百度智能云：用全棧打贏新標(biāo)尺下的AI戰(zhàn)

行業(yè)圈地，百度蓋樓

在工業(yè)革命前的馬車時(shí)代，生產(chǎn)主要依賴手工技藝，計(jì)件制是衡量產(chǎn)出的核心標(biāo)尺，工人的收入直接與產(chǎn)品數(shù)量掛鉤，看單月織布多少尺、收割多少畝莊稼。

蒸汽機(jī)的發(fā)明開啟了機(jī)器大生產(chǎn)，衡量產(chǎn)出的標(biāo)準(zhǔn)也變得復(fù)雜，功率、成本與綜合效率等概念開始進(jìn)入評估體系。而在AI時(shí)代，生產(chǎn)率衡量標(biāo)準(zhǔn)也同樣經(jīng)歷著從“量”到“質(zhì)”的變革。

起初，Token調(diào)用量直觀地反映了AI的使用規(guī)模和活躍度，曾被視為大模型或云的實(shí)力象征，但也正因如此，不少企業(yè)開始盲目追求Token消耗而忽略了其背后的真實(shí)價(jià)值。

于是，行業(yè)也開始探索新的衡量標(biāo)尺：在智能體時(shí)代，究竟該用什么來衡量AI的價(jià)值？

這一命題，在萬眾矚目的WAIC上得到了來自百度智能云的正面回答。

本屆世界人工智能大會（WAIC）上，行業(yè)涌現(xiàn)了更多頂尖科研交流、分層產(chǎn)業(yè)生態(tài)、標(biāo)桿前沿展品等，百度除了攜“芯云模體”全棧自研矩陣與智能體全家桶集中亮相，讓昆侖芯P800、百舸平臺、文心大模型5.1、百度搭子等產(chǎn)品首次同臺呈現(xiàn)外，更是用全棧的能力，回答了關(guān)于價(jià)值衡量的問題。

百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖在最近一次深度對話中表示，對具備全棧自研能力的企業(yè)來說，未來三年會是一個(gè)黃金窗口期。

過去行業(yè)只比模型參數(shù)、跑分，現(xiàn)在以及未來一年半，比拼的不再是單純模型基礎(chǔ)能力，而是真實(shí)任務(wù)完成率、單位 Token 價(jià)值、產(chǎn)業(yè)落地規(guī)模，客戶不再為概念買單，開始實(shí)實(shí)在在為效果、提效效率付費(fèi)，用好每一份算力、每一個(gè) Token 會成為行業(yè)共識。

此次WAIC上，不少企業(yè)都在展示自己從芯片、算力到應(yīng)用的能力，只不過大多數(shù)各有所長，極少才完成了閉環(huán)。其高規(guī)格背后不僅是中國AI技術(shù)實(shí)力的秀場，也暗含了其判斷與發(fā)展邏輯。

而對百度來說，這個(gè)問題似乎更加清晰：當(dāng)行業(yè)標(biāo)準(zhǔn)從“卷Token消耗”轉(zhuǎn)變?yōu)椤熬鞹oken效率”，百度究竟如何拿穩(wěn)這把新的尺子？

01

從“卷消耗”到“卷效率”

百度智能云先用了新標(biāo)尺

大模型產(chǎn)業(yè)發(fā)展早期，Token調(diào)用量成為核心指標(biāo)當(dāng)然有其合理性。

最開始，大模型最主要的產(chǎn)品形態(tài)還是Chatbot，用戶輸入一段文字，模型生成一段回答。模型調(diào)用次數(shù)越多、Token消耗量越大，往往意味著產(chǎn)品用戶更多，API需求更旺盛。

與此同時(shí)，MaaS也成為云廠商進(jìn)入大模型市場最直接的商業(yè)模式。云廠商把模型封裝成API，客戶按照Token數(shù)量付費(fèi)，調(diào)用得越多，云廠商獲得的收入越高。在這種模式下，Token既是技術(shù)指標(biāo)，也是計(jì)費(fèi)單位，還是市場規(guī)模的證明。

但是，MaaS和“按效果付費(fèi)”是完全不同的概念，Token這把尺子量的也只是投入而非產(chǎn)出。正如百度創(chuàng)始人李彥宏在Create 2026大會上所說，Token只代表成本并不代表收益，衡量的是投入而非產(chǎn)出。而且Token無法回答一個(gè)更關(guān)鍵的問題：大模型究竟創(chuàng)造了什么成果。

