AI的第二阵风，这两家企业迎上了

摘要：在马拉松的领域里，有一个现象，叫“第二阵风”。在马拉松的赛程开始一段时间后，众多赛者总会陷入疲惫，先头部队开始降速，甚至不少人会在这个时间点开始掉队。而“第二阵风”指的是，在这时，不少先前不被看好的选手却可能突然迸发活力、奋起直追，引领整个赛道的秩序剧变。到了

作者丨董子博

编辑丨林觉民

在马拉松的领域里，有一个现象，叫“第二阵风”。在马拉松的赛程开始一段时间后，众多赛者总会陷入疲惫，先头部队开始降速，甚至不少人会在这个时间点开始掉队。而“第二阵风”指的是，在这时，不少先前不被看好的选手却可能突然迸发活力、奋起直追，引领整个赛道的秩序剧变。到了 2025 年，AI 赛道的玩家们也开始进入了迄今为止最为艰难的赛段——Chatbot 类产品陷入用户留存低与商业化前景不明两重困境中；专精大模型的玩家不少也迫于压力，开始战略收缩。不少公司都在等待着“第二阵风”的吹拂，来获得新的活力。包袱小、起步快的单点突破选手降速，被遮挡在后方的“全家桶选手”，却在这个赛段，迸发出了更强势能。5月，谷歌 2025 年的 I/O 大会石破天惊。深度思考、多模态……时下最热的 AI 能力，谷歌的大模型 Gemini 一个不落；AI Mode 被业界惊呼是要革了自家搜索的命；智能体 Project Mariner 可以帮助用户使用 AI 购物、买票，同时处理近 12 项任务；Google Glass 牵上 Gemini 的手惊艳亮相……从模型到硬件、应用、Agent，主打一个“既有、又有、还有”的全面。用“全家桶”思路做 AI 生态，谷歌的同路者，全球范围内除了百度，屈指可数。3月中，才发布多模态基础大模型文心4.5和推理模型文心X1的百度，4月底又推出性能升级的4.5 Turbo和X1 Turbo，调用价格还分别了下降80%与50%；一边是无代码开发工具“秒哒”、通用Agent“心响”、高说服力数字人等多款应用持续上新；另一边还有全自研的三万卡集群扎牢算力底座……如果把 AI 的竞争看成一个漫长的马拉松，谷歌和百度，这两家公司似乎更早得到了“第二阵风”的加持，在新的赛段获得了全新的活力。究其原因：或许只有全栈的路，才是企业的最优解。

“高筑墙、广积粮、缓称王”

“全家桶”式的战略难免会遇到这样的问题：因为要多点开花，就要多头投入，在前期无法聚焦单一产品统治用户认知时，容易被人认为是“样样通，样样疏”。事实上，在好感度上，全家桶的厚重感一直比不过新贵的轻盈。谷歌对比OpenAI、Perplexity如是，百度对比Kimi、DeepSeek等新贵也是一样。在很多人心里，成熟企业总是比不上锋芒毕露的新锐企业。但AI是一场马拉松，而非短跑竞速。大模型的竞逐闯进第三年，技术、产品的迭代似乎没有降速的趋势。即使作为旁观者，要追上 AI 演进的速度，都几乎让人精疲力竭，应接不暇；局内的玩家更是如此，自己研究了许久的技术、产品路径，很可能突然被证伪，努力也就打了水漂。行业始终处于剧变之中，几年前被飞速捧起的 AI 新锐们，问题也开始慢慢显现——在高速迭代的技术范式、市场格局之下，只做产业链条的一环毫无鲁棒性可言，一朝可以称王称霸，一朝也可以无人问津。当下，中国不少大模型创业公司的困局，也来源于此。表面看，他们的问题是“后劲不足”；而更深层次的症结，还是企业无法通过单独的技术和产品，影响整个产业的链条，从而在这个震荡激烈的市场里活下来。在巨大的风浪下，体量越大、吃水越深的航船，越不容易倾覆。谷歌和百度在过去几年里，要做全栈，正是这样的道理。谷歌是最早投入到AI芯片研究的企业之一，早在2015年就推出了专为AI推理打造的第一代TPU，为最早期的AI应用AlphaGo带来了最高30倍的性能提升和几十倍的能效提升。今年4月，谷歌发布第七代TPU，单芯片峰值算力可达到4614TFLOPs。算力向上一层，谷歌云在近年增速稳步提升，与TOP2的微软和AWS差距日益缩小；模型上，Bard更名为Gemini后一路发力，从多模态理解反超Sora的视频生成，逐步取代Sora成为多模态大模型的代名词。百度几乎走出了一模一样的路径。昆仑芯从打样到万卡集群，再到不久前应用的三万卡集群，把AI推理训练的成本彻底打了下来；云平台，千帆结合模型库和工具链，给出了市场最可观的模型调用方案，连DeepSeek的调用价格都是行业最具性价比。模型层，文心大模型4.0之后停滞了一段时间，但不久前，一口气连发四款基础模型，不仅补齐了多模态理解、深度思考链等主流能力，而且在推理、逻辑上一骑绝尘，信通院最新评测显示，百度的文心X1 Turbo推理能力位居国内第一。应用层，百度不遗余力地用 AI 改造过去自有的产品，百度文库依靠数百项 AI 能力，获得了 9700 万的 AI 月活用户规模；网盘的 AI 月活用户也超过了 8000 万；数字人领域，慧播星正在电商领域发光发热；代码生成上，文心快码也全新升级 3.5 版本，累计服务了 760 万开发者；多智能体协作的领域，新推出的 AI 任务完成引擎“心响”也涵盖了旅游、相亲、法律等多个领域，为用户提供更智能便捷的 AI 能力……“第二阵风”前夕，全栈优势渐显。一边是Chatbot们后劲不足、新模型连续跳票；一边是谷歌IO大会的饱和时发布，Google Glass带着Gemini意外返场，一时行业惊呼“谷歌回到巅峰”，百度云业务增速达42%，坐实了“AI+云”成Game Changer的预判。02

