AI落地之年，一个新的百度正在浮现

（百度董事长兼CEO李彦宏在百度世界大会2025演讲）

公众认知中的百度，是过去以广告业务为主的旧百度。现在的百度，是一家以AI业务（智能云、自动驾驶、AI应用）为引擎，以昆仑芯和大模型为护城河的数字化企业

文｜吴俊宇

编辑 | 谢丽容

2025年是生成式AI（人工智能）全面落地的一年。

这也是百度的AI业务取得重大突破的一年。在今天，百度拥有更懂产业的云，更好的芯片，更强的模型，以及一批新的AI应用。

11月13日百度世界大会，百度董事长兼CEO（首席执行官）李彦宏表示，AI产业结构正转变为健康的“倒金字塔”。芯片厂商不管赚多少钱，芯片之上的模型要产生10倍的价值，基于模型开发出来的应用要创造100倍的价值，这才是一个健康的产业生态。

在李彦宏看来，当AI能力被内化为一种原生能力时，智能就不再是成本，而是生产力。“我们正在跨越一个全新临界点，从‘智能涌现’走向‘效果涌现’……今天任何一家企业，只有用好AI才能立于不败，任何一个个体只有用好AI才能掌控未来。”

百度在这次世界大会集中展示了这一年“全栈AI”——算力、应用、模型的业务进展。

新一代的昆仑芯和超节点。百度的两款昆仑芯，其中M300面向超大规模多模态模型的训练和推理需求，将于2027年初上市。昆仑芯M100针对大规模推理场景优化设计，将于2026年初上市。

同时发布的天池512超节点与256超节点分别集成了512枚、256枚昆仑芯P800（昆仑芯三代，目前大规模出货的版本）。它有助于解决国产AI芯片单卡性能不足的问题。百度还披露了昆仑芯的迭代路线图。未来五年，昆仑芯都将按年推出新产品。

企业级Agent（智能体）——百度伐谋。这是全球率先推出的可商用“自我演化”超级智能体，它在业务场景中会利用算法“自我演化”，找到全局更优的解法。伐谋目前已在金融风控、交通管理等领域，被企业客户使用。它能够大幅节省人力成本和工期，让行业客户能够获得稀缺的算法工程师的能力。

百度还推出了全模态（文字+视频+图像+语音）的文心大模型5.0。它的预览版ERNIE-5.0-Preview-1022在LMArena全球大模型竞技场综合性能位居第七。仅次于谷歌Gemini 2.5 Pro，OpenAI的GPT-5以及Anthropic的Claude Sonnet 4.5等全球知名模型。

“智能涌现”走向“效果涌现”，各行各业都在思考如何高效率、低成本地落地AI。

百度正在AI产业链上各个环节推进解决这个核心问题。在今天，百度已经成为中国少数具备全栈AI能力（云+模型+芯片+应用）的科技公司。

公众认知中的百度，是一家以搜索和移动广告业务为主的公司。现在的新百度，希望是一家以AI相关业务（智能云、自动驾驶、AI应用）为增长引擎，以昆仑芯和文心大模型为技术护城河的数字化企业。

2025上半年，百度集团的非广告业务，如智能云、自动驾驶、爱奇艺（爱奇艺并表在百度集团），在百度集团营收大盘占比51%，首次超过半壁江山。

业务基本面的进展，让百度在资本市场取得了更好的表现。2025年（2025年1月1日-2025年11月12日），百度（NASDAQ: BIDU）纳斯达克市值已上涨59.6%，总市值454亿美元，超过纳斯达克综合指数21.7%的平均涨幅。百度（HKG: 9888）港交所市值已上涨56.3%，总市值3507亿港元，超过香港恒生指数37.2%的平均涨幅。

更易落地的AI应用

让客户“内化AI能力”，解决实际业务问题，需要提供丰富的AI应用。

百度现在的AI应用生态，与过去以移动工具（搜索+信息流）为主的生态大不相同。它正在转型成为一个以AI为核心的应用生态。它同时覆盖ToC（面向消费者）、ToB（面向企业级）方向，能够帮助企业客户端到端、低成本、高效率地落地AI。

