21世纪经济报道记者孔海丽 北京报道
最近，百度智能云内部发出了一个非常激进的信号。
根据21世纪经济报道的独家消息，百度智能云的高层在一次内部战略会上明确提出，到2026年，AI相关收入的增长目标将从100%提高到200%，希望全员齐心协力争取高增长，力争在AI云市场中夺得第一。
这并不是空口无凭的口号。IDC的最新报告显示，到2030年，全球AI云市场的规模预计将超过4000亿美元。
这个市场蛋糕非常大，各家都在使劲争抢，策略也是各有不同。
与其他竞争者相比，百度智能云已经建成了一条完整的产业链，从最底层的AI芯片，到中间的云基础设施与平台，再到上层的模型和智能应用。
未来的竞争将不再是传统的云市场，而是AI云市场。只有能够提供“软硬一体”全栈解决方案的云厂商，才有希望在AI云的角逐中占据领导地位。百度在这一领域的快速增长，正好抓住了市场的机会。
其实，百度在“云智一体”的发展道路上，已经默默耕耘了十年。2026年的增长目标，不仅是对这条长期路径的一次检验，更是将过去十年的努力展现出来。
十年，从“不合时宜”到“唯一答案”
让我们把时间拨回到2015年。
那个时候，国内的云计算市场正从“要不要上云”转向“怎么上云”，各大互联网巨头们都在忙着抢占市场。
与其他公司不同，百度从一开始就明确提出了“云计算+大数据+人工智能”三位一体的发展策略。那时，这种强调“云的智能属性”的方式显得有些超前，甚至让人觉得有些高不可攀。毕竟在移动互联网蓬勃发展的时代，企业们更关心的是如何应对双十一的流量压力，而不是如何用AI来提升效率。
举个例子，当时的“昆仑”芯片项目，最初只是为了满足百度庞大的搜索和推荐业务对算力的需求。在那个AI芯片尚属蓝海的时代，百度就进行了高风险的投资。
这些看似微不足道的举措，其实为百度日后在AI云领域的独特地位埋下了伏笔。
现在，单纯的CPU算力已经无法应对智能时代的需求，GPU成为了基础设施的核心。曾经被视为“不合时宜”的百度，掌握着“昆仑芯”这一优势，智能云已经建立了完整的基础设施，模型层和应用层也在快速发展，成为了市场上游刃有余的参与者。
2025年2月，百度智能云成功激活了包含P800万卡的昆仑芯集群。仅仅两个月后的4月，另一个全自研的3万卡集群也相继上线。
这个三万卡集群能够支持同时训练多个千亿参数的大模型，或为上千个客户提供百亿参数模型的调优服务，也标志着百度智能云进入了规模化和工程化的供给阶段。
这并不仅仅是数字的叠加。在如今国际供应链充满不确定性、高端GPU供不应求的背景下，拥有自研万卡集群的云厂商，意味着具备了不被卡脖子的竞争力。这也是百度与纯软件厂商或纯集成商在云市场中最大的区别。
一位长期关注云计算的行业分析师指出：“在AI云的下半场，能够提供稳定、自主且大规模算力的公司，将掌握竞争的主导权。百度的思路很清晰，有了‘芯’，云就有了基础。”
昆仑芯的迭代并没有停下脚步。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）芯片已经对外发布，配套的“天池”超节点也将算力密度和互联带宽提升到了新高度，展示了百度在底层技术上持续投资的决心。
“芯云模体”全栈，系统级的协同进化
拥有“芯”只是一个开始，如何“用好芯”才是构建竞争优势的关键。
这需要软硬件深度配合。百度在国内也是为数不多能够与谷歌齐肩的，具备“芯、云、模、体”全栈能力的公司。
通过“昆仑芯+百舸AI计算平台”构成的AI基础设施，让企业能够真正高效地利用芯片。
百度智能云的“百舸AI计算平台”具备编译优化、调度策略、训练加速等软件能力，能够充分释放芯片的潜能。一个显著的成果是，在百舸平台的支持下，昆仑芯万卡集群的有效训练时间能够达到98%。
“在AI算力需求爆发的早期，大家竞争的主要是有没有芯片。但当下半场到来，企业开始大规模、长时间利用算力时，竞争的核心就转向了效率和总体拥有成本（TCO）。”一位不愿透露姓名的分析师表示：“软硬件的协同优化才能提升单卡性能，增强集群稳定性，从而在成本和服务体验上取得决定性优势。”
仅仅拥有强大的“心脏”（芯片）和“循环系统”（云基础设施）还远远不够。百度的全栈构想，旨在构建一个从底层到顶层相互反馈、协同进化的有机体。
在芯片和云之上，还有模型层。文心大模型5.0采用原生的全模态统一建模，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。
