哇！百度智能云竟然把AI收入增速目标调至200%！

百度智能云：十年磨一剑，AI云市场的领军者

最近，百度智能云似乎在内部传递出了一种全新的进攻信号，听说他们的高管在一次战略会议上定下了目标：到2026年要将AI相关收入的增速从原来的100%提升到200%。这可不是随口说说，他们的目标是要在AI云市场上争取第一的位置。

这可不是空穴来风。根据IDC的最新报告预测，到2030年，全球AI云市场的规模将突破4000亿美元，市场潜力巨大，各大玩家都在摩拳擦掌，准备出击。

与其他公司不同的是，百度智能云已经构建了一条从AI芯片到云基础设施，再到智能应用的完整产业链。未来的竞争不再是传统的云市场，而是要在AI云市场中脱颖而出，只有具备“软硬一体”全栈能力的云服务商，才能在这场竞争中占据主导地位。百度在这个领域的快速增长，正好抓住了市场的关键机遇。

其实，百度在这条“云智一体”的道路上已经走了十年。2026年的高增长目标，其实就是对他们长期坚持的战略进行一次检验，展示出过去十年间的努力成果。

十年，从“不合时宜”到“唯一答案”

把时间拨回到2015年。当时，中国的云计算市场正在经历一个转变，从“要不要上云”转向“如何上云”，各大互联网公司都在争相布局。

而百度从一开始就提出了“云计算+大数据+人工智能”三位一体的战略，这在当时显得有些超前，甚至有些不被理解。毕竟，那时候大家更关注的是如何应对双十一的流量洪峰，而不是用AI来优化流程。

比如，百度的“昆仑”芯片项目，最初是为了解决内部庞大的搜索与推荐业务的算力问题。在AI芯片尚属蓝海的时代，百度就开始了这项大胆的投资。

可以说，这一战略为百度日后在AI云市场的独特地位奠定了基础。

如今，单靠CPU的算力已经无法满足智能时代的需求，GPU成为了基础设施的核心。曾经“不合时宜”的百度，如今手握“昆仑芯”的王牌，智能云的全栈基础设施已经搭建完成，模型层和应用层的成果也逐渐显现，成为了市场上的一股强大力量。

在2025年2月，百度智能云成功启动了昆仑芯P800万卡集群。仅两个月后，又亮相了一个全自研的3万卡集群。

这个3万卡集群可以同时支持多个大型模型的全量训练，或者让上千个客户进行细致的模型调整，这标志着百度智能云已经进入了规模化和工程化的阶段。

这绝不仅仅是数字的堆砌。在如今国际供应链充满不确定性、高端GPU紧缺的情况下，拥有自研的万卡集群意味着百度能够掌握更强的市场主动权，这也是他们区别于纯软件或硬件厂商的重要优势。

一位长期关注云计算的分析师提到：“在AI云市场的下半场，谁能提供稳定、自主和大规模的算力，谁就能掌控局面。百度的逻辑非常清晰，有了‘芯’，云才有根基。”

昆仑芯的迭代并没有止步。在2025年的百度世界大会上，新的昆仑芯M100（注重高性价比推理）和M300（专注于极致性能训练）芯片已向外界展示，配套的“天池”超节点也将算力密度与互联带宽提升到新高度，体现了百度在底层技术上的持续投入。

“芯云模体”全栈，系统级的协同进化

有了芯片只是起点，更重要的是如何利用好这些芯片，才能构筑起竞争壁垒。

这需要软硬件之间深度的协同。百度是国内少数能够与谷歌比肩，拥有“芯、云、模、体”全栈能力的公司之一。

通过“昆仑芯+百舸AI计算平台”的组合，企业可以真正实现“用好芯”。

百度智能云的“百舸AI计算平台”具备编译优化、调度策略和加速训练等软件能力，能够充分释放芯片的潜能。一个直观的成果是，在百舸平台的支持下，昆仑芯万卡集群的有效训练时长可以达到98%。

一位不愿透露姓名的分析师表示：“在AI算力需求刚兴起时，大家拼的是有没有卡。但现在进入下半场，企业开始大规模、长时间地使用算力，竞争的核心转向了利用效率和总体拥有成本。”

