DAA登场 新全栈AI云托举汽车产业智能化跃迁

编辑 | 秦言

来源：懂懂笔记

"进入智能体时代，衡量一个平台和生态的繁荣，更应该关注DAA这个指标，关注有多少Agent在给人类干活，并交付结果。"李彦宏强调，"这比无谓的Token消耗，更接近价值，也更接近本质。"李彦宏在Create2026百度AI开发者大会上提出了AI时代新的度量衡，给行业一个全新的价值锚点。

沈抖在演讲中呼应了这一观点："AI云的下半场，不是比谁消耗了更多的Token，而是比谁用Token干成了事。百度智能云要做的，就是让我们的企业'多、快、好、省'地把每一个Token都转化为企业的生产力。"

每个时代都需要与其匹配的基础设施。与“DAA”这一AI时代新的度量衡相匹配的新全栈AI云正式亮相，并悄悄改变了AI时代基础设施的底层逻辑。

超10亿大单背后的算力辩证法

百度Create大会上，作为中国智驾芯片领域领军人物的余凯，抛出了一组足以震动底层IT基础设施产业的重磅数据：地平线将超过5000个节点的超大集群、数千PB级的数据存储与管理，以及支撑万卡持续稳定训练的重任，托付给了百度智能云。

这不是一笔简单的每年超 10亿元采购订单，是智能驾驶产业核心资产与公有云的一次深度绑定，背后或许正是智能驾驶“计算机诞生级”的产业重构。

长久以来，芯片设计与自动驾驶算法的研发，一直被视为科技公司的“核心命门”。哪怕是特斯拉这样的巨头，也要把核心数据和算力死死攥在自己手里。那么，余凯为什么敢于把地平线如此庞大且核心的万卡训练集群，全盘托管给百度智能云？

于消费者，智能驾驶已经进入普及阶段。于厂商，智能驾驶的竞争则已经进入了“拼刺刀”的阶段。地平线在2025年推出了高达560T大算力的征程6P芯片，其端到端自动驾驶大模型HSD更是实现了量产，直接促使77%的消费者愿意为智能驾驶高配买单。“我们相信智能驾驶进入寻常百姓家的拐点已经到来了。”地平线创始人兼CEO余凯博士表示。

然而，智能化普及也给企业带来相应的压力，买显卡、建机房、搞风火水电，成本高、周期长，固定资产投入的速度很难跟上算力需求的增长节奏——这正是汽车产业在快速走向智能化过程中的主要瓶颈。

将万卡集群交给百度智能云，意味着地平线无需分心对付底层基础设施的波峰波谷，实现了死磕“核心软实力”的战略性聚焦。

此外，我们知道高阶智驾大模型的训练如同算力吞金兽，随着模型参数量的爆炸式增长，算力需求呈现出指数级的攀升。不仅如此，在分布式训练中，一个GPU的意外挂掉，就可能导致整个训练任务中断并重头再来，传统的IDC模式显然已经无法承载这种级别的容错需求。

而百度智能云提供的十万卡集群管理能力，以及与地平线共建的GPU故障自动化发现与处理机制，将排障时间从过去的小时级甚至天级，硬生生压缩到了分钟级。这种底层运维能力，是任何一家智驾公司都极难通过自建获得的。可见，地平线在与百度的合作中不仅获得了充足的算力，更是高效且稳定的算力。

此外，公有云就像一个有无限弹性的算力蓄水池，既能满足突发的大规模模型训练，又能在业务低谷时释放资源，避免了自建机房“买多了浪费，买少了不够用”的尴尬。可以说，通过与百度智能云的合作，地平线更是获得了弹性算力蓄水池，获得了更灵活、可控的算力。

投入超 10亿元的重注，地平线在下半场的竞争中轻装上阵的同时，也在宣告智驾产业底层算力决策逻辑或将彻底翻转。

隐形底盘，汽车产业告别线性供应链

如果把视线拉长，你会发现，地平线与百度智能云的深度合作，绝非孤立的事件。它是中国汽车智能化产业来到临界点的一个重要标志。

根据中国汽车工业协会的数据，2025年中国乘用车L2级及以上的辅助驾驶渗透率已经逼近60%。这意味着，智能驾驶正在经历一场从尝鲜玩具到刚需标配的阶段性飞跃。智能化应用的普及，直接推动了产业合作模式的底层逻辑巨变。

过去，汽车产业的合作是典型的线性供应链：芯片厂商提供算力，Tier 1供应商打包方案，车企负责整车集成。

但现在，伴随着智能驾驶、智能座舱等汽车智能化的全面大爆发以及对推理算力需求的井喷，传统的线性传递已经无法满足车型快速迭代的需要。产业亟需一种更紧密、更高效的协同模式。

作为拥有160年历史底蕴的车企，长安汽车深知真正的变革在于底层能力的重构。通过百度百舸·AI异构计算平台，长安构建了每秒142亿亿次计算能力的智算中心，不仅让GPU资源利用率提升了40%，更累积了近亿帧的高质量标注数据和超3万次的AI算法训练。

在地平线和长安的案例背后，我们清晰地看到一个新的产业趋势，原有的企业边界正在被打破：长安从整车制造商发展成为提供智能驾驶、智能座舱的智能汽车服务商，地平线从一个智能驾驶芯片厂商成为了一个整车智能全品类技术的生态型赋能者。

