21独家｜百度智能云上调AI相关收入增速目标至200%，全力冲刺抢AI云第一

百度智能云内部正在释放近几年来最具进攻性的信号。

21世纪经济报道获悉，在近期的内部战略会上，百度智能云高管定调，2026年AI相关收入目标增速从100%上调至200%，全员力拼高增长，在AI云市场全力抢第一。

这并非空穴来风的口号。根据IDC最新报告，到2030年，全球AI云市场规模预计将突破4000亿美元。

蛋糕巨大，刀叉已然林立，玩家策略各异。

相比之下，百度智能云构建了一条从最底层的AI芯片，到中间的云基础设施与平台，再到上层模型与最终智能体应用的完整产业链。

往后的路不再是传统云市场，而是AI云市场，具备“软硬一体”全栈能力的云厂商，才有可能在AI云竞争的下半场占据主导地位。而百度在AI云领域增速市场首位，抓住了增量市场的关键。

实际上，这条“云智一体”的路，百度已经走了十年。2026年的高增长目标，不过是对这条长期主义路径的一次压力测试，把过去十年的隐秘深耕彻底摆上台面。

十年，从“不合时宜”到“唯一答案”

将时针拨回2015年。

彼时，国内云计算市场从“要不要上云”开始正式进入“如何上云”阶段，互联网巨头们忙着跑马圈地。

与其他厂商不同，从第一天起，百度就确立了“云计算+大数据+人工智能”三位一体的发展策略。在当时，这种强调“云的智能属性”的做法显得过于超前，甚至有些曲高和寡。毕竟，在那个移动互联网爆发的黄金时代，企业更关心的是如何扛住双十一的流量洪峰，而不是如何用AI去优化流程。

比如，那个代号为“昆仑”的芯片项目，起初只是为了百度内部庞大的搜索与推荐业务解决算力瓶颈。在AI芯片概念尚属荒漠的年代，百度就做了极具风险的投入。

草蛇灰线，伏脉千里，这一战略实际上为百度日后在AI云赛道的独特地位埋下了伏笔。

十年后的今天，单纯的CPU算力已无法支撑智能时代的洪流，GPU成为底层基础设施。曾经“不合时宜”的百度，手中握着“昆仑芯”王牌，智能云已经打造了一套全栈基础设施，模型层与应用层全面开花，成为了牌桌上非常从容的玩家。

2025年2月，百度智能云成功点亮了昆仑芯P800万卡集群。仅仅两个月后的4月，一个全自研的3万卡集群再次被点亮。

三万卡集群意味着它能同时承载多个千亿参数大模型的全量训练，或支持上千个客户进行百亿参数模型的精调。也标志着百度智能云迈入了规模化、工程化的供给阶段。

这不仅是数字的堆叠。在国际供应链充满了不确定性、高端GPU一卡难求的当下，“拥有自研万卡集群”意味着一家云厂商掌握了不被卡脖子的呼吸权。也是百度区别于纯软件厂商或纯集成商云厂商的最大底牌。

一位长期跟踪云计算的行业分析师指出：“在AI云的下半场，谁能提供稳定、自主且大规模的算力，谁就掌握了主导权。百度的逻辑很清晰，有了‘芯’，云就有了根。”

昆仑芯的迭代并未停止。在2025年的百度世界大会上，新一代昆仑芯M100（针对高性价比推理）和M300（针对极致性能训练）芯片已经对外亮相，配套的“天池”超节点也将算力密度和互联带宽推向新高，展现了百度持续投入底层技术的决心。

“芯云模体”全栈

系统级的协同进化

“有芯”只是起点，“用好芯”才是构建壁垒的关键。

这依赖于软硬件的深度协同。百度也是国内少数对齐谷歌，拥有“芯、云、模、体”全栈能力的玩家。

通过“昆仑芯+百舸AI计算平台”构成的AI Infra，让企业能够真正“用好芯”。

百度智能云的“百舸AI计算平台”具备编译优化、调度策略、训推加速等软件能力，将芯片潜能充分释放。一个直观的成果是，在百舸平台的支撑下，昆仑芯万卡集群的有效训练时长可以达到98%。

“在AI算力需求爆发的早期，大家拼的是有没有卡。但当下半场来临，企业开始大规模、长时间使用算力时，比拼的核心就变成了利用效率和总体拥有成本（TCO）。”一位不愿具名的分析师表示：“软硬一体优化才能把单卡效能提得更高，把集群稳定性做得更好，从而在成本和服务体验上建立决定性优势。”

