AI雲，就在燈火闌珊處_風聞

當下AI行業的商業格局中，收穫紅利的不僅是英偉達這樣的硬件廠商，同樣作為AI算力和基礎設施提供者的雲服務提供商，業務規模也在持續高速增長。2025年上半年全球雲服務市場同比增長近25%，全年規模有望突破4000億美元。

多年來，百度在搜索之外，一直沒有放棄尋找新增長極的嘗試。隨着2023年後生成式AI浪潮帶來的AI模型能力持續進化、開源生態不斷完善，全行業對 AI 算力需求穩步攀升成為新常態——當模型、算力與行業場景在雲端匯合，百度終於在 AI 雲的晨光裏，看見了可被驗證的增長。

根據IDC公佈的數據，2024年中國AI公有云服務市場規模達195.9億元，百度智能雲以24.6%的市場份額穩居第一，連續六年領跑市場。

在傳統雲計算市場優勢並不明顯的百度，為什麼在 AI雲計算市場上，卻能持續保持領先?

雖然百度是國內最早在AI雲計算領域發力的雲廠商，但是在2023年大模型技術爆發之後，阿里，騰訊，華為都加大AI雲服務的投入力度，百度智能雲在市場份額上的領先，似乎很難僅僅用入場時間早來解釋。

百度在傳統雲服務和AI雲服務市場中生態位差異一個重要的原因在於，AI雲計算和傳統雲計算除了名字相似以外，從服務內容，底層技術，客户價值等維度來看，幾乎是完全不同的兩個行業。在傳統雲計算市場領先的玩家，在AI雲計算市場上不會具有天然的優勢。

傳統雲服務主要提供通用的IT業務（網站、企業系統、數據庫），而AI雲服務是為“大模型”量身打造，圍繞着大模型的訓練、微調和在線推理提供服務。

傳統雲是建立在CPU和常規網絡和存儲硬件之上，而AI雲以GPU等加速卡為核心，再配超高速網絡和並行存儲，加上專門的訓練/推理引擎。傳統雲看穩定性和延遲，一般按實例或者帶寬收費；AI 雲更看吞吐和響應速度、GPU利用率，一般按GPU小時或token/API調用收費。

這是兩個競爭態勢完全不同的市場，而取得優勢的核心取決於誰能更好地滿足各行各業客户對於AI算力的需求，提供更好的客户價值。

在最近召開的雲智大會上，百度進一步更新了智能雲相關的全棧產品和服務。百度集團執行副總裁、百度智能雲事業羣總裁沈抖提出，AI雲基礎設施正在從成本中心，轉向新型利潤中心。

而百度在AI領域的全棧技術積累，成為了激烈的市場競爭中最深的護城河。

A

目前為止，百度和谷歌是雲計算領域唯二兩家擁有從最底層芯片到最上層應用全棧自研技術的雲廠商。

百度的四層AI架構覆蓋從自研AI芯片加速器、底層GPU集羣管理平台，到大模型框架以及上層行業應用。全棧佈局和技術積累使百度智能雲能夠針對AI場景進行深度優化，提供性能與成本兼顧的解決方案。

特別是在國內雲廠商都比較缺乏技術積累的芯片層和基礎設施層，百度的崑崙芯和百舸AI計算平台都具有明顯的技術優勢，能對用户的需求進行底層的針對性優化，提升性能表現，降低成本。

在芯片層面，百度自研的崑崙芯已經跑通完整的萬卡級別的訓練任務。在推理任務上，對 MoE 這種目前最主流的大模型架構有很強的適配性，推理效率很高。

在基礎設施層面，百度自主研發的“百舸”AI計算平台最近也進行了全面升級。面向當前流行的超大模型和 MoE 架構，最新升級的百舸 5.0 針對訓練和推理進行了全棧優化。

百度向字母榜透露，百舸推出了生產可用的 FP8 混合精度方案，將端到端訓練速度提升了約 30%。這意味着相同 GPU 算力可以產出更多模型訓練迭代，加速 AI研發週期，有效降低客户成本。

