由于这是一个伪口是心非，不或许 100% 处理。
查找依托自己优势做的作业抒发，榜首，过往不管是通过框核算仍是阿拉丁，咱们衔接了十分多合作同伴的威望数据。这些自身满足可信，满足威望的数据，在必定程度上能处理特定范畴下的一些错觉问题。第二，咱们的插件生态，也有一部分数据型的插件。这些专业、威望范畴的数据型插件，也会帮大模型更好地在金融、法令、医疗、教育等笔直范畴获取到满足优质的信息。在这个前提下，错觉问题必定程度上是可以躲避的。
其次，衡量大盘的作用必定要知道什么是首要问题，什么是非必须问题。我觉得至少现在生成式技能重构后的查找，在处理问题的方面比本来的查找进步了许多功率。
所以，错觉问题咱们或许处理一部分，可是咱们更多致力于让错觉问题不要对自己构成问题。
极客公园：为什么会觉得多轮交互对下一代查找引擎有更大价值？
肖阳：比方，假如一个养仓鼠的用户一天问了 70 多轮仓鼠相关的问题。他或许是查找的初学者，所以需求不断换 query。可是换 query 的实质是，用户觉得你不了解他。
曾经的查找是单轮（对话）根底上的多轮（对话），是阶段性的，需求用户自己把答复组合起来，但现在可以用生成式模型直接串起来。
还有跨模态。百度很早就做视觉查找，但之前没有自动问用户的才干。现在可以跨模态了，图片可以辨认成语义或许向量，用户能对图片发问，这么一来用户的表达门槛就下降了。
有些用户拍一张图，咱们就能知道他的需求，但拍完今后他的需求更多，以为要对这张图要弄清，做发问，要根据这张图获取更多的信息。从这个视点来说，咱们又有新的难题要处理，但这个是很必要的。上一年我就说这是双向奔赴，构建飞轮的进程。咱们处理了一些问题今后，用户就会有更多更难的问题，可是咱们接着又处理了，最终构建了这种飞轮。
比方，在 AI 对话里用户可以发一张电路图，问开关开的时分是什么体现，A 灯泡亮不亮，B 灯泡亮不亮，曾经这种问题无法查找，但现在你可以搜了，还可以多轮交互。
极客公园：你们其实是通过多轮交互才干的加持，在下降对人的天然言语才干要求。一方面AI要进步，可是用户的起点用户的需求，你是操控不了的，只能去习惯，所以多轮交互某种程度感觉是对这个的一种习惯？
肖阳：在大言语模型这次打破之前，咱们就必须让用户更天然地表达，咱们在这方面是有寻求的。不过这悄悄略微有一些差异，比方我那天传闻，现在咱们还要煞费苦心去看什么样的 prompt，可以挖掘出大模型什么样的才干，这个其实是反人类的。人为什么要去习惯大模型的需求？这样的 prompt 其实就不是天然言语，而是伪代码。
咱们做了几十年查找，便是想把天然言语转化成机器知道的东西，让机器输出可以让人天然了解的东西。现在有了大言语模型，咱们能把这件事做得更好。
ChatGPT 发布之前，GPT4 现已练习出来了，但用了不少时刻做 Alignment（对齐），内部的反应是说 Alignment 今后大模型的才干其实是下降了，由于跟人要对齐。可是对齐到什么程度？这个其实不是光靠大言语模型自己能处理的，是需求靠周边的各种智能体系一同处理。而这个便是百度拿手的当地，反过来看 OpenAI，它没有查找根底。
极客公园：这个观念特别新锐。所以，Alignment 是要让大模型自己约束自己的智商、表达才干和创造力去适配人，仍是咱们保留了它的一些东西但给它加结构，加一些才干，让它再去构成表达？
肖阳：开端的时分咱们觉得要有一个很好的生成式技能，但后来发现跌倒生成式技能不断在开展，但咱们的作业是做更好的查找。本来查找是给人看的，现在是给大模型看的，这两个使命是有差异的。给大模型看，咱们能做更多的开释。也便是咱们能把本来想做的事更高效地反抗，然后大模型再给人去做 Alignment。查找自身具有衔接的才干，处理问题的才干，通过这么多年的演化现已成为一个健壮的身体。这个时分加一个大脑，它可以在许多层面帮用户处理问题。
极客公园：这就变成了两者的一个组合，便是脑和身体的组合，最终反抗更好的动作和交给。
肖阳：用多轮交互下降人天然言语表达的难度，然后再加多模态，实质现已逾越了天然言语。
