百度拿到了关键优势

摘要：接下来的事儿说白了，就是把数字摊在台面上，让人看得清楚。这一次不只是口头上说“我们要做AI”，而是把自动驾驶、智能体、芯片、大模型都摆成一个整体来干活。你看那几组数据就明摆着：萝卜快跑跑出了超过1.4亿公里的无人驾驶里程，服务次数突破1700万次，已经覆盖22

百度这次把自己的牌都摆出来了——股价一年内涨了八成，

接下来的事儿说白了，就是把数字摊在台面上，让人看得清楚。这一次不只是口头上说“我们要做AI”，而是把自动驾驶、智能体、芯片、大模型都摆成一个整体来干活。你看那几组数据就明摆着：萝卜快跑跑出了超过1.4亿公里的无人驾驶里程，服务次数突破1700万次，已经覆盖22座城市；昆仑芯组合了三万卡的算力集群，还中标了中国移动的十亿级算力项目；新一代文心模型在多个评测里排到全球前列。别把这些当作豪言壮语，这是能量化、能查数据的进展。

往回梳梳脉络，会发现百度这套打法并非临时起意。世界大会上展示的核心不是某个看起来很酷的单品，而是把AI能力往里“长”，让技术成为业务运转的底层。台上不仅是新接口的演示，更像是把昆仑芯、文心大模型、千帆平台、AI Agent整成一个自洽的生态链——从硬件、算力到模型、再到具体能跑起来的产品。过去很多公司是把AI当成外挂，用来点缀功能；现在的做法是把AI当成建筑的承重柱，产品“长在”AI上面，业务和流程都围着AI设计。要做到这点，光喊模型参数大多少没有用，关键是能不能把AI写进组织的日常运转里，变成持续输出的能力。

说到“AI原生”，很多人听到就以为是把一个大模型接到产品上就完事。不是这样的。按比较标准的理解，AI原生意味着从系统设计开始就把AI当核心来考虑：技术架构要围绕AI搭，组织分工要为AI服务，业务流程要因为AI而重塑，价值实现方式也要调整。举个形象的比方，不是给旧机器装一件新外衣，而是把整条生产线重做一遍，像当年福特把流水线从头设计出来那样，从根本上把效率的上限往上抬。那种真正管用的产品，不是一次上线就完了，而是构建起“用户反馈→模型迭代→体验提升”的闭环，能在实际运营中不断演进。

回到具体项目，有几块是最直观的例子。萝卜快跑这事儿不是单纯秀无人车的底盘技术，而是把无人驾驶的体验、商业化路径都想清楚了。官方公布的安全数据里，某些事故指标很低，订单数和覆盖城市都在增长，说明在真实路况里它已经跑出一套可复制的流程。再看AI Agent相关的线：千帆平台、GenFlow、还有“伐谋”和“秒哒”，这些名字背后是不同的定位。伐谋偏重复杂问题的优化，能用在城市交通调度、金融风控这种需要跨系统联动的场景；秒哒主打的是把对话式应用快速搭建出来，平台上已有40万件用户创建的应用，且在推进海外版本，准备出海。这套东西听起来像是在把单个水井连成灌溉网，让更多地方都能直接取水。

算力和芯片是这件事能否持续推进的另一个关键。昆仑芯的路走得并不一帆风顺。2018年一提出造芯，就被外界嘲讽过，但从第一代芯片在自家搜索里试点，到第二代在更广场景部署，再到现在三万卡集群亮相并中标中国移动的大项目，这个进程说明了一个姿态：不靠别人、把能力做在自己手里。官方还把未来的芯片节奏排出来了：面向推理的M100预计2026年投产，面向超大模态训练的M300计划在2027年推出。有了自己的算力，模型训练和迭代的节奏就能更快些，不会总被外部资源掣肘。

模型端也在往多模态方向靠拢。百度把语言、图像、视频、音频这些输入从训练阶段就放在一起做联合建模，文心5.0方向就是朝着这条路走。最近参赛得到的名次，比如ERNIE-5.0-Preview-1022在文本任务上被评为全球并列第二、中国第一，这既是算法层面的积累，也是算力和数据协同的结果。上一版文心4.5在一些关键评测里被拿来和GPT-4比，表现上说明了国内这些模型的竞争力在上来，给生态圈带点信心不是没有原因的。

组织和治理上的改动，不可小看。把AI真放进流程，要拆掉很多老的东西。大企业在转型时常常像“巨象转身”，惯性一大，换起来费劲。百度近年一边推出新产品，一边尝试改组织、改流程，避免被既有成功模式绑住手脚。李彦宏也多次在公开场合表达过他的判断：比起盯着模型参数的纯竞赛，不如把AI原生的应用先做起来。说这话当时有人觉得有点逆风，但从动作看，公司的步子确实是在往那边走。

外界的市场反应也很现实。年初以来百度的美股涨幅明显，机构开始用“领跑者”这样的词来形容它，媒体上也有人把它比作“中国的谷歌”。这些外号听着热闹，但真正的试金石还在于能不能把这些技术转成稳定的业务收入和增长。眼下的成绩单说明方向对了，但把这套东西在更多场景里验证并复制开来，才是真正的难题。

产品线上的每一步都有可复制的样子。像把智能体能力嵌到网盘、文库这种日常工具里，让用户在平时办公就能触发AI效率提升；秒哒试图把复杂的多智能体协作变成几分钟就能搭起的东西，目标是把原本要靠一群工程师调配的活，变成普通产品经理也能上手的流程。这些动作表面看来是不同项目，但核心一致：把AI的能力嵌进产品的生命周期里，让它不断被触发、被放大，而不是做一两次实验就收场。

再放眼更大的竞技场，硅谷那些公司也没闲着。谷歌把搜索往“AI模式”里拉，界面和交互都在变。摩根士丹利那份估算也给了个参考量级：他们算过，AI普及之后，理论上每年能为美企节省9200亿美元，最终可能带来高达16万亿美元的市值增长。听着是巨大的机会，但前提很简单——企业得把AI用到位，把它写进组织和流程里，能自发产生价值的生态才算建立起来。这一轮角力不单是模型和算力的比拼，更是看谁能把AI变成组织运转的常态工具。