百度AI：有用为王

AI的下半场，真正比拼的，是一家企业解决实际问题的能力，而这种能力，根植于其技术根基的深度。

撰文丨艾川

“人类无法‘摆脱’AI，但应找到驯服办法。”

当AI教父杰弗里·辛顿（Geoffrey Hinton）第一次踏上中国的土地，并于近日在上海举行的2025世界人工智能大会（WAIC）上发表主题演讲之时，很少有人知道，这位深刻影响了世界AI进程的学者，曾经与一家中国知名AI公司有一段深刻的“前缘往事”。

时间回到2012年，那是一个深度学习的火种刚刚在学术界点燃的时代。当时，辛顿和他的两位学生创建的DNNresearch公司寻求收购，谷歌、微软、百度和DeepMind四家巨头入局竞拍。

辛顿本人其实对百度抱有浓厚兴趣，差一点就要加入这家远在中国的科技公司。不过，在长达12小时的激烈竞价后，谷歌最终以4400万美元的天价胜出。这次竞拍不仅将辛顿和他的团队留在了北美，更重要的是，它像一声发令枪，宣告了全球AI军备竞赛的开始。

但是对于百度乃至中国AI来说，这场失之交臂的博弈，最终演变为另一种形态的共生。

百度在这场静悄悄的竞拍后次年，就开始大力投入深度学习研究院，并在2023年初chatGPT引爆全球之后不到两个月就孵化出中国首个大模型“文心一言”。而辛顿当年在学术界所推动的神经网络革命，如今在百度的工业级应用中，已经落地成为自动驾驶、医疗影像诊断乃至工业质检的技术基石。

在本届WAIC上，百度推出的一系列成果和新动作，同样可以被视为中国AI的前沿竞赛地图。

此次大会上，百度的萝卜快跑、飞桨深度学习平台和百度智算集群三项成果，入选中国人工智能产业创新成果展。此外，百度发布了新一代数字人技术NOVA，将于今年10月上线。

这背后宣告了，这一轮AI发展正在从技术怀疑论者眼中无法落地的“泡沫”，走向新一轮AI应用革命的开始。

更直接点说，从现在开始，AI真的要“应用为王”、改变世界了。

01

从应用到有用

时至2025年中，我们再回顾过去两年AI的发展轨迹，会发现AI的狂飙突进比以往任何一场技术革命都要剧烈。

在ChatGPT诞生之后的2023年到2024年底，整个科技行业的核心叙事，无疑是“百模大战”。从硅谷的巨头到中国的创业公司，所有玩家都卷入了一场以参数量、评测分数为核心指标的军备竞赛。

大模型本身占据了舞台的绝对C位，发布会的主角永远是更大、更强的基座模型，仿佛拥有了最强的“核武器”，就自然能赢得这场AI战争。

然而，当潮水褪去，市场的反馈开始变得真实而冷静。

因为有越来越多的企业和个人用户发现，尽管这些大模型能力强大，但在日常工作和生活中，它们往往“不够好用”、“不够懂我”，甚至“不知该如何用”，一个强大的模型，与一个能解决实际问题的应用之间，存在着一条巨大的鸿沟。

很多人把DeepSeek的出现视为另一个节点。确实，在破解高昂算力迷局的同时，DeepSeek的一个最大成就，就是让更多人意识到，AI真的可以用了。

到了2025年中，行业共识已然形成：AI的下半场，应用已经成为了毫无疑问的最强方向。资本的流向、人才的聚集、企业的战略重心，都开始从模型层向下，沉淀到应用层。

有趣的是，早在近一年前的百度世界大会上，李彦宏就曾表态，“百度追求的不是打造一两个‘超级应用’，而是要在一个开放的生态上，与所有开发者一起，共同打造出数以百万计的、真正能解决问题的‘超级有用’的应用。”

在李彦宏看来，AI的价值最终体现在它为社会、为每个人创造的实际增益上。

这一判断并非空中楼阁，而是基于百度自身的实践。因为提前的技术路线预判，AI技术早已开始系统性地重构百度的所有核心业务。

比如百度网盘引入大模型后，用户可以直接与自己的文件对话，快速定位信息、总结文档；百度文库更是成为了一个强大的“智能创作平台”，能够一键生成PPT、研究报告和思维导图。

这些改变，都指向一个共同的目标：让AI技术从“可用”进化到“有用”，再从“有用”进化到“好用”和“人人爱用”。

这背后，其实也暗合了所有重大技术革命扩散的普遍规律。

无论是蒸汽机、电力还是互联网，其演进路径都惊人地相似：从实验室的技术突破，到少数极客的玩具，再到大规模的市场创新扩散，一项技术要想真正改变世界，唯一的标准就是它能否成为一项让大多数人都能轻松使用、并从中获益的技术。

计算机的普及，不是因为CPU的主频越来越高，而是因为图形用户界面和鼠标的出现；移动互联网的爆发，不是因为4G、5G的网速越来越快，而是因为智能手机和App Store生态的建立。

