最近，百度智能云内部传出了一些非常有力的信号，似乎在为未来的竞技场做好准备。
根据21世纪经济报道的独家信息，百度智能云的高层在一次内部战略会议上宣布，到2026年，他们将AI相关收入的增长目标从100%提升到200%，力求在AI云市场中占据领先地位。
这可不是随口说说的空话。IDC最近的报告显示，到2030年，全球的AI云市场规模将可能突破4000亿美元。
这个市场的潜力巨大，各家企业都在争相抢占份额，各自的策略也是千差万别。
与其他竞争者相比，百度智能云搭建了一条从最基础的AI芯片，到中间的云基础设施，再到上层的模型与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AI云市场。只有那些具备“软硬一体”全栈能力的云服务商，才能在这场AI云的竞争中占据优势。而百度在这个领域的增速，正好把握住了市场的增量机会。
实际上，百度在这条“云智一体”的道路上已经走过了十年。2026年的这个高增长目标，实际上是在对过去十年的长期努力进行一次检验，把这十年的潜力展现给大家。
十年，从“不合时宜”到“唯一答案”
回到2015年。
当时，国内云计算市场刚刚从“要不要上云”转向“如何上云”，各大互联网公司都在争先恐后地布局。
与其他竞争者有所不同的是，百度从一开始就确立了“云计算+大数据+人工智能”三位一体的发展策略。在那个时候，这种强调“云的智能属性”的做法显得有些超前，甚至让人觉得不太合时宜。毕竟，在移动互联网蓬勃发展的阶段，企业更关心的是如何应对双十一的流量高峰，而不是如何通过AI来优化流程。
例如，那个代号为“昆仑”的芯片项目，最初只是为了满足百度内部庞大的搜索与推荐业务对算力的需求。在当时AI芯片还是一片空白的背景下，百度做出了相当大胆的投资。
这一战略其实为百度在AI云领域的独特地位埋下了伏笔。
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。曾经被视为“不合时宜”的百度，现在手握“昆仑芯”这一王牌，智能云已经构建了一整套全栈基础设施，模型层与应用层齐头并进，成了牌桌上从容应对的选手。
在2025年2月，百度智能云成功点亮了昆仑芯P800万卡集群。仅仅两个月后，又亮出了一个全自研的3万卡集群。
这个三万卡集群意味着它能够同时承载多个千亿参数大模型的训练，或支持上千个客户进行百亿参数模型的调优。这标志着百度智能云进入了规模化和工程化的供给阶段。
这可不仅仅是数字的堆砌。在如今国际供应链不确定性高、顶尖GPU短缺的情况下，“拥有自研的万卡集群”意味着云服务商掌握了不受制于人的主动权。这也是百度区别于纯软件厂商或集成商的最大优势。
一位长期关注云计算的行业分析师指出：“在AI云的竞争下半场，谁能提供稳定、自主且大规模的算力，谁就能掌握主动权。百度的逻辑很明确，有了‘芯’，云就有了根基。”
昆仑芯的进化并没有停止。2025年的百度世界大会上，新一代昆仑芯M100（专注于高性价比推理）和M300（专注于顶尖性能训练）芯片已经与大家见面，配套的“天池”超节点将算力密度和互联带宽提升到新高度，展示了百度在底层技术持续投入的决心。
“芯云模体”全栈，系统级的协同进化
有了“芯”只是开始，如何“用好芯”才是构建竞争壁垒的关键。
这需要软硬件的深度配合。百度是国内少数能与谷歌相提并论，拥有“芯、云、模、体”全栈能力的企业之一。
通过“昆仑芯+百舸AI计算平台”的组合，企业可以真正“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、训练推理加速等软件能力，能够充分发挥芯片的潜力。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长可以达到98%。
“在AI算力需求爆发的早期，大家拼的是有没有卡。但随着下半场的到来，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：“软硬一体的优化能提高单卡效能，提升集群的稳定性，从而在成本和服务体验上建立竞争优势。”
但仅有强大的“心脏”（芯片）和“循环系统”（云基础设施）还不够。百度的全栈构想，是要构建一个从底层到顶层、能够相互反馈、协同进化的有机体。