同時，百舸的PD分離式推理部署方案，包括了推理調度系統、推理加速引擎、分佈式KVCache服務等，可以大幅度提升集羣的吞吐、降低TTFT，大幅提高資源利用率。在百度內部測試中，通過這種架構使得大模型訓練的有效算力利用率超過95%，推理成本顯著下降。

字母榜瞭解到，視覺 AI 公司格靈深瞳在接入了百舸平台之後，比先前使用其他 AI 雲平台的訓練效率提高了 3倍左右--MFU(模型浮點運算利用率)從之前的 10%左右大幅提升到了 30%以上，大大節省了訓練成本，提高了模型迭代的效率。

硬件和工程層面，百度多年的技術積累保證了百度智能雲能夠為客户提供超過市場平均水平的成本優勢，而AI雲服務產品服務層面的創新決定了能夠創造客户價值的上限。

B

在應用層，技術創新和用户需求驅動是AI雲服務市場發展第一動力。企業需要一套真正系統化的AI開發基礎設施，既要易用，又要強大，還能支撐Agent開發範式的持續創新。

百度智能雲的Agent能力和模型平台的性能和不斷針對用户需求的迭代，鞏固了To B市場的領先地位。

百度最新升級的千帆4.0包含模型服務、智能體(Agent)、數據服務和企業級能力四大模塊:既能支持大模型的自主調優和高效推理，也提供了全新的企業級Agent 構建框架，以及貫穿數據梳理、治理到反饋迭代的閉環數據平台和把Agent 從原型設計推進生產環境的 AI雲全棧能力.

一系列的升級主要是針對大模型落地的關鍵環節——如何讓模型更好地為業務場景服務。

百度智能雲千帆4.0順應了智能體應用興起的趨勢。除了提供了全面的 AgentInfra的能力外。還針對企業在Agent落地過程中遇到的數據難題，專門提供了千帆數據智能平台 DataBuilder。

百度向字母榜表示，百度智能雲在過去兩年多和各行各業的企業客户的業務往來中獲得的一個特別重要的經驗就是做好人工智能大模型的落地應用，第一步是做好企業的For Al的數據治理。

大模型和智能體能力要能有效地在各行各業中落地，交付具有價值，值得信賴的結果，一個非常重要的前提就是AI能力必須和行業中的數據進行緊密的結合。

千帆數據智能平台就是針對這個痛點而演化出的一個產品，覆蓋了從多模態數據採集、轉換、處理、檢索、服務等數據治理的全生命週期，角解決了模型訓練和 AI 應用數據處理過程中，從數據管理，數據開發到數據生成處理全鏈條訴求。

這個模塊能幫助用户高效完成多模態數據管理與治理，顯著提升模型訓練和AI原生應用的迭代效率。根據百度提供的數據，採用了千帆DataBuilder的項目，在處理效率上可以提升600%，計算成本降低30%，開發效率提升30%，同時在檢索存儲方面實現高達80%的成本下降。

而且除此之外，對於有着特殊或者定製化需求的客户，百度也會派出工程師到現場，針對客户的具體需求完成對於數據，模型等定製化的服務，保證最終AI能力能夠交付出解決實際問題的結果，從而能夠幫助企業高效地解決好AI能力和 Agent落地過程中最辛苦卻也最重要的工作。

而且，為了能夠為高效地應對來自千行百業客户的實際需求，千帆平台提供了行業定製的大模型調優能力。

百度智能雲採用“通用大模型+行業微調”的思路，與企業合作訓練垂直模型。例如，在能源、金融、政務等領域，百度幫助客户利用行業專屬數據對通用模型進行再訓練和強化學習，使模型更貼合特定業務場景。

