最近，百度智能云内部传出了一些令人兴奋的消息，似乎在为未来的挑战做好准备。
据我了解，在最近的一次内部战略会议上，百度智能云的高管们决定将2026年AI相关收入的增长目标从原来的100%提升到200%，全体员工都在为实现这一高增长目标而努力，誓言在AI云市场中争取领先位置。
这可不是空口白话。根据IDC的最新报告，到2030年，全球AI云市场的规模预计将超过4000亿美元。
巨大的市场潜力吸引了众多参与者，各家公司的策略也各有不同。
相较之下，百度智能云已经建立起了一条完整的产业链，从底层的AI芯片，到中间的云基础设施，再到上层的模型和智能应用。
未来的市场将不再是传统的云计算，而是AI云。那些具备“软硬一体”全栈能力的云服务商，才有可能在这场竞争中占据主导地位。而百度正是在AI云领域的增速市场中，抓住了增量市场的机会。
实际上，这条“云智一体”的道路，百度已经走了整整十年。2026年的高增长目标，实际上是对这十年努力的一个考验，意味着将过去的深耕成果展示给大家。
十年之路：从“过时”到“最佳选择”
回溯到2015年，那时国内的云计算市场正从“要不要上云”转向“如何上云”，各大互联网公司都忙着争抢市场份额。
与其他公司不同，百度从一开始就确立了“云计算+大数据+人工智能”三位一体的发展战略。那时强调“云的智能属性”的做法显得超前，甚至有些不合时宜。毕竟在移动互联网蓬勃发展的时期，大家更关心的是如何应对双十一的流量，而不是如何利用AI来提升流程效率。
举个例子，那个名为“昆仑”的芯片项目，最初只是为了支持百度庞大的搜索和推荐业务解决算力不足的问题。在AI芯片概念还不成熟的时代，百度就冒险进行了投资。
这一战略布局为百度在AI云领域的独特地位埋下了伏笔。
十年后的今天，单靠CPU的算力无法满足智能时代的需求，GPU已经成为基础设施的核心。曾经被认为“过时”的百度，如今手握“昆仑芯”这一王牌，智能云已经构建起全栈基础设施，模型层和应用层齐头并进，成为了市场上游刃有余的参与者。
2025年2月，百度智能云成功启用了昆仑芯P800万卡集群。两个月后的4月，又一个全自研的3万卡集群被点亮。
这个3万卡集群的强大之处在于，它能够同时支持多个千亿参数大模型的全面训练，或者为上千个客户提供百亿参数模型的精细调优。这标志着百度智能云进入了规模化、工程化的供给阶段。
这不仅仅是数字的积累。在如今国际供应链动荡、高端GPU紧缺的情况下，拥有自研的万卡集群意味着这家云厂商在关键时刻不容易被卡住脖子。这也是百度与纯软件公司或集成商云厂商之间的最大区别。
一位关注云计算的行业分析师表示：“在AI云竞争的后期，谁能提供稳定、自主且大规模的算力，谁就能占据主导地位。百度的策略十分明确，有了‘芯’，云就有了根基。”
昆仑芯的升级并没有停止。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）芯片已首次亮相，配套的“天池”超节点也提升了算力密度和互联带宽，这展现了百度在底层技术上的持续投入。
“芯云模体”的全面协同，进化新生态
拥有芯片只是开始，如何“用好芯”才是构建竞争壁垒的关键。
这需要软硬件之间的深度配合。百度是国内为数不多能够与谷歌匹敌，拥有“芯、云、模、体”全栈能力的公司。
借助“昆仑芯+百舸AI计算平台”的结合，企业能够真正实现“用好芯”。
百度智能云的“百舸AI计算平台”具备编译优化、调度策略和训练推理加速等软件能力，充分发挥芯片的潜力。在这个平台的支持下，昆仑芯万卡集群的有效训练时长达到了98%。
“在AI算力需求爆发的初期，大家都在竞争有没有卡。但随着市场的深入，企业开始大规模、长时间使用算力时，竞争的核心转向了利用效率和总体拥有成本（TCO）。”一位不愿透露姓名的分析师表示：“只有软硬一体优化，才能提高单卡的效能，增强集群的稳定性，从而在成本和服务体验上形成明显优势。”
仅有强大的“心脏”（芯片）和“循环系统”（云基础设施）是不够的。百度的全栈构想，是要搭建一个从底层到顶层、能够相互反馈和协同进化的有机体。
