百度世界2023上 ， 百度智能云千帆AI原生应用开发工作台正式发布，该程序将大模型应用开发中常见的模式、工具、流程，沉淀成一个工作台 ， 帮助用户轻松开发属于自己的AI原生应用 。
目前，千帆平台上提供了检索增强生成（RAG）、智能体（Agent）等常用的AI原生应用框架 。在每个框架下，百度智能云还提供丰富的样板间 ， 支撑开发者敏捷、高效地进行AI原生应用开发 。
而在应用开发平台之外，层级中更加细分的插件，也是百度重视的方向 。
对于开发者来说，如果想要做一个AI原生应用，往往需要大模型能力基座、足够的高质量数据资产、高效率的场景调用分发与独特的创新性 。但不幸的是，许多中小开发者只拥有他们独有的思维方式，在其他能力方面却显得十分“窘迫” 。
而开发者们“捉襟见肘”的地方，却恰恰是百度优势的维度，于是灵境矩阵平台便应运而生 。作为百度推出的文心插件开发平台，支持广大开发者根据自身行业领域、应用场景，选取不同类型的开发方式、模板组件等进行接入，旨在搭造更加场景化、行业化、定制化的AI应用插件 。
其实从千帆与灵境的推出中，便能看出百度在应用层面中的决心，毕竟无论是投资千亿的基础大模型，还是发力推动的行业大模型，若是离开最贴近生产场景的应用的话，便是最大的泡沫，也更无法谈及商业化了 。也正如李彦宏所说的“只有在大模型基础上产生足够多的AI原生应用，才是一个健康的生态环境 。”
但是 ， 百度的重视却并不意味着应用层面上的绝对成功 。
相比其他大模型厂商，百度在大模型行业落地上的优势主要是体现在客户的交付保障以及全链路的服务能力 。截至目前，有将近500个场景已经通过和客户共创取得了不错的效果 。应该说第一阶段的试用和验证已经基本结束，进入到产业实际落地的第二阶段 。
不过 ， 从自有业务场景角度来看，百度的搜索场景相对于华为的工业场景，腾讯的娱乐场景，阿里的购物、支付、生活场景的确显得捉襟见肘，即使完成了AI的重构 ， 能带来商业化盈利有几何还需时间考量 。
而在自有业务场景外，开放出的应用与插件开发能力最终能吸引多少用户？在部分用户群体的身上能获取多少收益？也都是一个未知数 。生成型AI应用的最大问题不是找不到用例、需求或分发，而是证明其价值 。在当前的AI生态环境之下，应用层的更迭有多少价值尚且未知 。
但是，作为一位投资者、观察者来说 ， 其实也并不需要过分悲观，毕竟百度作为业内技术力顶尖的AI企业 ， 同时也有着一套清晰的打法与思路，本就十分难得了 。而具体的落地情况与商业化上限究竟在哪里，不妨给予百度更多一些的时间，再进行评价 。
4
写在最后
作为十年前超越阿里与腾讯的中国互联网市值第一，当前甚至被众多“小辈”的估值所超越 ， 这些年百度的日子不可谓好过，那么为什么技术侧最强的百度却在得不到对应的市值？这其实是一个很值得我们思考的问题 。
除去没有快速进军云赛道、自动驾驶烧钱成果不大这些“战术”性的失误外 ， 在移动互联网时代没有一款真正颠覆时代的好产品出现，才是百度最根本的问题 。反观快速崛起的互联网新贵们，我们其实不难看出，在移动互联网时代，用户的体验与应用的落地才是最重要的 。
站在AI时代之初，百度也喊出了All in AI的口号，希望通过聚焦重点行业进行单点突破，再通过技术的领先来带动其他业务线的思路是正确的 。但正确的路上往往艰难险阻、荆棘重重 。
【百度All in的大模型何时能赚钱？】
推荐阅读
- 清理电脑C盘内存的几种方法科普给你
- 如何避免JavaScript中的内存泄漏？
- Mybatis占位符#和$的区别？源码解读
- 基于 KubeVela 的 GitOps 交付
- Spring的BeanFactory与FactoryBean的区别，你现在懂了吗？
- 认识一些常见的Spring Boot内置Health Indicator
- Go的元编程：代码生成与AST操作
- K8s组件全解析，你需要知道的一切秘密
- 千亿级数据防丢指南：存储系统的可靠性保障实践
- 如何使用GPT作为SQL查询引擎的自然语言