核心观点 - 2025年第四季度及全年财报显示，公司AI业务收入占比已超过43%，标志着公司收入结构发生实质性重构，AI从赋能工具转变为可持续创造现金流的核心引擎，公司正加速进入以商业化能力为核心的兑现阶段 [1] 财务业绩与结构 - 2025年公司总营收达1291亿元，AI业务营收达400亿元 [1] - 2025年第四季度，公司总营收327亿元，AI业务收入占公司核心业务收入的43%，超出市场预期 [1] - AI相关收入占比超过43%，表明技术能力已转化为可被持续跟踪验证的经营成果，AI成为直接创造增量收入的核心引擎 [2] - 公司叠加回购与派息计划，释放积极的现金流信号 [1] AI云与B端业务 - 在B端市场，百度智能云以全栈能力推动AI落地，2025年百度AI云收入同比增长34% [3] - 2025年上半年，中国AI云全栈服务市场规模达280.9亿元，同比增长195.7% [3] - 百度智能云凭借从AI基础设施、智能体基础设施到智能应用的全栈能力，以40.2%的市场份额位居市场首位 [3] - 在自研GPU云市场中，百度智能云以40.4%的份额领跑 [3] - 2025年，百度智能云连续两年成为中国主流云厂商中，大模型相关中标项目数和中标金额最多的厂商 [3] - 百度智能云将2026年AI相关收入目标增速从100%上调至200%，全力抢占市场第一 [3] 技术基础设施与产品 - 公司自研的昆仑芯为AI而生，提供大规模、高性能且高稳定性的计算力 [4] - 2025年11月，百度智能云发布新一代昆仑芯和天池超节点，并宣布未来五年昆仑芯将按年推出新产品 [4] - 昆仑芯M100针对大规模推理场景优化，提供极致性价比，将于2026年上市 [4] - 昆仑芯M300面向超大规模多模态模型的训练和推理，提供极致性能，预计2027年上市 [4] - 天池系列超节点单个即可支撑万亿参数大模型的训练需求，降低企业集成与部署AI的门槛 [4] - 公司发布全球首个可商用的自我演化超级智能体“伐谋”，在百信银行的合作中帮助金融风控特征挖掘效率提升100%，在阿尔特的合作中将汽车风阻预测模型分析时间从10小时缩短至分钟级，助力研发周期平均缩短25% [4] - 百度原生全模态文心大模型持续升级，千帆平台深度研究Agent在权威榜单中登顶 [5] C端应用与用户增长 - 2025年，百度AI应用全年收入突破100亿元，AI原生营销服务收入同比增长301% [6] - 2025年12月，文心助手月活用户数达2.02亿；春节红包活动启动以来，其月活跃用户同比增长4倍 [6] - 截至2026年1月，文心助手的月活跃用户数已突破2亿，成为中国规模领先的AI应用，与豆包、千问共同构成国内三大亿级AI入口 [7] - 参数量达2.4万亿的原生全模态大模型文心5.0正式发布，在LMArena等国际权威榜单中频繁霸榜 [6] - 2026年1月15日，文心大模型ERNIE-5.0-0110以1460分登上LMArena文本榜国内第一、全球第八，超过GPT-5.1-High、Gemini-2.5-Pro等多款模型，其数学能力位列全球第二 [6] - 产品“秒哒”通过自然语言快速生成应用原型，降低开发门槛 [7] - GenFlow3.0拥有2000万活跃用户，用户通过订阅为效率提升付费 [7] 自动驾驶业务 - 萝卜快跑2025年第四季度全球出行服务次数达340万，同比增长超200%；季度内每周出行次数峰值超30万 [8] - 截至2026年2月，萝卜快跑累计提供全球出行服务次数超2000万，足迹覆盖全球26个城市 [8] - 萝卜快跑在阿布扎比获得首批全无人商业化运营许可，并与AutoGo合作启动全无人驾驶服务；在迪拜获得全无人测试许可并启用海外首个无人驾驶一体化运营基地；在伦敦与Uber、Lyft达成合作，计划开启无人驾驶测试与出行服务 [8] 资本市场与估值 - 随着昆仑芯等核心业务的分拆预期以及各板块AI化收入清晰化，投资者正逐步转向更具前瞻性的分部估值法重新审视公司价值 [12] - 投行Benchmark将公司目标价上调至215美元，并将昆仑芯分拆视为核心催化因素；同时参考Waymo等自动驾驶企业的估值，对Robotaxi业务给予新的评估框架 [12] - 近20家机构上调目标价，反映出市场对其AI资产价值的再认识 [12] - 公司通过稳定的现金回报与技术创新并行，可能成为价值重估的催化剂，参考了苹果自2012年重启派息以及微软结合持续回购实现市值跃升的路径 [11]

2025年财报核心业绩与AI业务地位 - 2025年公司总营收达1291亿元，AI业务营收达400亿元 [1] - 2025年第四季度总营收327亿元，AI业务收入占公司一般性业务收入的43%，超出市场预期 [1] - AI业务首次被独立披露收入占比，标志着AI已成为驱动公司增长的核心引擎 [1][6] AI业务各板块增长表现 - AI云收入2025年全年同比增长34% [4][6] - AI应用全年收入突破100亿元 [4][6] - AI原生营销服务收入2025年全年同比增长301% [4][6] - 文心助手月活用户数于2025年12月达2.02亿，春节红包活动启动以来月活跃用户同比增长4倍 [4][11] 资本运作与市场信号 - 公司宣布将拿出市值的10%，约50亿美元用于股票回购 [4] - 公司计划在2026年首次派发股息 [4] - 管理层通过高比例回购与首次派息，传递现金流自信与价值自证，引导市场转向分部加总估值法 [17] B端AI业务：基础设施与应用 - 百度智能云2025年全年在大模型相关中标项目数和中标金额上实现双第一，连续两年成为中标最多的云厂商 [8] - 自研昆仑芯是AI基础设施的基石，新一代M100芯片针对大规模推理场景优化，将于2026年上市，M300芯片预计2027年上市 [8] - 超级智能体“伐谋”提升产业效率，例如帮助中信百信银行将金融风控特征挖掘效率提升100%，帮助阿尔特公司将单次气动分析时间从10小时缩短至分钟级，研发周期平均缩短25% [9] C端AI业务：应用生态与用户增长 - 公司将AI深度植入月活7亿的百度App，通过提供真实生产力服务留住用户 [10] - 文心助手通过整合MCP服务生态，实现从提供信息到交付服务的闭环，可联动内部及京东、美团等合作伙伴服务 [10] - 应用“秒哒”实现应用一键生成，其用户中81%为非程序员，累计已生成超50万个商业应用，创造经济与效率价值超50亿元 [11] - 在百度文库与网盘场景下，GenFlow 3.0活跃用户超2000万 [13] 自动驾驶业务（萝卜快跑）全球化进展 - 萝卜快跑在阿布扎比与AutoGo合作启动面向公众的全无人驾驶商业化运营 [14] - 在迪拜获得首个全无人测试许可并启用海外首个无人驾驶一体化运营基地 [14] - 与全球出行巨头Uber达成战略合作，计划于2026年第一季度在迪拜正式推出全无人驾驶出行服务 [14] - 在欧洲市场与Uber、Lyft达成合作，计划2026年在伦敦开启无人驾驶测试及服务 [15] - 在国内开启右舵市场布局，聚焦香港市场技术优化 [15] 战略展望与资本市场反馈 - 公司智能云高管将2026年AI相关收入增速目标从100%上调至200%，旨在AI云市场抢占第一 [6] - AI业务从成本中心转变为利润中心，验证了“技术-商业”闭环，收入来源于企业算力刚需与个人用户真实付费 [6] - 近20家机构上调公司目标价，例如摩根大通将百度美股目标价上调至200美元 [17] - 昆仑芯的分拆上市被视为推动公司估值体系重估的核心催化事件 [17]

