让 AI 云帮客户赚钱，云厂商的下一个赛点

“云智一体、智能优先。”

一个多月前，麻省理工学院发布《GenAI 鸿沟：2025 年 AI 商业状况》的报告，称 95% 尝试使用 AI 的企业目前没有得到商业回报，这个广为传播的数字一度使得美股科技股集体下跌。

但被忽略的一点是，剩下那 5% 成功落地的项目创造了远超预期的价值。报告提到，也有使用 AI 的初创公司，在一年内的营收从 0 增长到 2000 万美元，因为 “他们聚焦具体业务痛点，借助 AI 工具去做执行”。

去年 10 月，Google 云也曾发布《The ROI of GenAI（生成式 AI 的投资回报）》的报告，调查了 2500 多位企业高管，其中超 7 成公司称在上线生成式 AI 的第一年就获得了回报。

“企业对基础设施的要求，已经从降本增效，转向直接创造价值。” 百度集团执行副总裁、百度智能云事业群总裁沈抖在昨天举办的百度云智大会上说，“企业的 AI 云，会成为新型利润中心。”

沈抖在云智大会现场演讲。

为帮助客户增长和用 AI 赚钱，百度智能云在本次大会上发布了算力、平台和应用层的多项能力升级：百舸 AI 计算平台升级至 5.0、千帆平台迭代至 4.0、发布数字员工等 AI 应用。

3D 创作平台 VAST 希望降低内容生成门槛。作为一家只有几十人的初创公司，VAST 把底层的算力资源和训练框架交给百度智能云，自己专注于模型优化和产品设计。目前 VAST 生成的 3D 资产已广泛应用于影视特效、游戏等场景。

在《逆水寒》中，网易在百度文心大模型和 Character 模型助力下，能帮助 NPC 自动生成符合语境的对话和行为，只需提前设定人设和主线任务，无需人工写脚本。这既提升了玩家沉浸感，也降低了制作成本。

百度智能云支持了 65% 的央企，80% 的系统重要性银行、150 余家保险、券商和基金公司，95% 的主流车企，50% 的游戏厂商落地大模型。

当大模型技术逐渐走向成熟，云计算不再只是降本、提效的工具，不仅要提供算力和存储，还要提供一系列技术能力，支持企业业务发展。

AI，从辅助到核心

过去十几年，云计算的主流路线是先搭建通用基础设施，再逐步叠加 AI 能力模块，AWS（亚马逊云服务） 在 2006 年时靠弹性计算和对象存储起家，十余年里持续扩展通用计算能力，2018 年后逐步具备 AI 模块；Azure （微软云服务）最初以数据库和虚拟机等通用云服务为核心，AI 能力长期处于辅助地位，直到 2020 年与 OpenAI 建立合作并推出 GPT-3 等模型服务后，AI 逐步成为其云计算战略的核心部分；阿里云同样先聚焦基础设施与飞天系统，在 2019 年系统化推出通义大模型与 PAI 平台。

百度云计算业务相较于其他厂商起步较晚，但从 2015 年，百度云服务对外开放时，就提出了 “AI、大数据、云计算” 要三位一体，从那时起，AI 就是百度云计算着力最多的差异化特点。

2020 年，百度创始人、CEO 李彦宏参加世界人工智能大会说，“百度将自己定位于专注对外赋能的 AI 平台型公司”，他希望每一家企业都可以像用水和电一样使用百度的平台能力和服务，快速实现 AI 化转型。也是在这一年，百度云计算平台的架构升级为 “云智一体”——将 AI 能力融入算力调度、模型开发、服务交付等各个层级。这套体系最初服务于百度搜索、网盘等内部核心业务，经过多年打磨后，开放给外部企业客户，成为了百度在云计算领域差异化竞争点。

在本次大会上，沈抖宣布，百度 “云智一体” 演进为 “智能优先”：不是在云上添加 AI 模块，而是从 AI 出发，重新定义企业用云的方式。

此时，开源模型成为主流，基础算力也逐渐商品化，不同云厂商之间的价格差距正在缩小。云的竞争重心已经转移：从模型能力比拼，变成工程能力、场景适配、系统集成能力的综合比拼。

百度判断，企业客户真正关心的是技术能否切实解决业务问题，这要求云厂商一方面不能忽视算法突破，另一方面要重视工程实现。

IaaS 层，在国产芯片普遍性能受限的背景下，百度是少数具备自研 AI 芯片和万卡规模集群的公司。昆仑芯已经迭代到第三代，并部署在百度智能云的主力训练平台上。相比通用芯片方案，自研芯片与平台层软件能更好协同，从而具备价格优势与调度效率。例如，北京机器人创新中心借助百舸训练平台，缩短了 30 % 的大模型调试时间。

平台层，百度开放了自研文心大模型，也在千帆平台上支持 DeepSeek 等第三方模型；同时，千帆平台还提供了完整的训练调优、推理部署、数据标注与评估工具链，企业可以按需组合。比如智联招聘使用千帆模型开发平台的模型蒸馏功能，把 6000 多亿参数的 DeepSeek-R1 作为 “教师模型”，蒸馏出 “人岗匹配” 问题的数据集，清理后用它精调百亿参数的 ERNIE Speed 模型，保留效果的同时，将模型使用成本压缩至原来的三成。

现在，千帆服务客户数已经超过 46 万，Agent 数量也超过了 130 万。

而在更靠近业务的应用层，百度也在尝试把大模型能力总结成行业问题的标准解法，而不仅仅是交付模型。例如百度与中国钢研合作开发的冶金流程感知大模型，起点是识别高炉运行中的异常状态，最终目标则是围绕流程优化、故障预警重构分析体系。类似方法也被复制到了零售、政务、能源等多个行业中。