仅有强大的“心脏”（芯片）和“循环系统”（云基础设施）还不够。百度的全栈构想，是要构建一个从底层到顶层、能够相互反馈、协同进化的有机体。

在芯片与云之上，是模型层。文心大模型5.0采用原生全模态统一建模，参数规模达到2.4万亿，为复杂的上层应用提供智能内核。

连接智能与业务的枢纽，是千帆大模型平台。百度千帆Agent Infra提供了模型、工具、Agent开发、数据及Agent运行环境等五个层面的能力，帮助企业和开发者低门槛打造好用的Agent。

技术的价值，最终要在真实场景中落地，智能体（Agent）被视为最佳形态。百度布局了两个“利器”：一是“秒哒”，致力于降低应用生成门槛，让普通业务人员也能通过自然语言描述，快速创建可用的程序。截至2025年底，秒哒已累计生成超过40万个应用。二是“伐谋”，它是一个演化智能体，基于自进化算法在真实的产业场景中寻找“全局最优解”，抽象复杂问题、建好模型、根据条件变化自动迭代，被应用于零售、能源、制造、物流，甚至新药研发、科学理论等领域。

伐谋的能力已经在多个高精尖领域得到了验证。在与汽车设计公司阿尔特的合作中，伐谋优化了汽车风阻预测的AI模型，将单次气动分析时间从传统的10小时缩短至分钟级，助力车型研发周期平均缩短25%。在北京工业大学的科研中，伐谋被用于优化中国空间站“微型电子鼻”的核心部件设计，通过60多轮自动演化，找到了超越传统经验的最优结构。

“芯片也好、模型也好，最终得在应用上创造价值。”这一理念贯穿于百度的实践。基于百度全栈能力诞生的智能体已经被广泛应用到了金融风控、电网调度、港口物流、新药研发等领域，技术潜力就这样转化为了切实的产业效率。

拼落地，AI云市场的胜负手

市场是最诚实的裁判。衡量AI云厂商产业落地实力的一个硬核指标，是招投标市场。

根据智能超参数的统计，2025年全年，中国主流云厂商在大模型相关项目上的中标总数累计341个，中标总金额约27亿元。在这场真刀真枪的较量中，百度智能云拿下了109个项目，中标金额约9亿元，连续两年位居中标项目数与金额的“双第一”。

一位在国内头部AI公司做B端业务的人士曾经向21世纪经济报道透露，他所在的公司已经在B端市场做得很不错了，“但每次都很不想碰到百度。”

为什么是百度？

如果深入分析这些中标项目，会发现一个明显的趋势，大模型正在从“尝鲜期”进入“复购期”和“深水区”。客户不再满足于聊聊天、刷刷存在感，而是要求AI深入到核心业务流程中，真正提升业务效率。

而百度的B端客户名单里，服务了65%的央企、全部系统重要性银行、800余家金融机构、TOP10手机厂商、中国市场销量前15的汽车品牌……

在南方电网深圳供电局，基于百度千帆Agent Infra开发了配电网监视Agent和操作票审核Agent，助力电网系统的运行更高效、可靠，同时减轻调度员人工巡检压力，把精力放在更复杂的场景处理和应急响应上。

在银河证券，与百度智能云合作打造的“场外交易Agent”，能帮助准确理解客户的询价需求，听懂“行业黑话”，辅助交易员快速生成报价方案，促成交易。Agent上线后，客户从询价到下单的转化率提升了3倍，业务规模翻倍增长。

企业需要的不是一个模型API，而是一套能解决问题的系统。百度的优势在于，它能提供从芯片到模型再到应用的全栈服务。这种“重资产”模式虽然起步慢，但在解决复杂问题时，壁垒也高。

和那些侧重于MaaS（模型即服务）的轻量化打法相比，百度智能云强调基础设施与AI应用的深度耦合。

“AI云竞争的下半场，本质上是一场‘系统战’。”一位要求匿名的云计算资深行业观察者指出，“单纯提供模型调用（MaaS），会逐渐面临性能瓶颈；只做硬件集成，则难以对用户体验和开发效率做深度优化。从底层硬件开始垂直整合，并能提供完整工具链与开发生态的能力很重要。”

从这个角度审视，百度智能云的全栈路径，可能恰好与产业智能化深度发展的需求曲线相吻合。其近年来在招投标市场与高端客户群中的收获，可以被视为这种匹配度的早期验证。

2026年，百度智能云“抢第一”的目标，也是对其十年技术路径的一次总验收。