近期，一款名为Manus的AI智能体产品在网络上掀起轩然大波，其邀请码价格甚至飙升至10万元的天文数字。然而，这款被誉为“全球首款通用AI智能体”的产品热度并未持续太久，便被揭露其核心功能实际上是依赖于外部API调用，即Manus本身并无自主研发的大模型，而是借用了其他公司的大模型技术。这一事实令人大跌眼镜，不禁让人回想起李彦宏早前的言论：大模型的竞争并无实际意义，真正的赛道在于应用。
当前市场上的大模型应用，其表现仍显不足。例如，某些智能客服系统只能机械地回答预设问题，一旦遇到复杂情况仍需人工客服介入。这样的AI产品，与真正的智能AI产品相比，尚有极大的差距。实际上，能够帮助人们解决实际问题的AI应用仍然屈指可数。
李彦宏在人民网署名文章中提出的观点，或许能为中国AI应用的突破提供启示：“没有数以亿计的运营公里数，无人驾驶就不可能比有人驾驶安全十倍。”这句话揭示了AI应用爆发的真谛：并非简单地贴上AI的标签，而是需要通过大量的真实数据和丰富的应用场景来不断训练和优化。
中国AI发展的现状，正面临着应用匮乏的困境。究其原因，大模型的能力尚未得到充分开发。而大模型的能力与算力密切相关，遵循着scaling law的规律。DeepSeek不仅在开源大模型方面做出了贡献，更在有限算力下研发出高水平大模型的算法，这一成就令美国科技界震惊不已。软银和苹果等巨头公司在美国大规模投资人工智能基础设施的计划，在DeepSeek的成功面前显得有些黯然失色。
然而，这并不意味着算力的重要性有所降低。为了下一代大模型的发展，我们仍然需要更多的算力支持。在WGS峰会上，李彦宏强调，企业仍需持续投入半导体、数据中心和云基础设施的建设，以打造更优秀、更智能的下一代AI模型。
今年2月，百度宣布成功点亮昆仑芯三代万卡集群，这是中国首个正式点亮的自研万卡集群。昆仑万卡集群的点亮将显著提升百度的AI算力水平，同时也为国内企业开发更智能、更高效的AI模型提供了有力支撑，进一步推动了AI技术的普及和应用。