百度目前的AI应用生态包括三大块。

一是To C的个人应用，这些大多属于移动生态事业群组（MEG）。比如搜索、网盘、文库等工具，以及基于网盘和文库推出的GenFlow3.0（一款面向To C用户的通用Agent），它们正在进行AI改造。

二是To B的AI原生应用工具链，这些产品大多属于智能云事业群组（ACG）。其中包括伐谋、秒哒（无代码应用搭建平台）、千帆、百舸等。

三是萝卜快跑自动驾驶出行服务平台，它属于百度智能驾驶事业群组（IDG）。

百度这套新的AI应用生态，能够为企业和个人提供丰富的选择。当客户需要低成本调用算力时，可以使用百舸；当客户需要精调调用模型时，可以使用千帆；当客户搭建应用时可以使用秒哒；当企业需要找到更优的算法时，可以使用伐谋。

此次世界大会百度发布的企业级超级 Agent伐谋 ，是一个有代表性的产品。

它在企业内部部署后，能够自动开发算法、评估反馈，并通过自我演化的方式找到更好的算法。这可以缓解很多企业招不到、招不起算法工程师的问题。

五六年前，由于AI的通用能力、泛化能力不够强，企业需要为一个个专用场景定制算法和模型。因此，企业开发研发 AI应用时，需要耗费高昂的人力、时间成本。

一位保险金融服务集团CIO（首席技术官）2019年曾对我们表示，“算法跑了1000米，产品化还有9000米”。

当时，有数十名百度的算法工程师驻厂在这家保险公司数个月的时间。他们和这家保险公司的IT部门共同解决OCR（光学字符识别）、人脸、语音的算法定制化的问题。这些工作的目的是，让用户的保险票据能够被自动识别，并提高保险公司的风控效果。

大模型的通用性、泛化性正在大幅降低AI应用落地的门槛——作为全球率先推出的可商用“自我演化”超级Agent，百度伐谋能自动开发算法，低成本解决AI落地的难题。

一位百度伐谋产品负责人对我们表示，以前解决一个高难算法问题，企业至少需要同时配备一个业务专家和一个算法专家，百度的算法工程师甚至要驻厂服务。但现在，一个既懂业务又懂算法的售前人员就能解决问题。因为，伐谋可以自动开发算法，评估反馈，并通过自我演化的框架进行上百轮的持续寻优。

目前，伐谋已经在金融、交通、港口、能源等AI落地成本高的政企行业被使用。它大幅提高了行业客户的效率。

使用伐谋迭代算法的百度信控SaaS（信号控制应用）已经被部署在鄂尔多斯、许昌等全国40多个城市，覆盖了4942个路口。

百度交通信控业务线的相关负责人对我们表示，过去交通部门部署智慧交通方案时，需要进行招投标，这个过程中土地建设、设备采购的成本往往高达数千万元。这种效果更好，但成本也非常高。但对一些预算没那么充足的城市来说，它们可以采用百度信控SaaS这种低成本的解决方案，每年订阅费只需要数十万元。这可以花小钱办大事。

以鄂尔多斯为例，它的新老城区跨河通勤需求旺盛，早晚高峰拥堵频发。百度世界大会披露的信息显示，鄂尔多斯使用了引入百度伐谋算法优化后的SaaS信控平台，用AI调控红绿灯配时。这取得了不错的效果——车均延误降低17.4%。优化后通行用时降低50%以上，上下班高峰期可以少等红灯。

中信百信银行是中信集团控股的数字普惠银行。过去，它的风控策略高度依赖人工，模型迭代周期长。

中信百信银行使用百度伐谋后，缓解了算法工程师不足、数据工程水平不足的情况。过去依赖高级工程师数周完成的特征挖掘，现在可以高效自动化进行。伐谋可以更精准识别那些“看似有风险”但实际优质的客户。百度方面披露，中信百信银行的风控模型风险区分度因此提升2.41%，特征挖掘效率提升100%。这可以减少经济损失。