与此同时，车企和智驾科技公司不再追求大而全的自建，而是开始寻求术业有专攻的生态结盟。芯片公司专注架构与算法，云厂商死磕底层算力调度与模型推理优化，双方通过高速专线数据链路，形成一个巨大的网状协同生态。

而百度智能云十年间跟随客户需求不断求新，通过全栈AI布局，支持了包括主机厂、电池、芯片、无人车等产业链领军企业的研发、训练、仿真、测试和量产的各个环节，已经成为智能时代汽车产业的“隐形底盘”。

截至去年，百度智能云已经成功支持了超过两千万辆 L2级辅助驾驶新车的交付。

从“卖铲子”到“挖金矿”：新全栈AI云的野望

李彦宏表示，智能体出圈代表着AI的发展正从模型阶段走向应用阶段，“第一次，AI的主角不是模型，而是应用”。

当高活跃、高价值、规模化的智能体应用开始涌入客户的业务场景，传统的云服务体系彻底失效了。李彦宏强调，“百度作为平台型公司，为支撑智能体应用爆发，构建起了‘芯云模体’全栈能力。”

前面讲到的汽车产业重构，只是全社会向AI 过渡的一个缩影，事实上千行百业正在进行着基础设施的再进化。

过去，云厂商提供的往往是分层割裂的全栈，但在大模型时代，模型需要特定的算力调度，算力需要针对特定芯片优化，而芯片又需要与大模型深度绑定。以往那种层层脱节的模式，根本无法承载李彦宏在Create大会上所预言的那个“日活智能体数（DAA）超过100亿”的庞大未来。

与DAA相匹配的，在智能工厂、具身智能、智能手机、智能门店等千行百业的真实场景中，沈抖看到了客户需求的变化：“过去，客户需要的是业务的弹性、可靠、降本增效，所以这时候这些云服务提供的是计算、网络、存储这样的资源。而今天，客户需要的是高活跃、高价值、规模化的智能体应用来直接解决他们的实际问题，所以云服务也必须重新定义，成为一套能够支撑智能体大规模运行、持续进化、安全可控的全栈AI基础设施。”

为了更好支持客户AI化的需求，百度智能云面向大规模智能体应用实现基础设施重构，全面升级为新全栈AI云，这套新底座由两大支柱构成：横向打通智能体生命周期的Agent Infra和纵向深挖算力极限的AI Infra。两者如同DNA的双螺旋，共同编织出智能体时代的底层操作系统。

沈抖在演讲中用一个精妙的比喻揭示了Agent Infra的本质："模型决定了智能体能力的上限，而周边系统决定了智能体能力的下限。"过去十年，行业痴迷于把模型做得越来越大；而未来十年，决定胜负的将是围绕模型的"驾驭工程"（Harness Engineering）。

过去，云厂商只负责把模型训练出来，至于模型能不能干活、怎么干活，那是客户的事。现在，百度智能云通过驾驭工程，直接把能干活的智能体打包交付。比如，在义乌的工厂里，基于百度一见Claw搭建的AI厂长，能像人类厂长一样，看懂监控、识别隐患、调度生产，把过去需要人工盯着几个屏幕的活儿全干了。

随着智能体任务变长、变复杂，算力消耗呈指数级增长。百度智能云的解法是榨干每一度电。沈抖透露，通过显存、内存到SSD的分级池化技术，他们将KV Cache命中率做到了90%（业界最高）。这意味着智能体在处理超长任务时，不用反复计算已经学过的内容，效率提升了3倍。再加上昆仑芯全国产集群97%的有效训练率和天池256卡超节点50%的推理效率提升，这套底座硬生生把智能体的算力成本打到最低。

沈抖反复强调新底层逻辑："未来的企业，不会再问你今天用了哪个模型，它会问你你的智能体今天到底完成了多少任务。"百度新全栈AI云的价值不在于卖了多少张卡，而是帮客户养活了多少个正在干活的智能体。

如果把百度智能云此前的服务比作“卖铲子”——提供算力，那么升级后的“新全栈AI云”则是直接下场助力客户“挖金矿”——交付结果。

从地平线把万卡集群全盘托付，到长安汽车用这套底座训练端到端智驾模型，再到义乌老板用AI店长做导购，百度智能云正在做的，是把昂贵的AI技术，变成像水电一样开箱即用、按量付费的生产力工具。

显然，百度智能云已经不再是卖算力的发电厂，正在成为智能体时代的电网运营商和调度中心。当数百万、数千万个智能体在云上奔跑时，谁掌握了它们的运行环境、调度逻辑和数据流转，谁就掌握了未来AI应用生态的命脉。

计算机史上有个著名的“安迪-比尔”定律（硬件升级的算力总会被软件消耗掉），而在智能体时代，这个定律有了新的注脚：DAA（日活智能体数）的增长，总会倒逼基础设施的重构。当智能体开始“干活”，云就不再是资源，而是生产力本身。

百度智能云在底层用新全栈AI云，将昂贵的算力转化为像水电一样即插即用的生产力，为千行百业的智能化孜孜不倦地输送算力弹药，托举着百万量级智能体的爆发。

一个由DAA定义的新时代，已然拉开序幕。

冷眼旁观 麻辣点评 深入分析

个人观点，仅供参考