智能体登台，百度在汽车行业交付了三样硬东西

“Token代表成本，不代表收益。衡量AI时代繁荣的，应当是日活智能体数——DAA。”

5月13日，Create2026百度AI开发者大会上，百度创始人、董事长兼CEO李彦宏抛出AI时代的“度量衡”概念。他预言，未来全球日活智能体数将轻松突破100亿，取代DAU成为衡量AI生态价值的新标尺。

在他看来，AI的主角正在从模型转向应用。“这是历史上第一次，智能体替代了模型，出圈了。用户真正买单的不是‘你会不会’，而是‘你能不能帮我把事做完’。”

同时他认为，应对智能体的爆发，需要构建“芯云模体”全栈能力。

概念之外，百度在汽车行业到底交付了什么？

百度智能云事业群总裁沈抖

百度集团执行副总裁、百度智能云事业群总裁沈抖给出了一组数字：百度智能云已成为100%中国主流车企的选择，支持超2000万辆L2级辅助驾驶新车交付。昆仑芯方面，国产集群已支撑文心大模型5.1训练，有效训练率达到97%，基于昆仑芯的“天池”256卡超节点将于6月正式上市。

“没有行动就没有改变，没有改变就没有进化。”李彦宏的这句话，恰好可以用来标记百度在汽车行业的每一步。

01

2000万辆L2新车交付，100%主流车企全覆盖

沈抖在演讲中给出了百度在汽车领域的整体成绩单：“我们已经支持了包括主机厂、电池、芯片、无人车等产业链的领军企业，覆盖研发、训练、仿真、测试和量产的各个环节。去年，我们成功支持了超过2000万辆L2辅助驾驶新车的交付。”

他强调，百度智能云已成为100%中国主流车企的选择。

沈抖在演讲中以长安汽车为例，解释了什么是真正的智能化转型。

“长安这样一家百年企业，他们非常清楚，真正的变革一定是底层能力的重构。所以，长安的智能化转型，它做的不只是车机AI交互入口，更是构建从智能座舱到智能驾驶的核心竞争力。”

具体怎么做的？沈抖介绍称，3年前双方共建智算中心，算力达到每秒142亿亿次，刷新行业纪录。最近，百度通过百舸平台持续优化计算中心效能，帮助长安完成自动驾驶模型的高效训练和迭代。

结果是什么？沈抖说：“目前，工信部只批准了两家企业的L3自动驾驶车型产品，长安就是其中之一。今年，长安的端到端自动驾驶技术就会走出实验室，实现量产搭载。”

长安的案例说明一件事：智能化不是加一个语音助手，而是从算力底座开始重新搭。这也正如李彦宏的判断：AI竞争的核心正在从“智力”转向“执行”。

如果说长安展示的是主机厂层面的合作，那么地平线则展示了Tier 1供应商层面的深度协同。

地平线创始人余凯上台第一句话是：“今天我非常荣幸，特别加双引号，一个字叫‘回’，回到百度AI开发者大会。大家知道我是一个老百度，百度也是地平线重要的战略股东。”

他解释了为什么站在这里：过去几年，地平线和百度智能云展开了深入的战略级合作，推动了行业智能辅助驾驶的大规模量产和落地。

余凯详细描述了双方合作的技术闭环。他说，这个闭环从“数据的触发、回传”开始，到“数据的管理与数据仓库的构建”，再到“数据挖掘、检索”，然后“解决具体问题、创建场景库”，甚至“通过世界模型来生成虚拟的极端案例（corner case）”，最后到“模型的训练与验证”和“版本发布与车上部署”。

余凯特（参数丨图片）别强调，这不仅仅是技术流程，更是组织问题：“我们需要打造这样的基础设施，以支撑上千名工程师进行分布式协同。这不仅关乎地平线，也涉及众多主机厂和算法工程师，实现大家共同的分布式协作。”

在具体规模上，余凯透露，地平线与百度智能云共同打造了超5000节点的异构算力集群，能支持万卡级别的持续稳定大模型训练，同时支撑数千PB级的数据存储与管理，每百TB级数据的I/O吞吐处于业界领先水平。

基于这套基础设施，以及自身从芯片到AI软件、智能座舱、自动驾驶的全栈布局，地平线已赋能全球超40家主机厂、超800款车型，包括大众和丰田。余凯提到，今年大众在中国市场将推出8到9款基于双方合作的车型。

不止中国，他强调：“我们与百度智能云的合作成果，将惠及全球消费者。”

