鞭牛士 历史总是以一种充满隐喻的方式记录着变迁。 12月11日，《时代》周刊公布2025年《时代周刊》年度人物，"The Architects of AI"（AI的建造者们）当选。 封面上看，此次的主题不是惊世骇俗的科幻构想，也没有末日降临的焦虑色彩，取而代之的是一种冷静、坚实的力量感。也预示着全球人工智能的叙事逻 辑，正在从狂热的"预言期"正式进入落地的"建造期"。 《时代》周刊在报道中指出，李彦宏创立的百度最初是一家搜索引擎公司，但如今已经转型为中国顶尖的全栈人工智能公司之一，业务涵盖芯片、云基础 设施、模型、智能体、应用程序和消费产品等各个方面。 报道提及，在11月13日举办的百度世界大会上，百度发布了一系列领先的AI产品，并展现其众多AI应用场景。 当AI应用场景被反复提及，也让目光重新聚焦到了一个问题：当技术爆炸的硝烟暂时散去，AI如何创造真实、可持续的价值？ 在封面文章中，《时代》周刊专访了国内外多位科技领域人物，百度创始人李彦宏作为中国AI产业代表性人物之一，与黄仁勋、孙正义一同出现在官方 发布的访谈视频中。 值得一提的是，这并非李彦宏首次进入《时代》的视野，从2018年的"创新者"，到2023 ...

组织架构调整 - 公司新设立基础模型研发部，负责研发高智能可扩展的通用人工智能大模型，由吴甜负责 [2] - 公司新设立应用模型研发部，负责业务应用场景所需的专精模型调优和探索，由贾磊负责 [2] - 以上新设部门及首席技术官王海峰均向公司首席执行官李彦宏汇报 [2] 管理层背景 - 吴甜于2006年加入公司，带领团队在机器学习、自然语言处理、计算机视觉等人工智能重要方向取得技术创新和突破 [2] - 贾磊是国内人工智能语音领域带头人，于2011年加入公司，2023年获得吴文俊人工智能科技进步奖特等奖 [3] 人工智能业务财务表现 - 公司三季度人工智能业务收入达到约100亿元，同比增长超过50% [3] - 其中人工智能云收入同比增长33%至42亿元，人工智能原生营销服务收入同比增长262%至28亿元 [3] - 本季度长期资产减值为162亿元，主要因核心资产集团的减值损失 [4] 人工智能战略与投资 - 公司对基础设施组合进行全面审查后，主动对部分不再满足计算效率要求的现有资产进行减值处理 [4] - 自2023年3月发布文心一言以来，公司在人工智能领域的投资已远超1000亿元人民币 [4] - 公司于11月13日正式发布原生全模态大模型文心大模型5.0，该模型支持文本、图像、音频、视频等多种信息的输入与输出 [4]

