百度智能云：AI收入增速目标提升至200%，独家揭秘！

记者孔海丽 北京报道

百度智能云近期释放出前所未有的进攻信号，显示出其在市场上的强烈野心。

根据 21 世纪经济报道的独家消息，在最近的一次内部战略会议上，百度智能云的高层领导明确表示， 到 2026 年，AI 相关收入的增长目标将从 100% 提升至 200%，全体员工将全力以赴争取高增长，力争在 AI 云市场中取得领先地位。

这一目标并非空口无凭。根据 IDC 发布的最新报告，全球 AI 云市场的规模预计到 2030 年将突破 4000 亿美元。

市场前景广阔，竞争者众多，各家企业的战略各不相同。

与其他云服务提供商相比，百度智能云构建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。

未来的竞争不再是传统云市场的争夺，而是进入 AI 云市场，具备“软硬一体”全栈能力的云厂商，将有机会在这一领域占据主导地位。百度在 AI 云领域的快速增长，已然锁定了增量市场的关键。

事实上，百度在这条“云智一体”的道路上已经走过了十年。2026 年的高增长目标，正是对这一长期战略的检验，展示了过去十年间所做的深耕成果。

十年磨砺，从“超前”到“唯一选择”

回溯到 2015 年，

当时我国的云计算市场正从“是否上云”转向“如何上云”的阶段，各大互联网巨头纷纷抢占市场。

与其他竞争者相比，百度从一开始就确立了“云计算 + 大数据 + 人工智能”三位一体的发展战略。这一强调“云的智能化”的做法在当时显得十分超前，甚至有些不切实际。毕竟，在移动互联网迅猛发展的时代，企业更关注的是如何应对双十一期间的流量洪峰，而非如何利用 AI 来优化业务流程。

例如，代号为“昆仑”的芯片项目，最初是为了满足百度内部庞大的搜索和推荐业务对算力的需求。在 AI 芯片概念尚未普及的时期，百度便在这一领域进行了大胆的投资。

这一战略布局为百度日后在 AI 云市场的独特地位奠定了基础。

如今，单纯的 CPU 算力已无法支撑智能时代的需求，GPU 已成为基础设施的核心。曾经被视为“超前”的百度，现如今手握“昆仑芯”这一王牌，智能云已经提供了全栈基础设施，模型与应用层面全面开花，成为了市场上游刃有余的参与者。

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，另一个全自研的 3 万卡集群也成功启动。

这一三万卡集群能够同时支持多个千亿参数的大模型训练，或为上千个客户提供百亿参数模型的精调服务，标志着百度智能云已步入规模化、工程化的供给阶段。

这并不仅仅是数字的堆砌。在当前国际供应链面临不确定性、高端 GPU 供不应求的背景下，“拥有自研万卡集群”意味着这家云厂商掌握了不受制于人的核心竞争力。这也是百度与纯软件公司或纯集成商之间的最大区别。

一位长期关注云计算的行业分析师指出：“在 AI 云市场的下半场，能够提供稳定、自主且大规模算力的企业将占据主导地位。百度的逻辑非常明确，有了‘芯’，云就有了根基。”

昆仑芯的迭代并没有停止。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”超节点将算力密度和互联带宽提升至新高度，展现了百度在底层技术持续投入的决心。

“芯云模体”全栈协同，系统级的进化

“拥有芯片”只是开始，“充分利用芯片”才是构建竞争壁垒的关键。

这需要软硬件的深度协同。百度是国内少数能够与谷歌对齐，具备“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”构建的 AI 基础设施，企业能够真正实现“充分利用芯片”。

百度智能云的“百舸 AI 计算平台”具备编译优化、调度策略、训练与推理加速等软件能力，最大限度释放芯片的潜力。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达到了 98%。

“在 AI 算力需求爆发的初期，大家关注的是有没有芯片。但当下半场来临，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整体拥有成本（TCO）。”一位匿名的分析师表示：“软硬一体的优化才能更有效地提升单卡性能，增强集群稳定性，从而在成本和服务体验上形成决定性优势。”