公司战略与增长目标 - 百度智能云内部定调，将2026年AI相关收入目标增速从100%上调至200%，全员力拼高增长，目标是在AI云市场全力抢第一 [1] - 公司认为AI云竞争的下半场是“系统战”，具备“软硬一体”全栈能力的云厂商将占据主导地位，百度智能云的全栈路径与产业智能化深度发展的需求曲线相吻合 [1][15] - 2026年的高增长目标被视为对“云智一体”十年长期主义路径的一次压力测试和总验收 [1][16] 市场前景与竞争格局 - 根据IDC报告，到2030年，全球AI云市场规模预计将突破4000亿美元 [1] - 2025年全年，中国主流云厂商在大模型相关项目上的中标总数累计341个，中标总金额约27亿元 [12] - 百度智能云在2025年大模型相关项目招投标中，拿下109个项目，中标金额约9亿元（约88330万元），连续两年位居中标项目数与金额的“双第一” [12][13] 技术架构与全栈能力 - 公司构建了从底层AI芯片（昆仑芯）、中间云基础设施与平台（百舸AI计算平台），到上层模型（文心大模型）与最终智能体应用（如秒哒、伐谋）的完整产业链，即“芯、云、模、体”全栈能力 [1][8] - 文心大模型5.0采用原生全模态统一建模，参数规模达到2.4万亿 [8] - 通过“昆仑芯+百舸AI计算平台”构成的AI Infra实现软硬件深度协同，在百舸平台支撑下，昆仑芯万卡集群的有效训练时长可达98% [8] 自研芯片与算力基础设施 - 百度自2015年起布局AI芯片（昆仑芯项目），在AI芯片概念尚属荒漠的年代就做了极具风险的投入，这为日后在AI云赛道的独特地位埋下伏笔 [3] - 2025年2月，百度智能云成功点亮昆仑芯P800万卡集群；2025年4月，再次点亮全自研的3万卡集群，标志着迈入规模化、工程化的算力供给阶段 [4] - 三万卡集群能同时承载多个千亿参数大模型的全量训练，或支持上千个客户进行百亿参数模型的精调 [4] - 2025年百度世界大会上，新一代昆仑芯M100（高性价比推理）和M300（极致性能训练）芯片对外亮相 [6] - 拥有自研万卡集群意味着在高端GPU供应不确定的背景下，掌握了稳定、自主且大规模的算力供给能力，这是区别于纯软件或纯集成商云厂商的最大底牌 [4] 平台、模型与智能体应用 - 千帆大模型平台（Agent Infra）提供了模型、工具、Agent开发、数据及Agent运行环境等五个层面的能力，帮助企业和开发者低门槛打造Agent [9] - 智能体应用“秒哒”致力于降低应用生成门槛，截至2025年底已累计生成超过40万个应用 [9] - 演化智能体“伐谋”基于自进化算法在产业场景中寻找“全局最优解”，应用于零售、能源、制造、物流、新药研发、科学理论等领域 [9] - 伐谋在与汽车设计公司阿尔特的合作中，将汽车风阻预测的单次气动分析时间从10小时缩短至分钟级，助力车型研发周期平均缩短25% [10] - 在北京工业大学的科研中，伐谋通过60多轮自动演化，优化了中国空间站“微型电子鼻”的核心部件设计 [10] 客户落地与行业实践 - 百度的B端客户服务了65%的央企、全部系统重要性银行、800余家金融机构、TOP10手机厂商、中国市场销量前15的汽车品牌 [14] - 在南方电网深圳供电局，基于千帆平台开发的配电网监视Agent和操作票审核Agent，助力电网系统运行更高效可靠，减轻调度员压力 [15] - 在银河证券，合作打造的“场外交易Agent”上线后，客户从询价到下单的转化率提升了3倍，业务规模翻倍增长 [15] - 大模型应用正从“尝鲜期”进入“复购期”和“深水区”，客户要求AI深入到核心业务流程中真正提升效率 [14] - 公司优势在于能提供从芯片到模型再到应用的全栈服务，解决复杂问题时的壁垒更高 [15]