从伐谋、千帆等百度今天的AI应用生态布局来看，它早已经不是以流量为核心，而是以技术为核心。 它的竞争壁垒比过去更深。它的建成速度会更慢、更久。但一旦建成，竞争对手在短时间内难以追赶。

一朵更懂落地的AI云

云计算，也能体现百度这种思路。在中国市场，百度智能云正在成为一朵更懂产业落地的AI云。

它的策略是，利用全栈AI能力（包括云、模型、芯片、解决方案等）帮行业客户高效率、低成本落地AI。

（百度昆仑芯和天池超节点产品路线图）

虽然百度智能云的收入规模和目前领先的竞争对手有差距。但让它在中国云计算市场激烈的竞争中，形成差异化优势。

2025上半年，百度智能云营收132亿元，同比增长34%。这在已经披露云计算业绩的科技公司（包括阿里云、天翼云、移动云、联通云）中是最快的。

百度智能云已经实现了非美国通用会计准则下的规模化盈利。截至2025年一季度，百度智能云营业利润率（非美国通用会计准则下的指标）达到两位数。截至2025年二季度，百度智能云的企业收入中，订阅收入占50%以上。

打造一朵更懂产业的云，离不开更好的芯片和模型，更离不开和行业共创。

这也是百度为什么要不断推出新的昆仑芯、大模型以及超节点的重要原因。这是百度帮助其他行业客户内化AI能力的重要基础。

尤其是今天，中国的政企（如政府、银行、能源、交通等领域）行业越来越注重自主可控。它们希望采购不同的国产芯片，建立自己的智算中心，并高效调度不同的国产芯片。并在此基础上训练自己的大模型，开发自己的AI应用。

百度智能云精准满足了政企客户的“自主可控”和“AI落地”的双重刚需。在这种大背景下，百度展现了差异化优势。它可以用大模型、昆仑芯、百舸（AI计算平台）、千帆（大模型平台）、飞桨（深度学习平台）敲开政企行业的大门，再用其他通用云产品（计算、存储、网络、数据库等通用产品）帮助客户落地AI。

目前，南方电网就在使用百度的昆仑芯、文心大模型、百舸、飞桨等产品，进行智能化转型。在百度的服务下，南方电网训练出了自研的光明电力大模型。百度还在与南方电网的深圳供电局，共同基于千帆开发配电网监视Agent，这可以减轻调度员人工巡检压力。

一位国有企业数科公司人士今年7月曾对我们表示，百度的昆仑芯P800在部署DeepSeek-R1进行推理时，它的性能表现在国产芯片中处于领先梯队。

百度智能云更懂产业落地，这在国际市场调研机构IDC的数据中可见一斑。

IDC今年8月数据显示，中国AI公有云服务市场总规模196亿元，百度智能云份额24.6%，位居国内首位。IDC定义下的AI公有云服务市场，更多是AI软件产品和解决方案。它贴近客户的实际应用场景。

在中国智算解决方案实施服务市场中，百度智能云市场份额19.9%位居国内第一。IDC定义下的智算解决方案实施服务市场，更多是帮助客户建设自己的算力基础设施。百度的百舸AI计算平台能够帮助行业客户建立自己的算力集群，并提高算力的使用效率。

云计算行业规模效应明显，规模越大成本越低。百度智能云的规模并不占优势，但自研芯片的策略，可以有效降低算力成本。

百度在今年点亮了昆仑芯P800三万卡集群。这个集群可以同时承载多个千亿参数大模型训练，并支持1000个企业同时做百亿参数的大模型精调。目前，昆仑芯已经在招商银行、国家电网、南方电网、中国钢研、北京大学等多家头部企业或机构部署。

高盛今年3月17日在一份针对阿里集团的研报中，提及了百度智能云的估值 。 高盛给予百度智能云3倍估值（P/S市销率估值法，估值=营收规模×倍数），P/S值低阿里云（3.5倍）、腾讯云（5倍），和亚马逊AWS（8倍）。

