掘金AI时代产业红利，企业们为何都愿与百度组队？

抖音快讯 2025年08月29日 18:37 1 admin

全栈技术能力、生态开放度与行业渗透深度，正取代传统堆卡、堆资源的规模和成本竞争，成为云厂商新的竞争壁垒。

没人可以否认，从“生成式AI”诞生的那一刻起，云市场的竞争形势就已经变了。

“智能经济时代，一定要有新的基础设施来支撑，这就是智能优先的AI云。”在2025百度云智大会上，百度集团执行副总裁、百度智能云事业群总裁沈抖如是说道。

曾几何时，CPU在计算领域仍然是不可撼动的核心地位，但在生成式AI出现之后，GPU以其强大的计算能力，正在成为云计算的新宠。

对应云服务市场，传统CPU集群转向GPU集群的趋势，同样是不可逆的时代进程。随着DeepSeek进一步引燃AI市场，云厂商对AI心智的争夺，又来到了新的高潮。大量企业对于云厂商的“AI云”能力，正在提出越来越高的要求。

但AI本身的高技术含量和高成本、长周期投入，也意味着未来大量的市场份额，终将握在少数几家拥有全栈AI能力的云服务厂商手中。

作为“AI云”赛道的首倡者和开创者，百度智能云在2024年的中国AI公有云市场上，已连续六年居于第一。

AI Agent时代已来，在“人无我有”的全栈技术和产业深度面前，百度智能云的迭代轨迹，或许能成为观察如今云厂商的AI嬗变，和AI产业未来走向的重要样本。

01 更全栈，更易用

如今的我们，正在面对怎样的智能经济时代？

三年以来，生成式AI正在逐步深入经济生活的方方面面，无论是个人调用AI完成各种需求，还是独立开发者使用AI打造“一人公司”，再到企业借力AI重构传统业务，从模型端到产品端的共同需求，催生了AI云需求的指数型增长。

相较此前CPU驱动的公有云市场，如今大多数企业端拥抱AI时，无论是高昂的开发门槛、还是复杂的模型训练与部署，以及水涨船高的算力需求，单靠自己的摸索，其技术成本和资金成本都不允许，GPU驱动的AI云需求，就此出现并不断被放大。

如果将视角放到云厂商一端，面对客户日益提高的AI云需求，也倒逼云厂商不断提高服务效率的同时，以降低服务成本。对于长期深耕“云智一体”的百度智能云而言，这正是其全栈技术最合适不过的战场。

在8月28日的百度云智大会上，通过诸多AI底座的全新升级，百度智能云的“全栈”心智，又得到了进一步强化：

譬如全新升级的百度百舸AI计算平台5.0，在网络、算力、推理系统，以及训推一体系统四大方向上，实现了全面的能力提升，以此打破AI计算效率瓶颈。

具体来看，在硬件算力层，基于自研昆仑芯的“超节点”公有云服务，单实例即可支撑万亿参数大模型的运行，将以往需要庞大集群才能完成的任务压缩至分钟级，提供了业界顶尖的算力密度。

同时，其推理系统通过解耦架构、自适应负载均衡和智能调度算法三大策略，显著提升了高并发场景下的吞吐量和响应速度；推出的训推一体框架，实现了训练与推理任务的资源动态共享与无缝切换，极大提升了整体计算效率。

此次百舸AI计算平台的升级，已经从底层网络通信到上层调度策略，全面降低了大规模AI模型开发与应用的门槛和成本，放眼机器人、金融、汽车等行业，更低成本、更高效率地拥抱AI，已经触手可及。

需要指出的是，具身智能等AI应用场景，在“智能化”方面仍处于初级阶段，具备多本体兼容性、多场景适应性和强大泛化能力的通用智能平台，在业内仍然属于稀缺品。

在北京人形机器人创新中心的日常研发过程中，百度智能云依托在算力高效调度、模型训推加速的长期技术积累为其提供了高性能、稳定可靠的AI基础设施，大幅提升具身模型的开发效率。

具体来看，在具身“大脑”能力构建上，百度智能云运用千帆大模型平台和以文心大模型4.5为代表的领先模型能力，让具身“大脑”能够精准解析自然语言指令，并通过多模态信息融合与上下文理解，将复杂任务分解为可执行的子任务序列，提升决策效率和准确性。

截至目前，该技术已经部分在实际应用端落地。4月19日，北京人形机器人创新中心旗下的纯电驱全尺寸人形机器人“天工Ultra”以2小时40分42秒的成绩，圆满完成2025年北京亦庄半程马拉松暨人形机器人半程马拉松赛。北京人形机器人创新中心的新一代产品“天工2.0”，即将实现小批量量产应用。

从历年“云智大会”的情况来看，百度智能云每年产品更新的跨度与力度丝毫不减，作为25年历史的AI大厂，这既是百度“云智一体”多年积累的结果，同样也是其在云市场竞争中深不可测的“护城河”。

02 Agent 时代的“云智一体”

随着AI Agent时代的到来，生成式AI正逐步从以往的“降本工具”变为“增收引擎”。一如沈抖在2025百度云智大会上所判断：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”——