在芯片与云的基础上，是模型层。文心大模型5.0采用了原生全模态统一建模，参数规模达到了2.4万亿，为复杂的上层应用提供了智能内核。
连接智能与业务的纽带是千帆大模型平台。百度的千帆Agent Infra涵盖了模型、工具、Agent开发、数据及运行环境等五个层面的能力，帮助企业和开发者以低门槛打造实用的Agent。
技术的价值最终要在真实场景中实现，智能体（Agent）被认为是最佳的落地形式。百度布局了两个“利器”：一是“秒哒”，旨在降低应用生成的门槛，让普通业务人员也能通过自然语言快速创建可用程序。截至2025年底，秒哒已累计生成超过40万个应用。二是“伐谋”，这是一种自进化的智能体，基于自我演化算法在实际产业场景中寻找“全局最优解”，它能够抽象复杂问题、建立模型，并在条件变化时自动迭代，广泛应用于零售、能源、制造、物流，甚至新药研发和科学理论等领域。
伐谋的能力在多个高精尖领域得到了验证。例如，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，将单次气动分析的时间从传统的10小时缩短到几分钟，帮助缩短车型研发周期。与北京工业大学的科研合作中，伐谋被用于优化中国空间站“微型电子鼻”的核心组件设计，通过60多轮的自动演化，找到了超越传统经验的最佳结构。
“无论是芯片还是模型，最终都要在应用中创造价值。”这一直是百度实践的核心理念。基于百度的全栈能力，智能体已经被广泛应用于金融风控、电网调度、港口物流和新药研发等领域，技术潜力也因此转化为实际的产业效率。
落地为王，AI云市场的胜负关键
市场是最真实的裁判。衡量AI云厂商产业落地实力的一个重要标准，就是招投标市场。
根据智能超参数的统计，2025年全年，中国主要云厂商在大模型相关项目上的中标总数达到了341个，中标总金额约27亿元。在这场竞争中，百度智能云以109个项目中标金额约9亿元，连续两年在中标项目数量和金额上双双领先。
一位在国内顶尖AI公司从事B端业务的人曾向我透露，他们在B端市场表现不错，但每次遇到百度时都心里发慌。
那么，为什么是百度呢？
如果深入观察这些中标项目，就会发现一个明显的趋势：大模型正在从“尝鲜期”转向“复购期”和“深水区”。客户们不再满足于简单的互动，而是希望AI能深入到他们的核心业务流程中，真正提高工作效率。
而百度的B端客户名单也相当庞大，涵盖了65%的央企、所有系统重要性银行、800多家金融机构、TOP10手机制造商以及中国市场销量前15的汽车品牌……
在南方电网深圳供电局，基于百度的千帆Agent Infra开发了配电网监视Agent和操作票审核Agent，极大提高了电网系统的运行效率和可靠性，同时减轻了调度员的人工巡检压力，使他们能够更专注于复杂场景的处理和应急响应。
在银河证券，和百度智能云联合开发的“场外交易Agent”简直是个好帮手，能够精准捕捉客户的询价需求，听懂那些行业内的行话，帮助交易员迅速制定报价方案，促使交易成功。自从这个Agent上线后，客户从询价到下单的转化率竟然提升了三倍，业务规模也翻了一番，真是让人惊喜。
企业想要的可不是单纯一个模型API，而是一整套能解决实际问题的系统。百度的强项在于，它能提供从芯片到模型再到应用的全链条服务。虽然这种“重资产”模式起步较慢，但在面对复杂问题时，它的竞争壁垒却非常高。
跟那些主要集中于MaaS（模型即服务）的轻量化方式相比，百度智能云更注重基础设施与AI应用之间的深度结合。
有一位不愿透露姓名的云计算行业观察者指出：“AI云竞争的下半场，实际上是一场‘系统战’。如果只是简单提供模型调用（MaaS），那么很快就会遇到性能瓶颈；而如果仅仅做硬件集成，又很难在用户体验和开发效率上进行深入优化。因此，从底层硬件开始进行垂直整合，并提供完整的工具链与开发生态，这一点至关重要。”
从这个视角来看，百度智能云的全栈发展路径，恰好与产业智能化深入发展的需求曲线相契合。近年来，它在招投标市场以及高端客户群体中的丰硕成果，可以被看作是这种契合度的早期证明。
展望2026年，百度智能云“争夺第一”的目标，也是对其十年技术发展历程的一次全面检验。