本次云智大会上公布的三项核心能力升级，也对应上述三层结构：底层的百舸 AI 计算平台升级至 5.0，强化了多模型高并发调度能力；千帆平台进入 4.0，以 Agent 为核心，集成模型、编排、数据与企业服务能力；面向应用端，百度则推出基于慧播星数字人技术的 “AI 吴彦祖” 数字员工，以及合规流程分析工具 “一见 SOP”，打造标准化 AI 工具。

分别为千帆大模型平台 4.0 细节、百舸 AI 计算平台 5.0 细节、新应用 “AI 吴彦祖”。

现在很多企业想尝试大模型，但面临一系列实际挑战：包括高昂的开发门槛、复杂的模型训练与部署流程，尤其是对缺乏自研能力的中小企业来说，无论是应用开发还是调优开源模型，都必须在成本可控的前提下，找到效果更优的基础设施服务商，这直接关系到企业的资金使用效率与创新落地速度。

把 AI 能力转化为企业赚钱的能力

据百度财报，2025 年第二季度，百度 AI 新业务收入突破百亿元，其中智能云是主要贡献业务板块。同时百度智能云在招投标市场中拿到了 48 项中标项目、5.1 亿元中标金额。

据 IDC 数据，2024 年，百度智能云以近 1/4 的份额位居中国 AI 公有云服务市场第一，在中国大模型平台市场，百度也以 15% 的份额排名第一。

沈抖在此次百度智能云大会中说：AI 创造的价值，“会带来巨大的市场空间，会诞生无限的可能性。”

北京人形机器人创新中心刚刚发布了具身世界模型、跨本体 VLA（Vision-Language-Action，视觉语言动作模型）模型等多个成果。背后的算力底座就是百度智能云的百舸。

要在复杂的物理世界中推进具身智能，需要系统感知、精准决策与实时执行，这对算力、算法和数据能力都提出了极高要求。

百度为具身智能提供了软硬一体的解决方案：通过百舸提供的一站式高效能云端 IDE（Integrated Development Environment，集成开发模型），整体将从模型构建、训练到部署的研发效率提升了 2 倍；尤其在 VLM（Vision–Language Model，视觉语言模型）模型训练中，面对真实环境中的模糊反馈问题，百度帮助其将 GRPO（Group Relative Policy Optimization，一种强化学习算法）强化学习训练速度翻了一番以上。

百度还通过千帆平台与文心大模型的能力，为具身智能提供任务规划和决策能力。这些模型具备自然语言解析、多模态融合、任务规划与上下文理解等能力，能将一句指令拆解为多个可执行子任务。在养老护理、危险作业等复杂场景中，系统不再是被动执行，而是具备了决策优化与目标分解能力。

“具身智能产业正加速从实验室走向真实世界，产业化的关键在于模型能否快速迭代、尽快落地。” 沈抖总结。

这类从技术发展到客户验证，再到云计算平台演进的循环，正在越来越多的产业中发生。

比如全球滑板车份额第一的九号公司，在快速出海扩张时，面对多语言、多时区、多文化的客户服务挑战，九号推出了多语种智能客服助手 “小九”。小九集成了百度千帆平台的 RAG（Retrieval-augmented Generation，检索增强生成）能力与文心大模型的语言理解能力，能够实时检索九号庞大的产品知识库，并以英、法、德、荷兰等多语种回应用户。

“当价值的创造方式被重构，产业链也会进化，AI 就会进入真正的 ‘超级周期’。” 沈抖说。

云竞争的下一阶段

过去十多年，云的主战场是资源租赁——提供计算、存储、网络资源，重点在于规模化与成本优化。但从 2023 年开始，随着大模型成为技术叙事核心，云计算要能支撑 AI 能力的训练、部署与调用。

云计算产业的供需结构正在被重塑：一方面，AI 原生企业与传统企业对算力与智能化能力的需求快速增长，推动了云服务市场的整体扩容；另一方面，这一轮变化也对云厂商提出了新的挑战。

当算力逐渐商品化、模型趋于同质化，云厂商还能依靠什么建立和维持自己的差异化优势？价格战是否会重演？面对越来越强的开源模型，平台要靠什么来抵御被替代的风险？

这是所有云服务商都必须作答的问题。

全球云厂商都在寻找各自的增长曲线。OpenAI 与微软、Anthropic 与 AWS 的组合是典型范式：头部模型公司，结合云计算厂商，共同构建了算力供应、模型能力与商业化渠道的闭环。

国内，阿里云近年来调整组织结构，坚定推进 “公有云优先” 战略，并以自研通义大模型为核心能力，强化通用云服务与行业场景之间的整合能力。

百度给出的答案，是全栈布局算⼒、数据、模型、应⽤四⼤关键元素， 完成架构从 “云智⼀体” 到 “智能优先” 的跃迁。未来，百度智能云核⼼竞争⼒将是把复杂 AI 能⼒转化为帮企业赚钱的能力。

路径选择背后，是百度智能云对两个根本问题的回应。

第一，百度怎么寻找第二增长曲线？

无论是文心大模型在千帆平台的能力封装，还是百舸在模型训练、推理调度等方面的系统性优化，百度正在通过智能云，把技术落到产业。甲骨文并未自研大模型，同样在 AI 云市场表现活跃。百度智能云的关键优势，或许也在于高效对接 “技术供给” 与 “产业需求”。

第二，中国科技企业怎么在变化的全球竞争中获得安全的发展空间？

现在开源模型百花齐放、芯片供应充满不确定性，百度选择从基础设施、模型框架到工程平台、推理部署全面自研，探索一条不依赖外部生态、可规模化的技术路径。

云计算价值被重构时，百度希望不仅站在场上，更要掌握一些游戏规则的制定权。

百度云智大会现场展示的 “中国AI生态全景图”。

题图来源：Chef