袁佛玉表示，在可見的未來，大模型發展方向是智能能力提升和持續降低成本，最終落地形式會走向Agent AI和Physical AI。在這兩個趨勢下，當下最重要的是兩方面能力：一是模型推理及代碼能力更強，走向自主進化，只要有明確的定義和評價標準模型就能找到最優解；二是模型多模態能力更強，AI多維真實認知世界。

　　袁佛玉認為，在今天的大模型能力下，落地還面臨兩大挑戰。一方面，算力是智能化必備生產力，未來會成為一個昂貴的成本，企業需要平衡“有限算力”和“無限創新”，通過算力的選擇和管理，把算力用到極致。當前的算力需求已經從單體推理走向訓推一體常態化，百度在此基礎上推出了自研的昆侖芯作為解決方案。經過內部業務錘煉，昆侖芯性能優勢非常突出，在主流芯片里昆侖芯是最早可以單機部署滿血版DeepSeek推理，32機可支持DeepSeek滿血版全參訓練，同時推出的超節點可使單機訓練性能提升10倍以上。此外，昆侖芯+百舸AI計算平臺可以實現具體場景里的最優解，百舸PD分離集群可達到百萬Tokens成本較單機降低50%。

　　另一方面，Agent是大模型應用落地的主流形態，但其核心挑戰是不夠懂業務，可通過模型工程、數據工程、應用工程這三個工程的共同建設來解決。

　　袁佛玉進一步提到，技術只有應用在實際業務場景才可持續創造價值，產業也能更健康發展。百度一直重視場景落地，積極建設“人工智能+”基礎設施。