摘要：2025年，全球科技界正陷入前所未有的“资本焦虑”。过去一年，全球与AI相关的资本开支突破8000亿美元大关。仅亚马逊一家在AI基础设施上的投入就预计达到1250亿美元。
文 | 啸 天
2025年，全球科技界正陷入前所未有的“资本焦虑”。过去一年，全球与AI相关的资本开支突破8000亿美元大关。仅亚马逊一家在AI基础设施上的投入就预计达到1250亿美元。
然而，巨额投入背后，AI产生的实际收入，远不及支出速度。以OpenAI为例，尽管其规划了未来数年万亿美元的投入，但在单一订阅模式下，其年营收规模才只有130亿美元，盈亏平衡遥遥无期。
算力竞赛的喧嚣之后，行业开始回归理性，并逐渐形成“AI的未来不在实验室，而在产业实践的泥土里”的共识。在11月13日的百度世界2025大会上，创始人李彦宏并未过多渲染概念，而是密集抛出了文心大模型5.0、自研昆仑芯M系列时间表、智能体“伐谋”以及萝卜快跑的全球化数据。
作为中国最早重注AI的科技巨头，百度试图向市场证明：在算力、模型、应用到生态的全栈布局下，AI正逐渐向产生实际效益的利润中心转变。在硅谷巨头垄断技术高地与国内“百模大战”价格内卷的夹击下，市场比任何时候都更希望看到，百度能真正领跑这场AI的主战场。
算力底座：国产芯片的突围与“制程”隐忧
AI竞争的下半场，核心不在于谁的模型参数更大，而在于谁能以更低的成本、更高的效率提供算力。
在百度世界2025上，百度亮出了其在硬件层面的最新底牌——新一代昆仑芯。根据发布会披露的时间表，昆仑芯M100计划于2026年上市，主打极致性价比。面向超大规模多模态模型训练需求的昆仑芯M300，预计2027年面世。
发布会还发布了“天池”超节点产品。百度宣布，天池256超节点与天池512超节点将于明年正式上市。官方数据显示，单个天池512超节点即可完成万亿参数模型的训练任务。这一数据发布背后，百度试图在底层算力上构建自主可控的“护城河”。
算力硬件的突破，直接支撑了百度智能云的市场表现。IDC数据显示，百度智能云以19.9%的市场份额位居国内智算解决方案实施服务第一。对百度而言，自研芯片不仅是技术问题，更是经济账。通过“芯片-框架-模型”的端到端优化，百度能够显著降低大模型的训练和推理成本。
然而，亮眼的参数背后，挑战依然严峻。
尽管昆仑芯在特定场景下表现优异，但在全球范围内，英伟达构建的CUDA生态依然是难以逾越的护城河。大量开发者、开源模型和工具链仍深度绑定英伟达的架构，百度要让开发者从CUDA迁移到自家的软件栈，不仅需要时间，更需要极高的迁移成本和学习成本。
在半导体全球供应链割裂的背景下，国产AI芯片在先进制程的制造环节也面临巨大的不确定性。M300规划在2027年上市，这期间全球算力水平可能再次迭代，国产芯片能否在性能上持续咬住国际顶尖水平，不仅取决于百度的设计能力，更取决于国产制造工艺的良率与产能突破。
如果产能无法跟上模型迭代的速度，“算力焦虑”仍将是悬在百度乃至中国AI产业头顶的达摩克利斯之剑。
文心5.0与智能体：SOTA光环下的同质化困局
算力之上，是大模型的角逐。
11月13日，李彦宏正式发布文心大模型5.0。从技术指标看，这是个庞然大物：总参数规模超过2.4万亿。更值得关注的是其架构设计——采用了超稀疏混合专家（MoE）架构，激活参数比例低于3%。这意味着，虽然模型“脑容量”巨大，但在实际运行时，只有极少部分的“专家”参数被激活，可大幅压降推理成本。
文心5.0的另一大特征是“原生全模态”。在LMArena全球大模型竞技场中，其预览版排名全球第八，创意写作能力并列全球第一。与此同时，百度发布的智能体“伐谋”（FM Agent），在权威基准MLE-Bench上拿下了SOTA成绩，展示了在风电设计、交通信控等复杂B端场景中的决策能力。
从陪聊、写诗，到设计风电场，AI正在从C端的“玩具”进化为B端的“工具”。
但在这场模型的军备竞赛中，百度面临的挑战同样不容忽视。
尽管文心5.0在多项指标上领先，但在全球，OpenAI的GPT-4o、Google的Gemini以及视频生成领域的Sora依然代表着认知的最高水平。国内大模型在逻辑推理、复杂代码生成以及长视频生成能力上，与硅谷顶尖模型仍存在肉眼可见的代差。百度不仅要跑得快，还要面对对手不断推高的天花板。