很多開源或基礎模型在多模態、細分任務上效果有限，準確率可能只有20%-30%。對此，百度會協助企業通過數據標註和小模型微調，大幅提升特定場景下AI模型的精度。

例如在教育領域，百度聯合行業頭部企業培訓了作業批改、題目識別的多模態小模型，將原本效果低下的開源多模態模型進行優化後，得到了實測中表現優秀的定製化模型。

這一系列圍繞企業痛點的升級，使百度智能雲在ToB市場更具吸引力:不僅交付AI 模型本身，更提供從數據到應用的端到端支持，確保 AI真正融入業務流程並創造價值。

這一策略也反映在客户羣體的擴展上。據百度智能雲內部人士透露，今年百度AI雲的企業客户數量大幅增長，覆蓋了多模態內容生產、智能駕駛、具身智能等豐富場景。

面對這種“遍地開花”的需求增長，雲服務商是否能夠提供靈活且定製的服務，某種程度上決定了未來在AI雲服務市場中的增長潛力。

C

除了技術和產品層面，產業生態同樣是AI雲計算增長引擎的關鍵一環。

目前百度智能雲已與超過20傢俱身智能企業達成戰略合作，還與其他包括像格靈深瞳這樣的 AI 創新企業有深度合作關係;而另一方面，與國家電網、興業銀行等傳統行業龍頭也有很密切的合作關係。

百度在雲智大會上透露，通過與夥伴聯合開發解決方案、分享經驗，百度雲進一步豐富了自己的行業Know-How，也擴大了AI落地版圖。

例如，先前提到的百度與視覺AI公司格靈深瞳合作優化大模型訓練框架，在多模態大模型訓練上將效率提升了約3倍，為後者模型迭代提速。在能源領域，百度與國家電網聯合訓練了電力調度領域的專屬模型。在金融業，百度為多家銀行定製了智能客服和風控模型，並通過聯合發佈的方式推廣標杆案例。

圍繞生態構建，百度還創新了商業合作模式，引入“按效果付費”的機制，被稱為RaaS（Result-as-a-Service，即結果即服務）。

簡言之，百度不再僅售賣雲資源或模型，而是與客户共同對AI項目成敗負責：如果AI應用未能帶來實際業務價值，百度將不收取費用；一旦產生了可量化的效益，則按照價值分享收益。

百度提供標準化的AI產品（如數據治理工具、大模型平台等）和諮詢服務，先幫助客户梳理業務場景、清洗數據並構建模型應用。在項目實施後，通過訂閲制或服務費等方式按實際效果計費。

比如，某製造企業引入百度智能質檢系統後良品率提升了X%，那麼百度可按這部分提升帶來的效益收取一定比例費用。這種模式將百度與客户的利益緊密捆綁，讓百度有動力不斷迭代優化方案，也讓客户以較低前期投入就能嘗試AI項目。

對於許多尚在觀望AI轉型的傳統企業來説，RaaS降低了採用AI的財務風險，因此受到歡迎。百度方面表示，他們正在與國央企探索這種新機制，希望通過“效果説話”來驅動AI大規模落地。

從百度自身來看，RaaS模式如果能持續取得成功，將帶來穩定、可持續的訂閲式收入，實現與客户共同成長的雙贏閉環。

更重要的是，百度正將這些分散的項目沉澱為通用的平台能力，反哺其雲平台升級迭代。

例如，在服務某銀行過程中積累的風控算法，日後可以沉澱為金融AI模型庫的一部分，供其他銀行按需調用；與某汽車企業合作的多模態文檔分析技術，也可沉澱為通用AI能力服務於不同行業。

“平台+生態”戰略，能夠形成AI雲計算的商業正反饋循環：每落地一個行業，就豐富一分平台能力；平台越強，又能吸引更多夥伴和客户加入，由此不斷加深自己產品和服務的護城河。

百度2025年第二季度財報顯示，包括智能雲在內的AI新業務收入同比大增34%，首次單季突破100億元人民幣，智能雲27%的亮眼增速依然推動百度核心營收基本穩定。

百度創始人李彥宏在財報會上強調，公司正將搜索等核心業務加速轉型為AI驅動，並以智能雲作為這一轉型的支點。可以説，智能雲業務已被百度提升到戰略核心高度，承擔着從搜索巨頭向AI基礎設施提供商蜕變的使命。

讓未來不止於大 -- 【字母榜】