据新浪财经报道,2026年APEC工商领导人峰会11月17日至18日在深圳举办,集团创始人、董事长兼首席执行官李彦宏在会上表示,AI的最终价值在应用层。他把AI分为GPU芯片、云基础设施、开源或前沿大模型以及应用层,并强调只有技术在具体场景中形成应用,价值才能真正实现。相比模型本身的变化,他更关心AI如何进入各国、各公司和各类组织的实际业务。这一表态之所以受到关注,是因为当前AI讨论多集中在模型能力,而应用层直接关系到技术能否被普通人感知和使用。

从这四层关系看,芯片和云提供算力与运行环境,模型把数据转化为能力,应用层则把这些能力接到出行、医疗、娱乐等真实需求上。应用不是技术链条末端的附属品,而是决定技术能否完成服务闭环的出口。以出租车为例,一辆车同时调用芯片、云基础设施和模型,还要处理远程协助、道路规则和乘客服务。缺少任何一环,技术都难以变成可乘坐、可调度、可管理的日常服务。这也是李彦宏把应用层称为“终极价值”的原因。
判断应用层的价值,不能只看模型发布时的参数或演示效果,而要看它在具体场景中能否稳定运行。出行场景尤其如此:车辆感知、决策、远程支持、平台调度、保险和道路开放要形成配合,安全记录、运营成本和服务效率才会成为可检验的指标。应用层还牵动上下游配套,芯片供应、云资源调度、模型迭代和线下运维在同一条服务链上相互约束。一个应用能否持续,不取决于单点技术有多新李彦宏:ai的最终价值在应用层,而取决于这些环节能否在日常使用中保持稳定。
放到普通乘客的使用场景里,应用层就是打开叫车软件后,车辆能否按时到达、路线是否合理、遇到复杂路况能否安全处理。
报道中提到,相关出租车已在香港开展试点测试。试点对应的是应用层落地中最实际的一环:车辆要接入当地道路环境、平台调度和远程支持体系,技术能力要在真实运营中接受检验。相比在实验室里展示模型能力,这类测试更接近应用层的完整形态,也更能说明为什么李彦宏把出租车视作AI应用的例子。它同时使用芯片、云和模型,又把它们转化为可被乘客使用的出行服务。
回到“AI的最终价值在应用层”这一判断,重点并不在比较哪一层技术更重要,而在于技术价值最终要由应用来承接。模型、云和芯片构成能力底座,应用层决定这些能力能否进入日常场景,并形成可感知、可管理的服务。对普通读者来说,观察AI进展时,除了看模型更新,也可以看具体场景里技术是否真正解决了问题李彦宏:ai的最终价值在应用层,是否让服务变得更安全、更便利。
热点延伸