在国内，还要面对“价格内卷”。2024年以来，字节跳动、阿里、腾讯等巨头纷纷掀起“价格战”，API调用价格跌破“白菜价”。在文心大模型试图通过技术优化降低成本的同时，竞对也在通过补贴换市场。这种恶性竞争，极大地压缩了百度大模型商业化的利润空间，可能导致“增量不增收”的尴尬局面。
智能体“伐谋”虽然在Demo和特定项目中表现出色，但要将这种能力规模化复制到千行百业，面临着巨大的定制化成本和数据安全顾虑。传统企业的数据孤岛、IT基础设施陈旧，都是阻碍大模型从“SOTA”走向“实效”的拦路虎。
应用重构：搜索与Robotaxi的“变现”大考
李彦宏曾断言：“AI大模型时代，每个行业和产品都值得重做一遍。”百度首先拿自己开刀，搜索和自动驾驶是检验重构效果的两大核心场景。
在搜索领域，百度披露了一个关键数据：绝大部分搜索结果已由AI生成。首条结果的富媒体覆盖率已达70%。QuestMobile数据显示，2025年8月，百度AI以3.29亿月活用户规模，位列国内移动端AI综合助手及AI搜索赛道第一。
在Robotaxi领域，萝卜快跑交出了一份对标全球的数据：累计服务单量超1700万次，全无人驾驶里程突破1.4亿公里，安全性远超人类驾驶员，且在运营规模上超越了谷歌Waymo。
然而，这两个核心战场也正面临着转型的阵痛。
对搜索而言，最大的挑战在于“流量入口”的迁移与“幻觉”风险。
用户搜索习惯正发生根本性改变，越来越多的年轻人倾向于在抖音、小红书等垂直内容平台进行搜索，百度搜索的流量护城河正面临分流压力。
另外，AI生成的富媒体结果虽提升了体验，但大模型固有的“幻觉”问题（一本正经地胡说八道）在搜索场景下是致命的。如何平衡AI生成的丰富度与信息的可信度，是百度AI搜索必须解决的信任危机。
至于萝卜快跑，运营数据固然亮眼，但Robotaxi行业目前仍处于普遍亏损阶段。车辆硬件成本、运营维护成本以及远程安全员的人力成本，构成了高昂的单公里成本。
要在与网约车的人力成本竞争中胜出，萝卜快跑要进一步扩大规模效应并降低车辆造价。政策监管的地域限制、公众对无人驾驶安全性的心理门槛，以及特斯拉Cybercab等新变量的入局，都让这场万亿级市场的争夺战充满了不确定性。
商业化：中小商家的“投票”与同质化红海
技术再先进，如果不能转化为真金白银，终究无法持久。百度在商业化变现上，正在尝试多条路径。
百度试图用“慧播星”数字人解决方案来切入直播带货赛道，主打低成本、24小时不间断。今年双11期间，慧播星数字人带货GMV同比提升91%，并开始尝试出海巴西等市场。
同时，为了解决AI应用开发难的问题，百度推出了无代码编程智能体“秒哒2.0”，试图通过降低门槛构建应用生态。
但在商业化的“最后一公里”，百度同样步履维艰。
数字人领域，同质化竞争已成红海。市面上提供数字人直播服务的公司多如牛毛，从几百元到几万元的方案层出不穷。百度虽有技术优势，但在电商运营的精细化程度、供应链整合能力上，相比于深耕电商生态的阿里、抖音，百度并不占优。许多中小商家反映，数字人虽便宜，但缺乏真人的互动感染力，长期转化率仍有待验证。
在“秒哒”构建的应用生态中，也存在“玩具多、工具少”的隐忧。降低开发门槛固然能带来海量的应用数量（已超40万个），但其中有多少真正解决了用户痛点、具备长期留存价值的“杀手级应用”？如果平台充斥着大量低质量、同质化的“玩具”应用，不仅无法形成健康的开发者生态，反而会消耗用户的耐心。
回望2012年，当百度出现在太浩湖畔那场决定AI历史进程的拍卖会上时，或许没人能预料到今天的局面。
那是深度学习爆发的前夜，百度因价格因素惜败于谷歌，但这次竞购让李彦宏坚定了对AI的投入。随后的十年里，百度在研发上累计投入超过1000亿元，甚至在移动互联网红利最盛时，因重注AI而被外界质疑“错失时代”。如今，百度已成为全球极少数在芯片、框架（飞桨）、模型（文心）、应用（搜索、自动驾驶）四层架构上均有自主布局的公司。
当然，这条路注定崎岖。国内“百模大战”未结束，字节跳动、阿里巴巴、腾讯等巨头在应用层面的追赶势头凶猛，它们拥有比百度更丰富的C端场景和社交链条。全球看，OpenAI和谷歌的技术迭代速度依然令人窒息。
2025年的百度世界大会，可以说是AI从“炫技”走向了“实用”的分水岭。对百度而言，能否将“SOTA”的技术指标转化为财报上的真金白银，能否在强敌环伺中守住入口并拓宽边界，这场大考，才刚刚开始，真心希望百度能在未来领跑AI主战场。
来源：数智研究社