公司AI业务财务表现 - 第三季度AI业务总收入同比增长超过50%，接近百亿人民币大关 [1][4] - AI云收入同比增长33%，其中AI高性能计算基础设施订阅收入同比增长128% [4] - AI原生营销服务收入达28亿元，同比增长262% [4][5] - AI应用收入达26亿元，大部分采用高粘性订阅模式 [4] AI云业务市场地位 - 百度智能云以24.6%的市场份额稳居中国AI公有云市场第一，连续六年蝉联冠军 [4] - 服务65%央企、100%系统重要性银行及800多家金融机构、TOP 10手机厂商、中国市场销量TOP15汽车品牌、TOP10新能源车企 [4] - 在具身智能行业获得渗透率第一 [4] AI应用产品生态 - GenFlow3.0活跃用户超2000万，已成为全球最大通用智能体 [5] - 无代码应用搭建平台“秒哒”已生成超过40万个应用，平均每分钟一个新应用落地 [5] - 百度伐谋在发布后数小时内吸引超1000家企业申请接入测试 [5] - 百度文库、百度网盘、数字员工等多款旗舰产品致力于解决特定场景需求 [4] 数字人业务商业化进展 - 百度数字人业务已覆盖20多个行业，在国有大行市占率超50% [6] - 慧播星数字人综合实力行业第一，累计超10万数字人主播，实现直播转化率提升31%、成本降低80% [6] - 在教育领域助力教学视频效率提升20倍，在电商领域拓展多应用场景 [6] 全栈式AI技术能力 - 公司是极少数能提供芯片层（昆仑芯）、框架层（飞桨）、模型层（文心大模型）、应用层四层全栈AI服务的公司 [7][8][9] - 飞桨深度学习平台开发者达到2333万，服务企业76万家 [8] - 文心大模型5.0参数量达2.4万亿，在40余项权威基准评测中与全球顶尖模型能力持平 [8] - 昆仑芯AI芯片中标招商银行项目及中国移动十亿级订单 [7] 自动驾驶业务进展 - 萝卜快跑第三季度全球出行服务次数达310万次，同比增长212% [10] - 截至11月，累计全球出行服务次数超1700万次，全无人驾驶里程突破1.4亿公里，总里程超2.4亿公里 [10] - 业务已覆盖全球22座城市，并与Uber、Lyft等全球出行巨头达成合作，进入迪拜、阿布扎比等市场 [11] AI驱动的新商业模式 - 智能体广告已有超过2.9万家广告主通过智能体进行投放，收入占核心广告收入比例达9% [11] - AI智能体和数字人举措正在成形，推动传统搜索广告转型 [12] - 数字人服务和智能体为百度开辟了新的技术服务收入模式 [11] 市场表现与机构观点 - 2025年以来港股股价从82港元上涨至113港元，涨幅37%，美股从84美元上涨至114美元，涨幅35% [10][16] - 近20家机构看好公司AI长期增长潜力，并上调目标价，例如华泰证券目标价从89美元上调至243美元 [14][16] - 机构认为公司AI战略已从投入期转向收获期，先发优势和全栈能力将转化为持续业绩增长 [3][9]

人工智能的战略地位与发展方向 - 培育发展战略性新兴产业和未来产业是加快形成新质生产力的重要路径 [1] - “十五五”时期将是人工智能技术加速创新、广泛应用的关键5年 [1] - 人工智能正以革命性力量重塑全球科技创新版图，推动科学研究范式智能化变革 [1] 人工智能驱动的产业融合与生态构建 - 以人工智能、生物技术、新能源技术等为代表的新兴技术集群，正在与实体经济广泛且深度融合，共同推动各行业、各领域发生深刻变革 [1] - 人工智能与医疗、教育、文化等一系列应用场景跨界融合，一步步走进百姓日常生活，为解决经济和社会发展难题提供创新方案 [1] - 在数实融合大趋势下，“人工智能+”加速推动产业结构系统性优化与整体性升级，更好助力现代化产业体系建设 [3] - 坚持智能化、绿色化、融合化方向，深化新兴技术与经济社会融合，加速培育发展新质生产力 [3] 人工智能发展的核心动力与技术进步 - 数据共享、算法优化和算力协同是“人工智能+”的核心动力 [2] - 深度学习是人工智能的关键核心技术，驱动人工智能实现了飞跃式进步 [3] - 百度基于文心大模型与产业级深度学习平台飞桨打造人工智能基础技术底座，助力千行百业降本增效，提升了相关企业的经营和决策能力 [3] - 之江实验室把太空计算卫星星座送上太空，通过在轨实时处理数据，有望解决传统卫星数据处理效率瓶颈问题，推动人工智能在太空的应用发展 [2] 人工智能发展面临的挑战与关键问题 - 制约人工智能长远发展的关键问题有三个：一是数字鸿沟以及在获取人工智能技术方面的不平等、不平衡，二是关于人工智能治理和伦理缺少相应的政策规范，三是创新投入不足 [2] - 科技发展创新生态的构建离不开教育变革的支撑，更需要全球范围内的开放合作与风险共治 [1] - 要加强对新兴技术发展包容审慎管理，妥善应对其所衍生的规则冲突、社会风险和伦理挑战，破除技术壁垒，打通数据孤岛，弥合智能鸿沟 [3] 开放合作与协同创新 - 坚持开放合作、互利共赢，才能推动人工智能发展行稳致远 [3] - 科技创新发展的每一步都伴随着开放的力量，从过去源代码的开放逐渐走向数据开放、算力开放 [2] - 人工智能已经成为一种能够打破学科壁垒的通用语言，而不仅是对科学研究的简单赋能 [2] - 要持续推动人工智能算法协同创新、算力统筹调度、数据开放共享、场景交互融通，顺应跨领域通用化发展态势，努力为原始创新和颠覆性的技术突破提供支撑 [3]