全栈布局的秘诀：鲁棒性

今年以来，“木头姐” Cathie Wood 一个半月内连续 6 次加仓百度；桥水（Bridgewater）和富达（Fidelity Investments Canada）两家机构，分别在 Q1 10 倍左右增持百度，这无一不说明了资本市场对全栈 AI 路径的看好。业务的鲁棒性，成为AI全栈模式被看好的重要因素。鲁棒性的第一个支撑点是成本。在百度，用户通过文心千帆调用 Deepseek 的 R1 和 V3 版本，甚至比直接调用 Deepseek 可以便宜 50%-70%不等。这其中的关键功臣，非百度的芯片品牌昆仑芯和智能异构算力平台“百舸”不可。近期点亮的国内首个全自研三万卡集群，更是可以同时承载多个千亿参数规模的大模型训练，并能支持 1000 个客户进行百亿参数模型的精调。而已经进化到 4.0 版本的百舸 AI 异构计算平台，已经具备了成熟的 10 万卡集群部署和管理能力。万卡集群上，大模型的有效训练时长可以超过 99.5%，而两种不同的芯片混合训练大模型，效率折损则可以控制在 5% 以下，实打实地把模型训练的成本打了下来。"创新的本质，往往就是成本下降。"百度 Create 2025 上，李彦宏如此说道。进，成本优势带来创新的激发；退，成本带来利润的保证，无疑为业务和公司带来更强的鲁棒性，不必逞一时盈利，可以更为广阔、前沿地押注未来。谷歌和百度也是最早探索全无人驾驶技术的两家企业，谷歌2009年、百度2013年——一个L2级自动驾驶都尚未应用，L4级无人驾驶更是空中楼阁的时代。全栈布局带来的是押注未来的空间和灵活度，至2025年，谷歌Waymo在全球服务次数达到1000万次，百度的萝卜快跑达到1100万次，在全球覆盖15个城市，涵盖迪拜、阿布扎比等中东区域。

诞生于2011年的Google Glass也等到了重现辉煌的一天，初次面世的谷歌眼镜重达3600克，未能带来科技感，却受足了各方的嘲讽；14年后的谷歌IO大会上，Goolge Glass 携Gemini返场，实时翻译、同传、多模态交互……即使现场演示出了些许纰漏，仍然使与会者惊叹。10余年坚守的背后，是全栈布局下充足的灵活性。市场或在硬件，或许在应用，也或许在底层的基础设施。无人驾驶难以变现时，搜索等应用为谷歌百度支撑起了当时营收压力；今天，Chatbot的商业模式尚在探索，但百度重构的“文库”已经带来日渐攀升的付费率，“AI+云”也成为先跑出来的增长曲线。2025 年 Q1，百度财报显示，公司的云业务实现了 42% 的增长速度，AI 的贡献达到了三位数，经营利润率超过了 10%。更全面的业务布局，也成了百度在 B 端客户心中备受信任的原因。根据最新数据，百度在 2025 年 Q1 继续领跑大模型招投标市场，在 505 个中标项目、24.67 亿元项目总金额中，百度智能云继续以 19 个中标项目、4.5 亿元的中标金额位列通用大模型厂商第一。03

结语

全栈 AI 的布局，可以分成四层，分别是算力、模型、云平台和应用。算力和模型是土壤，云平台为开发 AI 应用提供肥料，而应用则是 AI 产品、内容变现的可能。四层架构，在一个成熟 AI 生态中缺一不可。谷歌有自己的全栈服务体系；百度则在多年的深耕中，构建出了“自研算力+自研模型+云平台+应用矩阵”的系统，形成了一套与开发者一同受益、一同成长的商业自闭环。这也是这两家公司，能在 AI 竞逐的长跑中保持后劲的原因：不偏科、不放弃的全栈 AI 公司，才能穿越震荡、艰难的周期，在潮起潮落、沧海桑田中，长足地立于不败之地。