針對這個(gè)問題，身在業(yè)務(wù)前線，每天與客戶打交道的百度智能云很早就意識到了問題，如果繼續(xù)卷消耗，AI云很難走出“流量費(fèi)”的低毛利陷阱。

而智能體的出現(xiàn)改變了這套邏輯。不同于只能提供答案的Chatbot，智能體則會根據(jù)目標(biāo)自主拆解任務(wù)、調(diào)用工具并執(zhí)行操作，最終交付結(jié)果。

在沈抖看來，智能體驅(qū)動(dòng)大模型迭代的閉環(huán)效應(yīng)會變得更突出、更明顯。智能體落地會產(chǎn)生大量真實(shí)產(chǎn)業(yè)數(shù)據(jù)回流，這些數(shù)據(jù)會持續(xù)迭代大模型，模型變強(qiáng)又能支撐更多場景智能體落地，這套飛輪轉(zhuǎn)得越來越快，這是最核心的底層變化。

AI的價(jià)值，也因此從“被調(diào)用了多少次”，轉(zhuǎn)向“真正完成了多少任務(wù)”，這也正是DAA（日活智能體數(shù)）的核心邏輯。

更值得注意的是，智能體執(zhí)行鏈路更長、調(diào)用模型和工具更多，往往會進(jìn)一步放大Token消耗，這也讓Token效率從一道優(yōu)化題，變成了規(guī)模化落地的必答題。

于是，百度智能云掏出了“Token效率”這把新的標(biāo)尺，并率先將其納入了內(nèi)部技術(shù)團(tuán)隊(duì)的考核維度當(dāng)中。

Token消耗量不能與業(yè)務(wù)增長直接畫等號，卻一定會轉(zhuǎn)化為實(shí)打?qū)嵉某杀尽Ｃ恳粋€(gè)Token背后，都是算力、電費(fèi)和芯片損耗。消耗增加，可能源于業(yè)務(wù)擴(kuò)張，也可能只是系統(tǒng)反復(fù)讀取上下文、走了彎路，甚至做了無用功。

沈抖在此前的交流中舉了個(gè)實(shí)際場景的例子：深圳供電局設(shè)備運(yùn)維場景舉例，傳統(tǒng)模式下，工作人員需要人工逐條梳理設(shè)備告警信息，區(qū)分故障類型、告警優(yōu)先級。

依托智能體搭建自動(dòng)化工作流后，整套運(yùn)維智能體日常僅需一名運(yùn)維人員操作使用，卻能大幅縮減人工工作量、降低故障誤判與漏判風(fēng)險(xiǎn)，創(chuàng)造實(shí)打?qū)嵉漠a(chǎn)業(yè)價(jià)值，這類場景下用戶規(guī)模完全無法體現(xiàn)智能體真實(shí)價(jià)值。

他認(rèn)為，這和移動(dòng)互聯(lián)網(wǎng)的生態(tài)也是類似的，行業(yè)生態(tài)健康與否，不能只看頭部產(chǎn)品用戶體量大小，而在于大量適配細(xì)分需求的產(chǎn)品能否持續(xù)活躍。

因此，百度智能云內(nèi)部關(guān)心的問題，也轉(zhuǎn)向“Token究竟完成了多少任務(wù)”。Token效率也不再停留在概念層面，而是像代碼評審?fù)ㄟ^率、P99延遲一樣，被放進(jìn)技術(shù)看板和方案評審中。

智能體從接收目標(biāo)到交付結(jié)果，要經(jīng)過模型推理、上下文讀取、工具調(diào)用、任務(wù)拆解和結(jié)果校驗(yàn)等一整條鏈路。任何一個(gè)環(huán)節(jié)出現(xiàn)重復(fù)和浪費(fèi)，最終都會體現(xiàn)在Token賬單上。Token效率因此也不是某個(gè)模型或某個(gè)團(tuán)隊(duì)的單點(diǎn)優(yōu)化，而成為了貫穿“芯云模體”全鏈路的技術(shù)紅線。

而這套效率邏輯，已經(jīng)率先讓百度智能云跑出了成績。

2026年第一季度，百度AI業(yè)務(wù)收入達(dá)到136億元，同比增長49%，占一般性業(yè)務(wù)收入的52%，首次超過一半。其中，AI云收入達(dá)到88億元，占AI業(yè)務(wù)收入近三分之二，同比增長79%；GPU云收入更是同比增長184%。

