课程表对于搜索领域确实没有过于在意，不是王卓不想做搜索业务，而是移动互联网时代，用户打开百度搜索的次数并不多。
再者，只要课程表的AI大模型搭建出来了，那时还需要特意去做搜索端嘛？
不需要。
所以他对百度的加入是欢迎的，至少人家的AI水平即便放在全球也属于第一梯队，与课程表、微软、谷歌、Facebook同处在一个层次。
当然，谷歌跟微软要稍微领先另外三家。
至于企鹅、阿狸这类国内巨头，则处于第三梯队，主要原因是这两家仅在应用领域布局，并没有太多的研发成果，这还是去年被动加大了研发领域的投入，否则第三梯队他们都没办法入选。
“恭喜百度这次又创下了全新的世界纪录”
王卓抽完烟，回到洽谈厅笑着对罗宾祝贺道。
“只是内部测试而已”
罗宾也笑着摆了摆手，回道。
这次百度用ImageNet数据集做了一轮内部性能测试，自研超算Minwa在ImageNet图像分类测试错误率%，超越了谷歌的4.8%、微软%，低于人类平均5%识别误差，更是登上《华尔街日报》。
这是属于企业内部的技术试验跑分，不能当真。
他相信课程表在图像识别分类这块的技术肯定是要领先于百度，甚至有可能是全球第一水平。
毕竟目前全球只有客支付落地了人脸支付。
“不管是不是内部测试，至少你们的错误率是全球第一了”
王卓继续笑着吹捧道。
“而且在语音识别领域，我没记错的话，去年你们推出的Deep Speech语音识别模型好像还超过了苹果的Siri吧”
“呵呵”
罗宾被夸得只能是以笑声应对了。
百度在AI领域确实投入比较多，但不能跟课程表比。
人家去年一年在AI领域的投入就达到了50亿，再加上王卓又给自己名下新成立的实验室许诺了120亿的投资。
更是利用高薪将AI领域的华人顶级专家直接打包走了三分之一。
所以真要论研发水平，谷歌、微软可能强于课程表，百度跟Facebook肯定要稍稍落后一点。
毕竟人家并不是从无到有，而是借助在AR领域的技术自然延伸到了AI市场。
这种有根底的研发，明显要强于大部分人工智能企业。
比如AR的空间识别、实景叠加以及人脸追踪，就是AI的图像分类和目标检测。
课程表在AR业务上的场景、数据以及算力全套配套，都可以无缝衔接到AI领域，无非就是技术路线的延伸升级。
否则为什么微软跟谷歌会领先其他家？
还不是因为AI的核心研发方向跟AR的底层技术同源。
这也是课程表去年才成立相关研究院以及实验室，结果上半年就整出了第一款AI应用的原因。
因为人家的研发落地速度、迭代效率以及商业化顺畅度都会领先其他AI企业一截。
这点罗宾非常羡慕。
为什么当初百度就没有想过AR路线呢？
“不是我们不想，主要是”
罗宾被问到这个问题时，表情有些苦涩。