仅仅拥有强大的“心脏”（芯片）和“循环系统”（云基础设施）是不够的。百度的全栈构想旨在打造一个从底层到顶层、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，参数规模高达 2.4 万亿，为复杂的上层应用提供智能核心。

连接智能与业务的枢纽是千帆大模型平台。百度千帆 Agent Infra 提供模型、工具、Agent 开发、数据及 Agent 运行环境等五个方面的能力，帮助企业和开发者低门槛地构建实用的 Agent。

技术的最终价值要在实际场景中实现，智能体（Agent）被认为是最佳形态。百度布局了两个“利器”：一是“秒哒”，旨在降低应用生成门槛，让普通业务人员通过自然语言描述，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。二是“伐谋”，这是一个基于自进化算法的演化智能体，能够在真实产业场景中寻找“全局最优解”，涉及零售、能源、制造、物流，甚至新药研发和科学理论等领域。

伐谋的能力已在多个高精尖领域得到验证。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，将单次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，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。基于百度全栈能力诞生的智能体已经广泛应用于金融风控、电网调度、港口物流、新药研发等领域，技术潜力转化为切实的产业效率。

拼抢落地，AI 云市场的胜负关键

市场是最公正的裁判。评估 AI 云厂商产业落地能力的一个硬性指标，是招投标市场。

根据智能超参数的统计，2025 年全年，中国主要云厂商在大模型相关项目中的中标总数为 341 个，中标总金额约 27 亿元。在这场真实的竞争中，百度智能云获得了 109 个项目，中标金额约 9 亿元，连续两年在中标数量和金额上均名列第一。

一位在国内领先 AI 公司从事 B 端业务的专业人士曾向 21 世纪经济报道表示，他们公司在 B 端市场表现良好，“但每次都不太愿意与百度竞争。”

为什么是百度？

深入分析这些中标项目后，可以发现一个明显的趋势，大模型正在从“尝试阶段”步入“复购阶段”和“深水区”。客户不再满足于简单的互动，而是希望 AI 能够深度融入核心业务流程，真正提升业务效率。

百度的 B 端客户名单中，涵盖了 65% 的中央企业、所有系统重要性银行、800 余家金融机构、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 开发的配电网监视 Agent 和操作票审核 Agent，大幅提升了电网系统的运行效率和可靠性，同时减轻了调度员的人工巡检压力，使他们能将精力集中在更复杂的场景处理和应急响应上。

在银河证券，与百度智能云共同开发的“场外交易 Agent”能够精准捕捉客户的询价需求，理解行业术语，辅助交易员迅速制定报价方案，从而推动交易的达成。自 Agent 上线以来，客户的询价到下单的转化率提升了三倍，整体业务规模也实现了翻倍增长。

企业所需的并非单纯的模型 API，而是一整套能够有效解决实际问题的系统。百度的核心竞争力在于它能够提供从芯片到模型再到应用的全方位服务。尽管这种“重资产”模式在初期发展较慢，但在应对复杂问题时，其构建的壁垒却显得尤为坚固。

与那些专注于模型即服务（MaaS）等轻量化策略的公司相比，百度智能云则更加强调基础设施与人工智能应用之间的深度融合。

有一位不愿透露姓名的云计算行业资深观察人士指出：“AI 云竞争的下半场，实际上是一场‘系统之战’。单纯提供模型调用（MaaS）将逐渐遭遇性能瓶颈，而仅仅专注于硬件集成则难以在用户体验和开发效率上进行深度优化。从底层硬件着手进行垂直整合，并具备提供完整工具链和开发生态能力的企业将更具优势。”

从这个视角来看，百度智能云所走的全栈路径，恰好符合了产业智能化深度发展的需求趋势。近年来其在招投标市场及高端客户群体的丰硕成果，正是这种匹配性早期验证的体现。

到 2026 年，百度智能云“争取第一”的目标，也将是对其十年来技术进步的一次全面检验。