公司战略与增长目标 - 百度智能云内部定调，将2026年AI相关收入目标增速从100%大幅上调至200%，全员力拼高增长，目标是在AI云市场全力争夺第一 [1] - 公司认为AI云竞争的下半场将由具备“软硬一体”全栈能力的云厂商主导，其“云智一体”战略已坚持十年，2026年高增长目标是对此长期路径的一次压力测试 [1] 市场前景与竞争格局 - 根据IDC报告，到2030年，全球AI云市场规模预计将突破4000亿美元 [1] - 2025年中国主流云厂商在大模型相关项目累计中标341个，总金额约27亿元，百度智能云以109个项目和约9亿元中标金额，连续两年在项目数与金额上位列第一 [9][10] 技术架构与核心能力 - 公司构建了从底层AI芯片（昆仑芯）、中间云基础设施与平台（百舸AI计算平台），到上层模型（文心大模型）与最终智能体应用（如秒哒、伐谋）的完整产业链，即“芯、云、模、体”全栈能力 [1][6] - 在AI芯片方面，公司已成功点亮昆仑芯P800万卡集群和全自研的3万卡集群，3万卡集群可同时承载多个千亿参数大模型训练或支持上千客户进行百亿参数模型精调，标志着进入规模化、工程化供给阶段 [2][3] - 新一代昆仑芯M100（高性价比推理）和M300（极致性能训练）芯片已在2025年亮相，配套的“天池”超节点提升了算力密度和互联带宽 [5] - 通过“昆仑芯+百舸AI计算平台”的软硬协同优化，其万卡集群有效训练时长可达98%，旨在提升算力利用效率和降低总体拥有成本(TCO) [6] - 模型层方面，文心大模型5.0采用原生全模态统一建模，参数规模达到2.4万亿 [6] 产品应用与产业落地 - 公司通过千帆大模型平台（Agent Infra）提供模型、工具、Agent开发等能力，帮助企业和开发者低门槛打造智能体(Agent) [7] - 智能体应用“秒哒”致力于降低应用生成门槛，截至2025年底已累计生成超过40万个应用 [7] - 演化智能体“伐谋”基于自进化算法在产业场景中寻找全局最优解，已应用于零售、能源、制造、物流及新药研发等领域 [7] - “伐谋”在与汽车设计公司阿尔特的合作中，将汽车风阻预测的单次气动分析时间从10小时缩短至分钟级，助力车型研发周期平均缩短25% [8] - 在金融风控、电网调度、港口物流等领域的智能体应用，已将技术潜力转化为产业效率 [8] 客户基础与市场验证 - 公司的B端客户覆盖了65%的央企、全部系统重要性银行、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 [12] - 在南方电网深圳供电局，基于千帆平台开发的Agent助力电网系统运行更高效可靠，减轻了调度员压力 [12] - 在银河证券，合作打造的“场外交易Agent”上线后，客户从询价到下单的转化率提升了3倍，业务规模翻倍增长 [12] - 行业分析认为，AI云竞争下半场是“系统战”，百度从底层硬件开始垂直整合并提供完整工具链的全栈路径，与产业智能化深度发展的需求相吻合 [13]

公司战略与增长目标 - 百度智能云内部释放近年来最具进攻性信号，将2026年AI相关收入目标增速从100%上调至200%，全员力拼高增长，目标在AI云市场全力抢第一 [1][2] - 公司认为AI云竞争的下半场，具备“软硬一体”全栈能力的云厂商才能占据主导地位，而百度在AI云领域增速市场首位，抓住了增量市场的关键 [2] - 2026年的高增长目标被视为对“云智一体”十年长期主义路径的一次压力测试和总验收 [2][16] 市场前景与竞争格局 - 根据IDC报告，到2030年，全球AI云市场规模预计将突破4000亿美元 [2] - 大模型市场正从“尝鲜期”进入“复购期”和“深水区”，客户要求AI深入核心业务流程以提升效率 [14] - AI云竞争的下半场本质上是“系统战”，单纯提供模型调用或硬件集成均面临瓶颈，需要从底层硬件开始的垂直整合能力 [16] 全栈技术能力：“芯云模体”协同 - 公司构建了从底层AI芯片（昆仑芯）、中间云基础设施与平台（百舸AI计算平台），到上层模型（文心大模型）与最终智能体应用（秒哒、伐谋）的完整产业链 [2][7][8][9] - 昆仑芯是公司区别于纯软件或纯集成商云厂商的最大底牌，自研万卡集群意味着掌握了不被卡脖子的算力自主权 [3][4] - 2025年2月成功点亮昆仑芯P800万卡集群，同年4月点亮全自研3万卡集群，标志着迈入规模化、工程化的算力供给阶段 [4] - 3万卡集群能同时承载多个千亿参数大模型全量训练，或支持上千个客户进行百亿参数模型精调 [4] - 2025年百度世界大会上，新一代昆仑芯M100（高性价比推理）和M300（极致性能训练）芯片亮相 [6] - 通过“昆仑芯+百舸AI计算平台”的软硬协同，将芯片潜能充分释放，其万卡集群有效训练时长可达98% [8] - 文心大模型5.0采用原生全模态统一建模，参数规模达到2.4万亿 [9] 应用落地与产业实践 - 公司布局两大智能体“利器”：一是“秒哒”，致力于降低应用生成门槛，截至2025年底已累计生成超过40万个应用 [9][10]；二是“伐谋”，是一个基于自进化算法的演化智能体 [10] - 伐谋能力已在多个高精尖领域验证：在与汽车设计公司阿尔特的合作中，将单次气动分析时间从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，通过60多轮自动演化，优化了中国空间站“微型电子鼻”的核心部件设计 [10] - 基于全栈能力诞生的智能体已广泛应用于金融风控、电网调度、港口物流、新药研发等领域 [10] - 具体落地案例：在南方电网深圳供电局，基于百度千帆Agent Infra开发了配电网监视Agent和操作票审核Agent；在银河证券，合作打造的“场外交易Agent”使客户从询价到下单的转化率提升了3倍，业务规模翻倍增长 [15] 市场表现与客户基础 - 根据智能超参数统计，2025年全年，中国主流云厂商在大模型相关项目上的中标总数累计341个，中标总金额约27亿元 [12] - 百度智能云拿下了109个项目，中标金额约9亿元（88330万元），连续两年位居中标项目数与金额的“双第一” [12][13] - 公司的B端客户名单包括：服务了65%的央企、全部系统重要性银行、800余家金融机构、TOP10手机厂商、中国市场销量前15的汽车品牌 [14]

公司战略与目标 - 百度智能云内部将2026年AI相关收入目标增速从100%上调至200%，全员力拼高增长，目标是在AI云市场全力抢第一 [1] - 公司认为AI云竞争的下半场是“系统战”，具备“软硬一体”全栈能力的云厂商将占据主导地位 [1][10] - 百度智能云的全栈路径与产业智能化深度发展的需求曲线相吻合，2026年的高增长目标是对其十年技术路径的一次总验收 [11] 市场前景与竞争格局 - 根据IDC报告，到2030年，全球AI云市场规模预计将突破4000亿美元 [1] - 2025年全年，中国主流云厂商在大模型相关项目上的中标总数累计341个，中标总金额约27亿元 [7] - 百度智能云在2025年大模型相关项目招投标中，拿下109个项目，中标金额约9亿元（88330万元），连续两年位居中标项目数与金额的“双第一” [7][8] 技术架构与核心能力 - 公司构建了从底层AI芯片（昆仑芯）、中间云基础设施与平台（百舸AI计算平台），到上层模型（文心大模型）与智能体应用（如秒哒、伐谋）的完整“芯云模体”全栈产业链 [1][4] - 百度智能云成功点亮了昆仑芯P800万卡集群和全自研的3万卡集群，标志着迈入规模化、工程化的算力供给阶段 [2][3] - 三万卡集群能同时承载多个千亿参数大模型的全量训练，或支持上千个客户进行百亿参数模型的精调 [3] - 在百舸AI计算平台的支撑下，昆仑芯万卡集群的有效训练时长可以达到98% [4] - 文心大模型5.0采用原生全模态统一建模，参数规模达到2.4万亿 [4] 产品与应用落地 - 千帆大模型平台（Agent Infra）提供模型、工具、Agent开发、数据及运行环境等能力，帮助低门槛打造Agent [5] - “秒哒”致力于降低应用生成门槛，截至2025年底已累计生成超过40万个应用 [5] - “伐谋”是演化智能体，应用于零售、能源、制造、物流、新药研发等领域 [5] - 在与汽车设计公司阿尔特的合作中，伐谋将汽车风阻预测的单次气动分析时间从10小时缩短至分钟级，助力车型研发周期平均缩短25% [5] - 在北京工业大学的科研中，伐谋通过60多轮自动演化，优化了中国空间站“微型电子鼻”的核心部件设计 [5] 客户与市场验证 - 公司的B端客户包括65%的央企、全部系统重要性银行、800余家金融机构、TOP10手机厂商、中国市场销量前15的汽车品牌 [9] - 在南方电网深圳供电局，基于千帆平台开发的Agent助力电网系统运行更高效可靠 [9] - 在银河证券，合作打造的“场外交易Agent”上线后，客户从询价到下单的转化率提升了3倍，业务规模翻倍增长 [9] - 行业人士指出，大模型正从“尝鲜期”进入“复购期”和“深水区”，客户要求AI深入核心业务流程以提升效率 [9]

公司战略与目标 - 百度智能云在内部战略会上将2026年AI相关收入目标增速从100%上调至200%，全员力拼高增长，目标是在AI云市场全力抢第一 [1] - 公司认为AI云竞争的下半场是“系统战”，具备“软硬一体”全栈能力的云厂商才可能占据主导地位 [3] - 2026年的高增长目标被视为对公司过去十年“云智一体”长期主义路径的一次压力测试和总验收 [3][16] 市场前景与竞争格局 - 根据IDC报告，到2030年，全球AI云市场规模预计将突破4000亿美元 [2] - 2025年全年，中国主流云厂商在大模型相关项目上的中标总数累计341个，中标总金额约27亿元 [12] - 百度智能云在2025年大模型相关项目招投标中，拿下109个项目，中标金额约9亿元，连续两年位居中标项目数与金额的“双第一” [12] 技术全栈能力与优势 - 公司构建了从底层AI芯片（昆仑芯）、中间云基础设施与平台（百舸AI计算平台），到上层模型（文心大模型）与最终智能体应用（如秒哒、伐谋）的完整产业链 [3][9] - 昆仑芯是公司区别于纯软件厂商或纯集成商的最大底牌，其自研万卡集群意味着掌握了稳定、自主且大规模的算力供给能力 [6] - 2025年2月，公司成功点亮昆仑芯P800万卡集群，同年4月又点亮了全自研的3万卡集群，标志着迈入规模化、工程化的算力供给阶段 [6] - 新一代昆仑芯M100（高性价比推理）和M300（极致性能训练）芯片已在2025年百度世界大会上亮相 [8] - 在百舸AI计算平台的支撑下，昆仑芯万卡集群的有效训练时长可以达到98% [10] - 文心大模型5.0采用原生全模态统一建模，参数规模达到2.4万亿 [10] - 百度千帆Agent Infra提供了模型、工具、Agent开发、数据及Agent运行环境等五个层面的能力，帮助企业和开发者低门槛打造Agent [10] 产品应用与产业落地 - 智能体“秒哒”致力于降低应用生成门槛，截至2025年底，已累计生成超过40万个应用 [11] - 演化智能体“伐谋”被应用于零售、能源、制造、物流、新药研发、科学理论等领域，寻找复杂问题的“全局最优解” [11] - 