“所有计算产生的智能都会被封装进Agents，参与价值创造和交付。企业的AI云，不再是成本中心，而会成为新型的利润中心。”

落到更广阔的软件产品端，如今AI Agent，已经成为软件服务层的竞争重点。对于大量的实际场景，简单的聊天、问答，充其量只是“玩具”，能深入复杂工业、商业流程，从“降本工具”变为“增收引擎”的Agent，才能真正创造商业和社会价值。

在此背景下，百度智能云旗下的千帆平台正式升级到4.0全新版本，为大量开发者提供打造Agent所需的企业级模型、编排和数据能力。

模型端来看，千帆4.0模型库新增超过150个模型，包括百度自研视频生成模型“蒸汽机”、千帆慧金金融行业模型、千帆VL视觉理解模型（Qianfan-VL系列）等自研行业专精模型，覆盖行业场景更全面；同时推出RFT（强化反馈精调）工具链，支持开发者以更低数据量实现高效模型优化，显著提升行业适配性与训练效率。

在平台能力上，千帆4.0基于多模态RAG（检索增强生成），不仅支持传统的文本检索，还扩展至图片、表格、PDF、结构化数据等多模态内容，全面覆盖企业多样化的知识形态。

新升级的算力和开发平台，同样有大量“开箱即用”的Agent应用等待用户探索，如基于慧播星数字人技术的数字员工“AI吴彦祖”和一见“AI老师傅”。

所谓“AI老师傅”，即指“一见·视觉大模型平台”中的工序合规分析能力。用户仅需上传一段标准操作视频，即可在几分钟内生成SOP（标准作业程序）检测任务。它能有效缓解工业产线中熟练技师不足、经验传承困难等问题，切实帮助企业通过AI实现降本增效。

以中国钢研为例，他们与百度智能云合作，借助百度千帆、百舸、一见等平台的核心能力，双方构建起覆盖材料研发与制造全流程的AI大模型平台。这也是首个冶金行业流程感知大模型，实现了该领域人工智能应用的关键突破。

在冶金行业的实际场景中，数据类型复杂是常态。但在AI云的赋能下，曾经需要大量人工的环节，实现了相当程度的AI智能化：金相分析大模型的MIOU超90%，准确率达97.3%；表面缺陷检测模型处理效率为每100秒2000张图像，精确率超95%；物料跟踪响应仅100ms，跟踪准确度超95%，多项指标达到行业领先水平，真正实现AI驱动业务创新。

目前，相关成果已在金相自动报告生成、热轧表检工作流、板坯跨视域轨迹跟踪等环节落地，大幅提升中国钢研的研发与生产效能，也成为实体经济与科技企业，协同推进产业智能化的核心样本。

此外，百度智能云与AI教育客户雅识教育合作，推出“吴彦祖数字英语教练”，该项目基于百度自研的端到端语音语义大模型及慧播星数字人技术等全套AI能力构建。即日起，吴彦祖数字人将作为百度智能云数字员工体系的首批推荐官正式亮相。

03 云服务真正的壁垒在哪里？

如今，中国AI云市场的竞争早已进入深水区。从早期的“上云”到如今的“上AI”，企业需求发生了根本性转变。据IDC最新报告，2024年中国AI公有云服务市场规模达195.9亿元，同比增长55.3%，但市场集中度持续提升，头部效应愈发明显：CR4（前四名厂商）市场份额合计超过91.3%，呈现出典型的“金字塔”结构。

在这种格局下，全栈技术能力、生态开放度与行业渗透深度，正取代传统堆卡、堆资源的规模和成本竞争，成为云厂商新的竞争壁垒。

一如百度智能云AI与大模型平台总经理忻舟所言，如今企业需求，早已达到“next level”：

“去年和前年，我们收到的主要需求是模型必须在榜单排名前三，且模型参数量要达到千亿级别。但今年就变得十分落地，客户不再关心平台是否最先进，而是要运行稳定、模型安全、数据安全等。”

百度智能云的战略坚定性，正体现在其对“云智一体”的长期投入上。

从2015年正式对外提供云服务，百度智能云明确了“三位一体”人工智能(AI)、大数据(Big Data)与云计算(Cloud Computing)的发展策略，到2020年确立“云智一体”理念，再到如今，百度智能云架构进一步升级，打造云智一体、智能优先的新一代AI云基础设施，致力于成为中国AI产业走向系统化落地的坚实底座。百度始终将AI作为云服务的核心差异化优势。

这种坚持，已经带来了显著回报：百度智能云连续六年稳居中国AI公有云市场第一。 2025上半年我国大模型相关项目中，百度智能云以48个中标项目和5.1亿元中标金额，稳居“双第一”，并在金融、能源、政务、制造等重点行业中持续领跑。

截至目前，超65%央企落地大模型选择百度智能云；80%的系统重要性银行、150余家保险、券商和基金公司落地大模型选择百度智能云；TOP10手机厂商落地大模型选择百度智能云；95%的主流车企落地大模型选择百度智能云；50%+游戏厂商落地大模型选择百度智能云；最多重点具身智能企业落地大模型选择百度智能云。