公司AI战略核心 - 公司AI战略是长期主义，致力于构建从芯片、框架、模型到应用的全栈能力，将AI锻造成深入产业肌理的原生能力[1] - 公司选择跳出互联网应用端的传统优势区，将资源坚定投向底层基础设施与通用AI能力的构建[5] - 公司认为AI竞争反互联网直觉，应尊重技术发展规律，根据技术内在节奏竞争，而非追求外界期待的“速胜”[2] 技术能力与基础设施 - 公司点亮全自研三万卡集群昆仑芯，可同时承载多个千亿参数大模型全量训练，支持1000个企业同时进行百亿参数大模型精调[7] - 公司自研深度学习平台飞桨，成为中国市场少有的具备与国际主流框架TensorFlow和PyTorch正面竞争能力的产业级AI底座[7] - 芯片、框架、模型、应用的链条协同，让每个环节的进步都能在整个体系中产生放大效应[13] 应用落地与商业化成果 - 萝卜快跑无人车累计服务超1700万次，覆盖全球22座城市，自动驾驶里程超过2.4亿公里，每周全无人订单超25万[1][8][9] - 萝卜快跑建立安全标杆，平均每1014万公里才出现一次气囊弹出事故，数据远超人类驾驶员平均水平及行业领头羊Waymo[8] - 慧播星数字人实现“罗永浩”等直播IP的规模化复用，百度搜索实现全面AI化重构，其“百看”功能支持图文、音视频混合输出[10] - 千帆平台已服务超过46万家企业，开发了130万Agent；秒哒作为对话式应用开发平台，进一步降低企业应用AI能力的门槛[14] 产业影响与未来展望 - 公司通过千帆平台的模块化输出、慧播星等行业解决方案，将自身跑通的“慢变量”进行产品化沉淀，定位为AI时代的“军火商”[13] - 百度伐谋智能体是公司首个可商用的自我演化超级智能体，在金融风控、港口调度等领域应用，并在权威基准中实现SOTA[14] - 公司用AI彻底重构搜索，将其从以文字内容和链接为主的互联网应用，转化为以图片视频等富媒体内容为主的AI应用[13] - 公司认为未来的AI原生应用一定是多模态的，在信息世界之外，一定会重构物理世界[9]

公司AI战略核心观点 - 公司AI战略是构建从芯片、框架、模型到应用的全栈能力，将AI锻造成深入产业肌理的原生能力[5] - 公司选择尊重技术发展规律，根据技术内在节奏竞争，而非追求互联网时代的“速胜”[9][12] - 公司评估自身价值需跳出“寻找下一个爆款App”的固有思维，关注其底层基础设施与通用AI能力构建[13] 技术能力与基础设施投入 - 公司发布全自研三万卡集群昆仑芯，可同时承载多个千亿参数大模型全量训练，支持1000个企业进行百亿参数大模型精调[14] - 公司自主研发深度学习平台飞桨，成为中国市场少有的具备与国际主流框架竞争能力的产业级AI底座[14] - 芯片、框架、模型、应用的链条协同，使每个环节的进步能在整个体系中产生放大效应[24] 自动驾驶业务进展 - 萝卜快跑无人车累计服务超1700万次，覆盖全球22座城市，自动驾驶里程超过2.4亿公里，每周全无人订单超25万[4][17][19] - 萝卜快跑安全性达平均每1014万公里出现一次气囊弹出事故，数据远超人类驾驶员及行业领头羊Waymo[18] - 萝卜快跑通过与Uber、Lyft、瑞士邮政等本土巨头建立“技术+运营”深度联盟出海，构建坚固护城河[19] AI应用层效果涌现 - 慧播星数字人实现“罗永浩”等直播IP规模化复用，证明AI在电商等场景的商业价值[20] - 百度搜索实现全面AI化重构，“百看”功能支持图文、音视频混合输出，使搜索从信息工具转变为内容与信息平台[20] - GenFlow 3.0智能体实现从“人操作AI”到“AI主动协作人”的转变[25] - 百度伐谋智能体在金融风控、港口调度等领域应用，在权威基准中实现SOTA，可全天候挖掘风险特征[25] AI能力开放与生态建设 - 千帆平台已服务超过46万家企业，开发了130万Agent，成为AI能力的“分发中枢”[25] - 秒哒作为“对话式”应用开发平台，以无代码方式降低企业应用AI门槛[25] - 公司定位为AI时代“军火商”，通过模块化输出将“慢变量”进行产品化沉淀[24]