查找其实是最早用天然言语和机器做交互的起点，今日不断地在下降人用天然言语的难度。乃至，它的结尾都不是天然言语，而是你只需给它任何东西，查找就可以通过多轮交流加多模态才干，更好地服务你，树立更强的信赖。
假如信赖是终极方针，这几个技能栈都十分要害，这个拼图也就越拼越紧。OpenAI 有一个很好的大脑。它的大脑不断地在开展，但这手工，它还要放开手脚。查找和大脑，现在看起来或许是两个场景，但将来越来越会是一件事，就像是有手有脚加上大脑，才是一个完好的人。整个智能体系反抗的动作，会远超出咱们的想像。
多模态，现在在工业界实践上，技能往往仍是转化成文字去处理的。但现在跨模态大模型也在练习，这个技能打破也便是这几年的事。人的决议计划信息 80% 的输入来自于非言语的信号，现在抖音视频引荐，也是使用视频中的文本信号，比方 OCR 、ASR，通过字幕、声响辨认文字，或许周边的文本信号去引荐的。而对视频自身的了解，图片自身的了解还在完善的进程中。一旦大模型在这点上有打破的话，又是一个代际革新。
04
新查找的商业价值，
会十倍、百倍进步
极客公园：灵境矩阵是咱们现在在主推的一块事务。它的方针是什么？对百度查找意味着什么？
肖阳：灵境矩阵的定位不是查找的插件途径，是文心大模型的插件途径。咱们一开端评论它的方针的时分，就定位成要让文心大模型更有价值，能处理更多问题。所以从这个视点来说，咱们是在为文心大模型安手和脚，而查找是一个躯体。
这样，大模型这个大脑才干习惯各个职业的开展。大模型像是一个脑筋很老练但还没有入行的一个人，它把九年制义务教育都念完了，后边要考虑的便是怎样拿着各种东西，用各种常识，穿戴各种工服，进各种公司去处理产品上的问题。
为什么是查找来接受这个功用？由于查找最有场景，查找也现已有很老练的商业形式。咱们只需求把这些商业形式拓宽，它就能回馈文心，基本是这样的进程。
这个进程说白了，便是让这个途径更好用，让文心大模型更契合国内开发者的需求。当然最重要的是把商业形式打通，处理开发者为什么要给文心大模型做插件的问题。
极客公园：所以其实是靠查找来处理插件的商业形式问题吗？
肖阳：初期是这样的，由于查找更闭环，这是咱们的优势。
查找适当所以一个 MBT（根据模型的测验），先让它转起来，让各个场景都有一个比较老练的形式，这样的话咱们所要做的便是持续扩展，持续探究怎样样能让大模型更有价值。
极客公园：现在灵境矩阵，实质上是不是可以了解为它成为了百度小程序？未来要拉更多开发者到这个生态里，并且树立一套新的利益分配机制？
肖阳：我觉得它能比小程序做得更多，由于大模型才干更强。并且插件里有一个数据飞轮概念，小程序仍是功用和容器，那个送行的数据飞轮不像现在大言语模型送行这么重要。
好的使用场景，都需求一个十分强的数据飞轮。比方 Midjourney 一会儿给你四张图，对它来讲，给你一张图，本钱最低，给你四张图，便是为了取得更多反应，让它越来越好。所以咱们发现，这些开发者越先接入，在场景悄悄越先使用好，数据飞轮就可以和文心大模型贯穿，这样大模型也会越来越好，开发者自己的插件也会越来越好，飞轮会越转越健康。
极客公园：公司内部关于这样的一个技能和产品的架构，是有一个清晰的规划仍是边走边看？
肖阳：有清晰的规划。最近也有人在争辩需不需求有职业模型，比方金融职业做一个模型，这个模型要做私有化布置，一同规划要被操控。
这悄悄存在悖论。现在业界普遍以为 600 亿以上的参数才干有智能出现，才干更好地去接入这个职业，不然你处理的问题或许是曾经的模型就能处理掉的。
最近有公司说，我处理一个发票，处理一个合同，也用大模型，但一个发票两毛钱太贵了。咱们五年前处理发票便是大模型了，两毛钱满足咱们处理一大批发票了。所以我觉得大言语模型去处理问题必定要树立在智能出现、树立在新的 AGI 的根底上。它必定是一个插件，能让一个人拿着东西去处理问题。
极客公园：假如咱们顺着这个视点去谈，能感觉到百度查找未来的整个商业形式，是不是也会面对改动？