这个现象的原因是，百度智能云比其他云厂商做得“更重”，更深入产业。一位大型央企集团CIO和一位能源数科公司的CEO曾经对我们表示，科技公司出于利润率的考虑，通常只愿意销售通用产品，不愿意过多参与政企行业的数字化转型。

AI落地并不简单，这需要科技公司高强度参与其中。按照传统估值模型，百度这种“更重”的模式虽然在估值上可能不占优势。但这却让百度智能云形成了更深的护城河。

如何理解“新百度”

（百度的全栈AI自研布局）

新一轮AI竞赛中，公众情绪对百度的讨论是，“是不是起个大早赶了个晚集？”

2023年初，百度在中国大模型市场一度是领跑者，它在中国率先发布了面向普通消费者的大语言模型。2025年DeepSeek爆发后，百度的应对看起来没有那么快速直接。这让市场对百度一度有所担忧。

然而，情绪并不能代表事实。近年来，相比C端（面向消费者）叙事，百度在B端（面向企业级）业务进展长期被忽略。C端的巨大成功，会给公众带来高感知度。但B端的进展，往往在水面之下且潜移默化，这给公众带来的感知是滞后的。

这也是百度今天长期被误解的核心原因。

百度千帆的一位资深技术人士今年8月在一场小规模交流中曾对我们提到，谷歌2023年-2024年一度也让外界有这样的误解。当时谷歌自研的AI芯片TPU（张量处理单元）芯片以及Gemini大模型尚未真正为公众了解，因此谷歌在这轮大模型浪潮中给人一种“后知后觉”的误解。

另一位资深算法工程师今年10月对我们提到，其实谷歌的Gemini大模型就出自引领2016年上一轮AI浪潮的DeepMind实验室。2023年大模型竞赛白热化，谷歌的DeepMind与Google Brain两大实验室因此合并。力出一孔后，因此Gemini 2.5 Pro能在今天的大模型竞赛中后来居上。

前述百度资深技术人士的观点是，百度的情况和谷歌很类似。百度也有自己的昆仑芯，也是早在2016年、2017年就高强度投入新一代AI研究的企业。给百度足够的时间，它在AI领域的长期布局，会逐渐浮出水面。

从客观投入来看，百度在研发上的投入其实可圈可点——它在中国的科技公司中，研发支出率长期仅次于华为（2024年研发支出率20.8%）。

2024年百度集团研发支出率高达16.6%。这对一家已经成立25年的成熟企业来说，是一个很高的数字。同期也远超阿里（5.7%）、腾讯（10.7%）等公司的研发支出率。闷头做技术，让百度这些新业务和C端消费者之间，存在一道难以直接理解的隔阂。

无论是昆仑芯、超节点，还是伐谋的进展，都表明百度这些年高强度的技术研发正在逐渐取得成果——一个新百度正在成型。

今天的百度，从业务和财务上看，已经不是一家以广告为核心的互联网公司。而是一家以AI为核心，以云计算、自动驾驶、AI应用为主的数字化企业。

以广告为核心的互联网公司，核心业务逻辑是流量变现。这也是百度过去七八年焦虑的问题——百度没有抢到短视频、直播的风口，这让它的流量变现面临天花板。

但AI为核心的数字化企业，考虑的是如何强化自身技术壁垒，进而取得高增长和高利润。2023年大模型浪潮到来，百度过去的长期高强度研发，让它在这个赛道成为领跑者之一。

近半年，百度的短期利润虽然有所下滑，但这是投资算力、高强度研发的结果。它正在全力构建其“全栈AI”（昆仑芯、文心大模型、百舸、飞桨）为核心的技术护城河。

百度的技术进展一直是有条不紊的。这一轮AI浪潮的竞赛并不是以三个月、半年、一年为单位的短跑，而是三年、五年、十年为单位的马拉松。

在这场马拉松中，百度正在找到自己的节奏。