上半年，百度智能云的在大模型中標(biāo)金額排行中名列第一，而在諸如金融、具身智能這樣的細(xì)分市場，也始終保持領(lǐng)跑姿態(tài)。

更重要的是，百度AI業(yè)務(wù)的這輪增長，主要由百度智能云拉動(dòng)。AI云不僅貢獻(xiàn)了近三分之二的收入，增速也明顯高于AI業(yè)務(wù)整體，并從百度AI商業(yè)化的基礎(chǔ)底座，進(jìn)一步成為集團(tuán)最核心的收入支柱和增長引擎。

當(dāng)行業(yè)還在用Token消耗量證明自己的AI業(yè)務(wù)足夠活躍時(shí)，百度智能云已經(jīng)用收入結(jié)構(gòu)證明，AI的價(jià)值不只在于被調(diào)用了多少次，更在于能否將Token轉(zhuǎn)化為可交付、可收費(fèi)、可復(fù)制的業(yè)務(wù)成果。

02

新全棧AI云

智能體時(shí)代的云

事實(shí)上，成本與產(chǎn)出的計(jì)算，只是智能體時(shí)代大眾能看到的表層，這兩個(gè)互為因果的要素背后，其實(shí)考驗(yàn)的是技術(shù)的整體性與實(shí)用性。

一項(xiàng)智能體任務(wù)從輸入到輸出，要依次經(jīng)過芯片提供算力、計(jì)算平臺完成調(diào)度、模型進(jìn)行推理，最后再由智能體執(zhí)行。就像水桶一般，任何一層出現(xiàn)等待、重復(fù)或浪費(fèi)，都會吃掉其他環(huán)節(jié)的優(yōu)化成果。

這意味著效率依靠的不是某一層的單點(diǎn)優(yōu)化，只有打通從芯片到智能體的整條鏈路，才能將局部提效轉(zhuǎn)化為最終的任務(wù)效率。而百度“芯云模體”全棧布局的價(jià)值，也由此顯現(xiàn)。

芯片層，昆侖芯P800提供高性價(jià)比的國產(chǎn)算力；計(jì)算層，百舸平臺與天池256超節(jié)點(diǎn)負(fù)責(zé)訓(xùn)練、推理和資源調(diào)度，整體性能提升50%；模型層，文心大模型與底層芯片、框架協(xié)同優(yōu)化；應(yīng)用層，則由百度搭子、秒噠、伐謀等智能體進(jìn)入具體場景。

在這套體系中，每一層的優(yōu)化都不是孤立的。芯片降低算力成本，計(jì)算平臺提升資源利用率，模型訓(xùn)練和推理隨之提速，最終又讓智能體以更低成本交付任務(wù)。效率由此沿著“芯—云—模—體”的鏈路逐層傳遞，也被逐層放大。

在智能體時(shí)代，云又是其中最先行的一層。作為向下整合芯片與算力，向上承接模型、數(shù)據(jù)和開發(fā)工具，為各行各業(yè)提供生產(chǎn)智能體的基礎(chǔ)設(shè)施，百度智能云也直接受益于全棧布局，成為了眾多行業(yè)智能體落地的基建。

在能源行業(yè)，國家電網(wǎng)已經(jīng)在40多個(gè)場景規(guī)模化落地智能體，將單次巡視耗時(shí)從2.5小時(shí)壓縮至45分鐘，準(zhǔn)確率突破85%；在金融行業(yè)，招商銀行超過800個(gè)AI應(yīng)用中，超過一半平穩(wěn)運(yùn)行于昆侖芯P800之上。

具身智能則更能體現(xiàn)了全棧基礎(chǔ)設(shè)施的價(jià)值。百度智能云目前已服務(wù)30余家具身智能企業(yè)，在典型VLA模型上實(shí)現(xiàn)訓(xùn)練提速70%，并將世界模型推理時(shí)延降低50%。在AHA-WAM機(jī)器人操控模型中，單步動(dòng)作推理延遲更是從415毫秒壓縮至41毫秒，讓機(jī)器人能夠更快感知環(huán)境、修正動(dòng)作并完成任務(wù)。

而在“芯云模體”的全棧體系之上，百度智能云又進(jìn)一步圍繞智能體重寫了云的架構(gòu)，打造出專為大規(guī)模Agent落地設(shè)計(jì)的新全棧AI云。

所謂“新全棧”，主要體現(xiàn)在AI Infra和Agent Infra兩大底座，及三類智能體產(chǎn)品上。

AI Infra解決的是智能體如何更快、更多、更高效地落地。在這個(gè)層面，首先是百度智能云自建的 AIDC 人工智能算力中心體系，通過自研 800 伏直流供電體系，搭配定制液冷散熱設(shè)備、專用變壓器與應(yīng)急供電設(shè)備，完成機(jī)房基建、電力、散熱、網(wǎng)絡(luò)全流程國產(chǎn)化改造。