光有强大的“心脏”（芯片）和“循环系统”（云基础设施）还不够，百度的全栈构想是要建立一个从底层到顶层、能够互相反馈、协同进化的有机系统。

在芯片与云之上，是模型层。文心大模型5.0采用全模态统一建模，参数规模达到2.4万亿，为复杂的应用提供智能内核。

连接智能与业务的关键是千帆大模型平台。百度的千帆Agent Infra提供了模型、工具、Agent开发、数据和运行环境等多方面的能力，帮助企业和开发者低门槛地打造实用的Agent。

技术的价值最终需要在实际场景中实现。智能体（Agent）被视为最佳形态。百度布局了两个关键工具：一个是“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。到2025年底，“秒哒”已累计生成超过40万个应用。另一个是“伐谋”，这是一个演化智能体，利用自进化算法在真实产业场景中寻找“全局最优解”，被应用于零售、能源、制造、物流，甚至新药研发等领域。

伐谋的能力已在多个高端领域得到了验证。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模型，将一次气动分析的时间从传统的10小时缩短到了分钟级，帮助车型研发周期平均缩短了25%。在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”的核心部件设计，通过60多轮的自动演化，找到了超越传统经验的最优结构。

不论是芯片还是模型，最终都要在应用上创造价值。这一理念贯穿于百度的实践。基于其全栈能力开发的智能体已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，技术潜力正在转化为实际的产业效率。

拼落地，AI云市场的胜负手

市场是最公正的裁判。评估AI云厂商产业落地能力的一个硬核指标就是招投标的表现。

根据智能超参数的统计，2025年全年，中国主流云厂商在大模型相关项目中共中标341个，累计中标金额约27亿元。在这场真刀真枪的竞争中，百度智能云斩获了109个项目，中标金额约9亿元，连续两年在中标数量和金额上双双领先。

一位在国内知名AI公司从事B端业务的人士曾透露，他们公司的表现也不错，但每次遇到百度时都感觉压力山大。

为什么是百度？

深入分析这些中标项目会发现一个明显的趋势，客户在大模型的需求上已经从“尝鲜期”进入了“复购期”和“深水区”。他们不再满足于简单的互动，而是希望AI能深入核心业务流程，真正提升效率。

而百度的B端客户中，65%的央企、所有重要性银行、800多家金融机构、TOP10手机厂商以及中国市场销量前15的汽车品牌，均在其服务范围之内……

在南方电网深圳供电局，基于百度千帆Agent Infra开发的配电网监视Agent和操作票审核Agent，提升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，让他们能将精力集中在更复杂的场景处理和应急响应上。

在银河证券，和百度智能云的合作诞生了一个“场外交易Agent”。这个智能助手能精准捕捉客户的询价需求，甚至能听懂那些行业术语，帮助交易员快速制定报价方案，推动交易的达成。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，业务规模也随之翻了一番。

企业需要的并不是单纯的模型API，而是能够真正解决问题的系统。百度的强项在于，它能够提供从芯片到模型，再到应用的全方位服务。虽然这种“重资产”模式在初期可能进展缓慢，但在应对复杂问题时，它的优势和高壁垒却十分明显。

与那些偏向于MaaS（模型即服务）轻量化策略的企业相比，百度智能云更注重基础设施与人工智能应用之间的深度结合。

一位不愿透露姓名的云计算资深观察者表示：“AI云竞争的未来，实际上是一场‘系统之战’。”他提到，单纯提供模型调用的方式（MaaS）将逐渐遇到性能瓶颈，而只做硬件集成又无法深入优化用户体验和开发效率。因此，从底层硬件开始进行垂直整合，并提供完整的工具链和开发生态，是至关重要的。

从这个角度来看，百度智能云的全栈发展路径，正好契合了产业智能化深入发展的需求。近几年它在招投标市场和高端客户群体中的成绩，恰恰可以看作是这种契合度的初步验证。

到2026年，百度智能云的“抢第一”目标，将是对其十年来技术路径的一次全面检验。