AI也同样如此。从“应用”到“有用”，一字之差，却往往相隔万里。

当行业不再仅仅痴迷于模型参数的竞赛，而是开始关注应用的体验、场景的渗透和价值的创造时，真正的AI革命才算刚刚开始。

02

未来赛点

如果我们把ChatGPT、DeepSeek视为本轮AI革命的两个关键节点的话，那么接下来的问题是，人工智能竞赛的下一场赛点到底是什么？

从本届WAIC上琳琅满目的展品和各大论坛激辩的主题来看，“好用”与“有用”几乎成为了一致的选择。

无论是赋能工业制造的机械臂，还是辅助新药研发的计算平台，抑或是面向消费者的各类AI原生应用，大家比拼的不再是技术参数，而是实实在在的客户案例和用户体验。

从国内互联网历史演进来看，百度确实总是扮演了那个提前预见技术趋势的角色。也正因此，本轮WAIC上，百度的产品战略布局，或许同样可以为我们观察AI在中国的未来发展方向提供参考。

复盘本次百度的WAIC展示产品方向可以发现，其正在用一个强大的、全栈自研的工程体系和深厚的技术肌肉，去为“AI超级有用”这件事交出答卷。

这份“答案”体现在了两个维度：一端是极致地感知和改造物理世界，另一端是深度地理解和生成数字内容。

在感知和改造物理世界这一端，自动驾驶是最佳的体现。百度“萝卜快跑”作为全球最大的自动驾驶出行服务商，其运营车辆已达数千辆，覆盖城市超过15个，累计为公众提供了1100万次的出行服务。

这背后，不仅仅是“文心”大模型在理解复杂路况和人类驾驶行为，更是“飞桨”深度学习平台在高效训练模型，以及百度智能云提供的海量数据处理和计算能力。这正是“超级有用”的典型产品路径：技术足够复杂，但用户体验却足够简单。

在理解和生成数字内容这一端，百度最新发布的数字人技术平台NOVA，则展示了另一种“超级有用”的可能。

过去的数字人，大多是预设脚本的“数字木偶”，而NOVA平台所创造的，是具备思考和交互能力的“数字生命”。它们能够结合大模型进行自由对话，拥有自己的性格和知识体系，还能驱动形象、表情和动作，实现媲美真人的多模态交互。

AI时代的企业客服，可以是一个永不疲倦、知识渊博且态度亲切的数字人专家；而直播间的带货主播，可以和粉丝进行真正个性化的实时互动；而个人助理则将会化身为一个懂你的数字分身，帮你处理日程、管理信息。

从感知环境到理解语言，可以看到，百度正在将AI的能力，从被动的工具，升级为主动的“伙伴”，这无疑将极大地拓展AI应用的广度和深度。

当然，要让“超级有用”不是一句口号，它还需要一个强大的技术底座来支撑。

这个底座必须是全栈自研的，它不仅意味着不被“卡脖子”，而且能够实现端到端的优化，从而让应用开发者不必在不同厂商的技术栈之间做复杂的集成，可以将精力完全聚焦于创造价值。但与此同时，它也必须是开放的，能够吸引千行百业的开发者，共同构建一个繁荣的应用生态。

总之，要让AI变得“超级有用”，就必须深入产业、深入场景，用技术去解决那些最棘手、也最有价值的真实世界问题。

03

AI长期主义

让我们重新回到辛顿的箴言之上。

在WAIC的开幕演讲中，辛顿提到，人类正处于关键转折点：人工智能正迅速接近人类的智能水平，并可能实现超越。我们只有两种选择：摆脱或驯服。但目前人类已无法离开AI，因此只能驯服这只“老虎”，指引AI向善。

这或许也正是AI长期主义的底层逻辑。

事实上，正如辛顿当年也曾经在学术界坐过很长一段时间“冷板凳”一样，人工智能的发展要实现“超级有用”，绝不是一时一刻就能够实现，而是一场需要几十年甚至更长时间的持久战。

在这漫长的征途中，必然会经历多次技术路线的更迭、资本市场的冷暖和公众舆论的摇摆。科技公司如何在这样的长周期中保持航向，穿越风浪，最终锚定智能化的未来？答案或许只有两个词：专注与耐心。

AI的下半场，真正比拼的，是一家企业解决实际问题的能力，而这种能力，根植于其技术根基的深度。

从硅谷到中关村和杭州，那些能够在AI长跑中胜出的，必然是真正的技术驱动型企业。它们的共同特征是：不满足于在别人的技术平台上构建应用“沙堡”，而是致力于打造属于自己的“技术地基”。

这种选择在短期内可能意味着更高的投入和更慢的见效，却能在长周期中构筑起最坚固的护城河。

这种“地基思维”，最终还是体现在对核心技术栈的掌控力上：一家优秀的技术公司，会力求在从底层算力、到中间的开发框架与平台、再到上层的核心模型与算法等关键环节，建立起深刻的理解和影响力。这种全栈式的布局，并非为了追求不切实际的“技术闭环”，而是为了在系统层面实现极致的协同优化。

事实说明，百度最早在国内提出并坚持的“让AI超级有用”的道路是正确的，它避开了单纯烧钱做模型的虚火，回归到技术服务于人、创造价值的商业本质。

正如辛顿所言，驯服AI终究是一项长期而艰巨的任务。对于置身其中的企业而言，这不仅是一场技术的竞赛，更是一场关于认知、战略和耐心的考验。

从这个意义上说，始终坚持技术驱动的百度的AI长跑，不仅为自己构筑了长期的技术护城河，同时也正在成为国产AI发展的技术引航员。

对于今天所有投身于AI浪潮的企业而言，当前的AI竞速，已经绝不仅是一场关于资本和人才的竞赛，更是一场关于战略耐心、组织韧性与技术信仰的终极考验。

只有那些真正理解并尊重技术发展规律，愿意为之付出“十年磨一剑”的努力的企业，才能最终穿越周期，收获人工智能时代的长期主义果实。