其次是昆侖芯，百度在芯片研發(fā)領(lǐng)域已有十年之久。市場上的通用芯片普遍搭載大量智能體訓(xùn)練、推理場景用不到的冗余硬件模塊，而百度則選擇依托大模型訓(xùn)練、推理的實(shí)戰(zhàn)經(jīng)驗(yàn)，可以合理配置芯片的算力、顯存、帶寬并深度優(yōu)化核心要素之間的協(xié)同，從源頭杜絕算力資源浪費(fèi)。

此外還有集群調(diào)度體系，百度智能云重構(gòu)了傳統(tǒng)算力集群架構(gòu)，將以供配電為中心的架構(gòu)升級為以網(wǎng)絡(luò)節(jié)點(diǎn)為中心的架構(gòu)，提升服務(wù)器集群高速協(xié)同效率，并以百度百舸為核心，統(tǒng)一統(tǒng)籌調(diào)配昆侖芯算力資源，合理劃分訓(xùn)練與推理業(yè)務(wù)資源配比，減少算力閑置浪費(fèi)。

同時(shí)依托訓(xùn)推一體化平臺完成異構(gòu)芯片調(diào)度、緩存策略優(yōu)化，有效降低單次推理算力消耗。

整個(gè)全棧體系中的核心環(huán)節(jié)是 Agent Infra 智能體運(yùn)行底座，也就是駕馭工程，這也是區(qū)分智能體綜合實(shí)力、決定落地性價(jià)比的關(guān)鍵所在。

駕馭工程覆蓋用戶意圖識別、復(fù)雜任務(wù)拆解、多模型與多工具協(xié)同調(diào)度、執(zhí)行結(jié)果自查復(fù)盤、長期業(yè)務(wù)記憶沉淀、技能封裝復(fù)用、沙箱安全運(yùn)維等全流程業(yè)務(wù)邏輯。

同款大模型接口，搭配不同成熟度的駕馭工程，最終落地效果差距懸殊，不完善的駕馭工程容易產(chǎn)生大量無效交互與算力空轉(zhuǎn)，拉高使用成本；成熟完善的駕馭工程能夠精簡無效消耗，同步提升智能體自主執(zhí)行能力與交付成果質(zhì)量。

基于這套底層體系，智能云現(xiàn)在落地了三類智能體產(chǎn)品，第一類是百度搭子為代表的通用智能體，第二類則是切入具體場景的垂直智能體，如秒噠、伐謀、百度一見、百度Hogee等。第三類則是基于這套新全棧AI云能力，開發(fā)的產(chǎn)業(yè)Agent。

沈抖認(rèn)為，正是這套體系幫助他們構(gòu)筑起了同行難以復(fù)刻的雙層產(chǎn)業(yè)迭代飛輪。

得益于“芯云模體”的全棧能力和圍繞Agent完成的云架構(gòu)重寫，百度智能云似乎已經(jīng)提前適配了更依賴系統(tǒng)能力的智能體時(shí)代，而這背后對應(yīng)的，是AI基礎(chǔ)設(shè)施從“算力軍備競賽”向“每瓦性能與單位Token智能水平最優(yōu)”的結(jié)構(gòu)性轉(zhuǎn)折。

過去比的是誰擁有更多算力，未來比的則是誰能把每一瓦電、每一枚Token，更高效地轉(zhuǎn)化為可交付的任務(wù)成果。

03

Token如流水，消耗容易，效率才是真本事。

當(dāng)行業(yè)還在用每天消耗多少萬億Token證明自己足夠“忙”時(shí)，百度智能云已經(jīng)把這筆賬算到了每一次任務(wù)交付上。相比23%的Token消耗降低，省下來的不只是賬單上的一串?dāng)?shù)字，更是從“賣算力”走向“賣效果”的商業(yè)空間。

這也解釋了當(dāng)行業(yè)仍在卷價(jià)格、卷調(diào)用量的低毛利競爭中彼此消耗時(shí)，百度智能云還能連續(xù)兩年大模型中標(biāo)項(xiàng)目數(shù)和金額雙第一，并在2026年Q1拿出AI云收入同比增長79%的成績，跑出了智能體時(shí)代屬于自己的增長曲線。

在AI這場長跑里，真正拉開差距的，從來不是誰圈下更多算力、消耗更多Token，而是誰能率先把這些資源，蓋成可交付、可盈利、可復(fù)用的高樓。

- EN D -