连接智能与业务的枢纽，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、数据及Agent运行环境等五个层面的能力，帮助企业和开发者轻松打造实用的Agent。
技术的价值，最终要在真实场景中体现，智能体（Agent）被视为最佳形态。百度在这方面有两个“利器”：首先是“秒哒”，旨在降低应用生成的门槛，让普通业务人员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。其次是“伐谋”，这是一个自我进化的智能体，基于自进化算法在真实产业场景中寻找“全局最优解”，能够抽象复杂问题、建立良好模型，并根据条件变化自动调整，已经被应用到零售、能源、制造、物流以及新药研发等多个领域。
伐谋的能力在多个尖端领域得到了验证。在与汽车设计公司阿尔特的合作中，伐谋成功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小时缩短到了几分钟，帮助车型研发周期平均缩短了25%。在北京工业大学的研究中，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。”这一理念贯穿于百度的实践。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、新药研发等领域，技术潜力因此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。衡量AI云厂商落地能力的一个重要指标，就是在招投标市场的表现。
根据智能超参数的统计，2025年，中国主流云厂商在大模型相关项目上的中标总数达到了341个，总金额约27亿元。在这场激烈的竞争中，百度智能云拿下了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夺得第一。
百度智能云：在激烈竞争中稳步前行
有位在国内知名AI公司的B端业务人士曾对《21世纪经济报道》表示，他们在这个市场上已经小有成绩，但每次面对百度时，心里总有些不愿意。
那么，为什么偏偏是百度呢？
仔细看看那些中标项目，就会发现一个明显的变化趋势：大模型正在从让人好奇的“尝鲜阶段”逐渐转向“复购期”和更深入的“深水区”。现在，客户们不再满足于简单的互动，而是希望AI真正融入到他们的核心业务中，以提升效率。
百度的B端客户名单可真不简单，涵盖了65%的央企、所有重要系统银行、800多家金融机构、前十名的手机厂商，还有中国市场销量前15的汽车品牌……
比如，在南方电网深圳供电局，依托百度千帆Agent Infra，他们开发了配电网监视Agent和操作票审核Agent，这让电网系统的运行变得更高效、更可靠，同时也减轻了调度员的巡检压力，使他们可以把精力放在更复杂的场景和应急处理上。
再看银河证券，与百度智能云的合作推出了“场外交易Agent”，这个Agent能帮助精准理解客户的询价需求，能够听懂行业的专业术语，快速帮助交易员生成报价方案，促成交易。自从这个Agent上线后，客户从询价到下单的转化率提升了三倍，业务规模也翻了一番。
企业所需要的，不仅仅是一个模型的API，而是一整套能够真正解决问题的系统。而百度在这方面的优势在于，他们能提供从芯片、模型到应用的全方位服务。这种“重资产”的模式虽然起步较慢，但在解决复杂问题时，构建的壁垒也更高。
与那些偏向于轻量化的MaaS（模型即服务）打法相比，百度智能云更注重基础设施与AI应用的深度结合。
一位不愿透露姓名的云计算行业资深观察者认为：“AI云竞争的下半场，实际上是一场系统的较量。”他指出，单纯提供模型调用（MaaS）将面临性能瓶颈，而只做硬件集成则难以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，并具备提供完整工具链与开发生态的能力是至关重要的。
从这一角度看，百度智能云的全栈路径，正好契合了产业智能化深度发展的需求。近年来，他们在招投标市场和高端客户群体上的丰硕成果，正是这种匹配度的早期证明。
展望2026年，百度智能云的“抢第一”目标，也是对其十年技术路径的全面检验。
想了解更多内容，欢迎下载21财经APP。