在与汽车设计公司阿尔特的合作中，伐谋将汽车风阻预测的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% [12] - 在北京工业大学的科研中，伐谋通过60多轮自动演化，优化了中国空间站“微型电子鼻”的核心部件设计 [12] - 在南方电网深圳供电局，基于千帆Agent Infra开发的Agent助力电网系统运行更高效可靠 [15] - 在银河证券，合作打造的“场外交易Agent”上线后，客户从询价到下单的转化率提升了3倍，业务规模翻倍增长 [15] 客户基础与市场认可 - 公司的B端客户名单包括65%的央企、全部系统重要性银行、800余家金融机构、TOP10手机厂商、中国市场销量前15的汽车品牌 [14] - 行业分析指出，大模型正从“尝鲜期”进入“复购期”和“深水区”，客户要求AI深入到核心业务流程中真正提升效率，而百度能提供从芯片到模型再到应用的全栈服务 [14][15] - 有国内头部AI公司B端业务人士表示，在B端市场“每次都很不想碰到百度” [14]

行业会议与主题 - 金融界主办、宁波银行支持、清华大学经济管理学院中国金融研究中心提供学术支持的“启航·2025银行业高质量发展年会”于12月26日在北京举办 [1] - 年会主题为“凝心启新，聚力致远”，汇聚监管专家、学界精英、行业领袖及科技企业代表 [1] - 会议围绕服务实体经济、数字化转型、AI+金融创新、风险防控等议题展开深度讨论 [1] 中信百信银行的业务与风控实践 - 中信百信银行是中信银行控股的数字普惠银行，自成立之初便致力于通过金融科技打破银行服务的物理边界 [3] - 公司将数据与科技作为核心竞争力，为更广泛的客户提供简单、便捷的纯线上数字普惠金融服务 [3] - 面对普惠客群小额、高频、分散的需求，公司已形成“数据—风险特征挖掘—模型构建—实时风险运营”四层数字风控体系，达到行业较好水准 [3] - 公司同时面临模型人员短缺、数据挖掘不够充分的限制性问题 [3] AI在银行智能风控中的应用与创新 - 公司将AI技术作为突破口，以数字风控为基础，携手百度启动“AlphaMo”智能风控项目 [3] - 该项目应用了伐谋、千帆、文心大模型等百度最前沿的AI技术 [3] - 项目旨在建设“挖掘智能体”“模型智能体”“策略智能体”三类风控智能体，覆盖风控架构中挖掘、模型、策略三个层次 [3] - AI技术擅长处理复杂数理问题、持续自我进化，公司计划打造挖掘、模型、策略的“AI员工” [3] - 此举旨在解决风控人员短缺问题及人的经验局限性问题，有望为银行业沉淀出可复制的智能风控创新解决方案 [3] 对AI应用的认知与挑战 - AI作为新质生产力和生产要素，在银行机构的落地场景已从过去的新技术尝鲜，步入业务流程重塑的阶段 [4] - 针对“AI是否会替代员工”的问题，公司认为AI已从工具升级为新质生产力，成为新兴的数字员工，有望替代初级员工 [4] - 银行应用AI面临两大问题：一方面是算力问题；另一方面，针对AI的培养模式需要发生本质变化 [4] - 公司认为可将AI视为具有超高智力和体能的初级员工，需安排合适的工作持续培养 [4] - 以智能风控为例，公司不用大模型进行风险决策，而是让AI按照标准流程生产更专业的小模型，通过不断教导和引导使其步入正轨 [4] - 一旦AI步入正轨，其所释放的产能会让人非常惊艳 [4]