肖阳：这个商业形式必定会产生很大的改动，但不意味着推翻。榜首个改动是用户付费，这必定是在大模型把信息变得更通明、把用户了解更透彻了今后的商业形式。这样的话，用户就会为更有价值的服务、更有价值的内容付费，这才是更实质的商业形式。
极客公园：不是为东西付费，是为服务付费。
肖阳：对，为服务付费一方面有利于树立用户的信赖感，另一方面它是一个更好的、端到端的、优胜劣汰的方法。服务究竟好不好，别老投广告，拉出来是骡子是马溜一溜，看有没有人乐意付费。并且我觉得关于百度这样一个途径，是信息越对称越赚钱，曩昔广告体系的演进也现已证明了这一点。
信息越来越通明，越来越按作用付费，那么途径的功率必定是高的。信息不对称，关于大途径来说是耗费资源的。让信息完全对称，对百度这样的途径来说是一个时机，这样一来用户价值也高了，商业价值也高了，没有人再因而受害了，一切人都得益于这个形式。
第二个改动，我觉得原有的广告形式，也会因而有很大的进步空间。曾经所谓的广告匹配就像检索相同，现在在生成式技能的加持下，可以反抗端到端的改造，整个转化可以有大起伏进步。
还有 B 端也可以付费，比方咱们给 B 端做 bot 、做品牌数字人，看到 B 端的付费志愿也很强。B 端曩昔缺一个跟用户直接交流的载体，那么大言语模型可以加持这部分。咱们的数字人技能也堆集了许多年，很老练，这一块会有 B 端品牌来付费。我觉得关于大言语模型来说，也不失为一个好的形式。
极客公园：所以查找未来有或许变成 B 端为某个场景的处理计划付费，为查找才干来付费、为查找加大模型才干来付费的形式。
肖阳：是，我觉得端到端的转化应该会稀有倍乃至 10 倍以上的进步空间。
比方数字人，查找事务由于数字人而添加收入，这个在 B 端有许多事例。比方曾经用户用查找，咱们或许只能给他一个冷冰冰的成果页或是详情页，现在可以用数字人接过来。
本来广告的转化，或许客服聊两句就要电话，功率很低。现在一切人都可以个性化地聊，聊到最终或许转化到其他途径，或许就地直接转化成头绪、直接到线下去了，整个转化漏斗会进步数倍，所以客户会乐意为这个付费。
极客公园：B 端转化率进步实践上是添加的中心点，乃至这个量比 C 端更大？
肖阳：更大，并且更确认。查找自身也是百度的「1」，而这件事假如反抗晋级，它向上的开释才干是很强壮的。
在这个送行里怎样向上走，长时间来看，用户的信赖带来更大的时长，加上更好的转化作用，这便是 10 再乘以 10，是存在百倍的空间的，这是我觉得查找未来值得等待的那个点。
极客公园：大模型送行带来的出产力进步，是不是可以让查找反抗本来的「不或许三角」，让用户、B 端以及途径反抗三方平衡？
肖阳：我觉得是。大言语模型让咱们可以和用户离得更近，能让用户离 B 端也更近，迭代速度也更快，并且信息更通明。这样的话，咱们就能互相了解，这个商业形式实践上是更健康的商业形式。至于能不能带来本来那么多的收入，我觉得也是能的，由于信赖现已有了。
首要用户信赖自身便是价值，用户信赖进步了 10 倍，那么商业价值就应该有 100 倍。长时间来看，用户信赖进步了今后，更多的需求会被激起，更多的用户也会来，途径的影响力也会更大。
商户的营销费用，总额就这么多，营销费用必定往功率最高的当地走。
极客公园：再讨论一个更务实的问题，这背面本钱上算得过账来吗？今日百度是否现已处理了大模型推理本钱高的问题？
肖阳：这并不是很大的问题。首要榜首点，像百度查找这么大的规划，必定会遇到这个问题，咱们所要做的便是用现在这样的本钱，这样的技能，把功率进步，去处理更多的问题。并且这个问题是一切公司都面对的，没有谁现在就处理这个问题，我不觉得这是百度竞赛悄悄最要害的问题。
接下来，就看咱们表达更高效地使用生成式的技能处理更多问题，这是咱们拿手的，也是有经历的。所以第二点，咱们必定能比一切的竞赛对手在这方面做到更好，先比其他人好 10%，再进步 10%。这两样加起来不便是壁垒吗？
通过调查，咱们的本钱也略有添加，但全体起伏还好。到这个方位必定会面对这个问题，只需咱们提早处理了，就比你好，就比你先知，就比你抢先。
本文源自：极客公园