2000万辆车载前装，支持车企、供应商智能化转型，百度智能云希望成为从主机厂到供应商的通用基础设施。

02

让每个Token都有用：百度云的智能体省钱术

成果之下，这套基础设施具体怎么干活？

沈抖在大会上宣布，百度智能云全面升级为“面向大规模智能体应用的新全栈AI云”。对汽车行业而言，这次升级意味着两个具体变化。

第一个变化：MaaS升级为Token Factory（词元工厂），推理速度提升25%。

为什么需要升级？沈抖给出了一个对比：“智能体要处理的上下文是Chatbot的1000倍。现在智能体要完成一个任务动辄需要上百万的Tokens，所以模型的速度和成本都是一个问题。”

这基于李彦宏的判断：Token代表的是成本，而不是收益。如果不能让每个Token产生实际价值，算力消耗就只是负担。

原有的MaaS升级为Token Factory，核心理念是“First Token, Last Token”——尽量减少Token的重复计算。效果是：推理速度比市场提高25%。

沈抖还提到一个对车企很实际的点：“今天，您在百度上调用文心模型也好，还是DeepSeek、GLM、MiniMax这些国产模型，底层的算力都是用的国产昆仑芯。中国的企业在做智能体时，不仅可以用上国产模型，也可以获得国产芯片的高性价比服务。”

这意味着，车企在百度云上训练自动驾驶模型，底层跑的是国产芯片，成本结构不一样了。

第二个变化：推出Harness Engineering（驾驭工程），办公场景任务成功率95%。

沈抖用一个比喻解释了为什么光有模型不够：“模型决定了你智能体能力的上限，而周边系统决定了你智能体能力的下限。”

这个周边系统就是Harness Engineering，覆盖长上下文管理、持久记忆、工具调用、子智能体调度、评估反馈及Runtime。

具体效果上，沈抖给出了两个数字：在浏览器、Office等工具的办公场景任务中，成功率达到95%；相比OpenClaw，完成同样任务可节省23%以上的Token。

对车企研发团队来说，这意味着什么？不需要人工反复写提示词、不需要手动调度各种工具，Harness Engineering会自动协调子智能体完成数据检索、场景生成、模型验证等任务。

沈抖还描述了一个正向循环：“您搭建的智能体会成为Skills，通过驾驭工程为更强大的智能体提供服务。同时，这些智能体在运行过程中保留的数据和轨迹，会回流到Token Factory中，帮助我们优化模型。这样一个飞轮，可以推动整个系统持续迭代。”

03

昆仑芯从“备选”到“必选”

云能力回答了“怎么干活”的问题。而支持所有算力和智能体的最底层，是芯片。

百度的芯片进展到了哪一步？

“今天，中国的芯片市场已经变了。国产算力，过去是备选方案，今天成了必选项。昆仑芯的规模化快速普及就是一个最好的证明”。沈抖在演讲中明确给出了这个判断。

他给出了三个维度的具体进展。

第一，训练验证已完成。

“我们在昆仑芯全国产集群上成功完成了文心5.1等重要模型的训练。整个训练过程中，Loss曲线平稳下降、稳定收敛，集群的有效训练率达到97%以上。万卡规模集群的线性扩展度超过了85%。”沈抖如是说。

他解释了这些数字的意义：“这说明昆仑芯国产集群已经可以满足前沿大模型、大规模训练对计算精度、算子稳定性、框架适配、长周期运行等硬性要求。”

第二，天池超节点6月上市。

“去年11月，我们给大家汇报过天池256超节点，它在上个月如期点亮，将在下个月正式上线”。据沈抖介绍，相比上一代，吞吐性能提高25%。我们完成了文心、DeepSeek、GLM、MiniMax等主流模型的适配，推理效率提升了50%以上。

第三，网络和数据中心同步升级。

沈抖强调，单有芯片不够。“在超大规模集群里，网络不是用来连接算力的，网络本身就是算力。”

具体升级包括：接入速率从单接口400G升级为双接口400G冗余接入，端到端时延优化50%，支持搭建数十万卡到百万卡的超大集群。

数据中心方面，百度提出了“网络向心布局”：以网络节点为中心，计算节点环绕部署，供配电系统外置。同时规模化落地风液兼容架构，建设周期缩短30%。

这三件事加在一起，构成了昆仑芯从芯片到集群到数据中心的全栈能力。于车企来说，这意味着训练自动驾驶模型的国产算力底座已经具备规模化量产的条件。

“AI不仅仅是模型，它是系统，是新一代计算机。百度作为平台型公司，构建起了‘芯云模体’全栈能力。整个底层基础设施必须为智能体这个全新的主体重新搭建，方便智能体来调用。”李彦宏在演讲中如是说道。

回顾百度在汽车行业的布局，这套“芯云模体”全栈能力已经逐层落地。从芯片到云再到应用，构成了李彦宏所说的“新一代计算机”。对于汽车行业而言，这台计算机已经投入运转。