百度伐谋AI DAY核心发布 - 百度在AI DAY上正式宣布全面启动“同舟生态伙伴计划”，旨在将自我演化超级智能体“伐谋”开放给生态伙伴，共同推动产业智能化[1] - 自一个多月前亮相以来，伐谋已吸引超过2000家企业的关注，现迈入生态赋能的新阶段[1] 伐谋的技术能力与核心价值 - 伐谋是一个自我演化超级智能体，能在半小时内演化出新的科研模型，并使准确率提升2.78%[1] - 该智能体能够将特定领域的分析验证时间大幅压缩，例如将风阻分析验证从10小时压缩到1分钟[1] - 其核心价值在于解决复杂场景的实际问题，攻坚“隐形天花板”，通过先进技术大幅提升各行业场景的效率[3] 生态伙伴计划的具体赋能措施 - “同舟生态伙伴计划”主要面向高校实验室及行业软件企业[2] - 计划将开放高质量行业场景与课题，共享伐谋Agent系统及算法优化引擎[2] - 计划将提供AI协作培训与个性化服务指导，帮助伙伴内化顶尖算法优化能力[2] 伐谋的三大升级 - 在通用性上，提供Web端、对话式等多种低门槛接入方式，实现“任何场景轻松接入”[2][8] - 在生产级上，创新“云端生成算法+本地完成评估”架构，确保企业数据无需出库即可享受演化服务，保障数据安全[2] - 在持续性上，强化动态调优能力，确保算法能长期适应业务变化，实现“企业级能力保障”[2][8] 已验证的应用场景与效果 - 在金融风控领域，中信百信银行引入伐谋后，风险特征挖掘效率提升了100%，同时核心风控模型的风险区分度提升了2.41%[1] - 在三维空间路径规划（如中高压桥架布置）中，验证了其在复杂约束下给出最优路径的能力，助力施工成本大幅降低[6] - 在其他领域也取得显著效果：高端制造开发周期缩短25%，科研效率提升13倍，GPU内核优化实现10倍以上的效率提升[6][7][9] 伐谋解决的问题范围与目标 - 伐谋致力于解决任何有明确评价标准的问题，通过AI自我演进寻找解决方案[9] - 其应用覆盖多种算法类型，包括组合优化算法、时序预测算法、AI4S模型、Kernel算子等[9] - 其优化目标广泛，旨在实现更合理的生产计划、更精准的销量预测、更低的能耗成本、更快的推理速度、更高的实验效率等[9]

公司产品发布与定位 - 百度于12月25日在AI开放日活动上披露其自研智能体系统“伐谋（Famo）”已在多个真实产业场景完成落地验证[1] - “伐谋”系统于11月13日首次亮相，是百度面向复杂工程与科研场景打造的“自演化算法系统”[1] - 目前已有超过2000家企业申请试用“伐谋”系统[1] 核心技术机制 - 系统核心机制为“自动生成—评估—进化”，能够在明确目标约束下自主完成算法设计、优化与迭代[3] - 核心理念是将人类专家的思考方式、问题拆解逻辑与工程经验系统化、程序化，使算法具备持续自我进化能力[3] - 技术层面采用多智能体协同与演化搜索机制，可在给定评价指标下自动生成算法结构、参数组合及优化路径[5] - 核心能力包括自动建模、策略评估和持续迭代[5] 性能表现与测试结果 - 在公开测试中，“伐谋”在CUDA Kernel优化、机器学习工程基准（MLE-Bench）和算法工程评测（ALE-Bench）中取得领先表现[5] - 在部分GPU内核优化任务中，性能提升可达数倍[5] 行业应用与落地案例 - 应用领域覆盖交通、制造、能源、科研、金融等多个行业[1][9] - 在智能制造领域，阿尔特汽车将“伐谋”用于车辆空气动力学设计，将原本需要数小时的风阻分析压缩至分钟级完成[5] - 在能源与基础设施领域，“伐谋”被用于海上风电与能源管网布局优化，以完成复杂约束条件下的路径规划[7] - 在金融风控场景中，“伐谋”被引入银行风控模型构建流程，其生成的模型在风险识别能力和稳定性方面优于传统人工建模方法[7] - 在科研领域，“伐谋”被用于辅助高校与研究机构解决复杂工程问题，例如空间站相关设备设计及灾害预测与工程安全领域的模型优化[7] 战略价值与生态发展 - 该系统的核心价值在于推动算法研发范式从依赖专家经验的人工调优转向可持续自我演化的自动化体系[9] - 百度已发布“伐谋·同舟生态伙伴计划”，未来该系统将继续向更复杂的工业场景扩展，并探索与更多科研机构及企业的协同应用[9]