在芯片与云之上，是模型层。文心大模型5.0采用原生全模态统一建模，参数规模达到2.4万亿，为复杂的上层应用提供智能内核。
连接智能与业务的枢纽是千帆大模型平台。百度千帆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，帮助企业和开发者低门槛构建实用的Agent。
技术的价值，需要在实际场景中落地。智能体（Agent）被视为最佳解决方案。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描述，轻松制作出可用的程序。截至2025年底，秒哒已累计生成超过40万个应用。二是“伐谋”，这是一个演化智能体，基于自进化算法在真实产业场景中寻找“全局最优解”，能抽象复杂问题、建模，并根据条件变化自动迭代，应用于零售、能源、制造、物流，甚至新药研发、科学理论等多个领域。
伐谋的能力在多个高精尖领域得到了验证。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的AI模型，将气动分析时间从传统的10小时缩短至分钟级，助力车型研发周期平均缩短25%。在北京工业大学的科研中，伐谋被应用于优化中国空间站“微型电子鼻”的核心部件设计，通过60多轮自动演化，得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。”这一理念贯穿百度的实践。基于百度全栈能力诞生的智能体已经在金融风控、电网调度、港口物流、新药研发等领域广泛应用，技术潜力也因此转化为实际的产业效率。
拼落地，AI云市场的胜负手
市场是最诚实的评判者。衡量AI云厂商产业落地实力的一个重要指标，就是招投标市场的表现。
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上的中标总数为341个，中标总金额约27亿元。在这场真刀真枪的较量中，百度智能云成功拿下了109个项目，中标金额约9亿元，连续两年在中标项目数和金额上双双领先。
一位在国内顶尖AI公司负责B端业务的从业者曾向21世纪经济报道透露，他们公司在B端市场表现相当不错，但每次都不想碰见百度。
为什么是百度？
如果深入分析这些中标项目，会发现一个明显的趋势：大模型正从“尝鲜期”进入“复购期”和“深水区”。客户不再满足于表面交流，而是希望AI能够深入核心业务流程，真正提升效率。
而百度的B端客户名单中，服务了65%的央企、所有系统重要性银行、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……
在南方电网深圳供电局，基于百度千帆Agent Infra开发了配电网监视Agent和操作票审核Agent，提升了电网系统的运行效率和可靠性，减轻了调度员的人工巡检压力，让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，百度智能云合作开发的“场外交易Agent”能准确理解客户的询价需求，听懂“行业黑话”，帮助交易员迅速生成报价方案，促成交易。Agent上线后，客户从询价到下单的转化率提升了3倍，业务规模也翻了一番。
企业需要的并不是一个简单的模型API，而是一套真正能解决问题的系统。百度的优势在于，它能够提供从芯片到模型再到应用的全方位服务。这种“重资产”模式虽然起步较慢，但在解决复杂问题时，其壁垒也更高。
与那些专注于MaaS（模型即服务）的轻量化策略相比，百度智能云强调基础设施与AI应用的深度结合。
“AI云竞争的下半场，实际上是一场‘系统战’。”一位不愿透露姓名的云计算行业观察者表示，“单纯提供模型调用（MaaS），会逐渐面临性能瓶颈；而只做硬件集成，则难以在用户体验和开发效率上实现深度优化。因此，能够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的能力显得尤为重要。”
从这个角度来看，百度智能云的全栈路径，恰好与产业智能化深度发展的需求曲线相吻合。它近年来在招投标市场和高端客户群中的成功，可以看作是这种契合度的早期验证。
到2026年，百度智能云“抢第一”的目标，也是对其十年技术路径的一次总体检验。
更多内容请下载21财经APP