公司技术实力与专利布局 - 公司在人工智能全领域专利连续7年排名国内第一，生成式AI和大模型、深度学习专利申请量均位居中国第一或全球领先 [1] - 公司以模型为核心的生成式人工智能专利申请量达2950件，授权量1371件，领跑国内创新主体 [9] - 公司建设的人工智能产业知识产权运营中心入选国家首批产业知识产权运营中心名单，积极推进专利产业化 [9] 2025十大科技前沿发明概览 - 公司发布的十大科技前沿发明涵盖人工智能算力、框架、模型、场景应用全栈技术体系 [5] - 具体发明包括自回归统一建模的原生多模态大模型、大模型训练全流程高效容错技术、剧本驱动的高说服力数字人技术等十项突破 [7] - 这些发明反映了行业前沿趋势，如多模态、多智能体协同、大规模集群训练和高说服数字人等方向 [7] 关键技术突破与应用成效 - 大模型训练全流程高效容错技术攻克集群训练故障定位与召回恢复难题，万卡集群任务训练有效率超98%，处于国际领先水平 [7] - 信息流端到端内容理解与序列生成技术构建自增强闭环，已推动Feed业务大幅增长，并落地百度地图、电商等场景 [7] - 剧本驱动的高说服力数字人技术支撑罗永浩数字人直播首秀创下GMV 5500万元行业纪录 [8] - 兼容端到端轨迹方案的自动驾驶技术支撑Apollo，萝卜快跑已累计提供超1400万次出行服务，安全行驶里程超2亿公里 [8] 行业背景与公司战略 - 国家政策支持AI大模型广泛应用，深入实施"人工智能+"行动方案，行业迎来爆发式发展阶段 [5] - 公司持续围绕关键核心技术攻关，积累自主知识产权，加快专利产业化进程，赋能千行百业 [5] - 公司将以"效果涌现"为主题召开百度世界2025大会，公布AI应用、大模型、智能云、无人驾驶等业务最新进展 [9]

百度开源生态实践 - 公司表示开源是生态建设的开始而非终点 [1] - 公司自2009年起参与开源，主导超1000项开源项目，累计社区贡献者超2.1万 [1][4] - 公司通过开源降低创新门槛，打造开发者生态，形成从代码到产业的闭环 [4] 飞桨与文心大模型开源成果 - 飞桨作为产业级深度学习平台，已开源90多个代码仓库，累计star数超22万 [5] - 飞桨文心生态开发者达2333万，服务企业76万家，成为国内最活跃开源项目 [5] - 文心4.5系列开源10款模型，包括47B和3B的MoE模型以及0.3B的稠密参数模型 [4] - 文心4.5通过文本和视觉联合训练，提升多模态任务表现 [4] 开源模型技术成就与社区影响 - 文心思考模型ERNIE-4.5-21B-A3B-Thinking在Huggin Face双榜排名第一 [5] - 开源模型PaddleOCR-VL发布后16小时内登顶Huggin Face Trending，连续五天居榜首 [5] - 星河社区提供全方位服务，上线700万实践项目、600多门公开课及400多场AI竞赛 [5] - 公司在开放原子大赛中累计吸引400多支团队、1000多名开发者参与 [5] 未来开源规划 - 公司将在AtomGit平台开展多版本模型管理与开源发布工作 [5] - 公司将在技术创新、代码贡献、产品开发等多个维度贡献，共建开源生态 [5]

深度学习平台的核心作用 - 深度学习平台是人工智能关键核心技术，下接芯片，上承大模型和应用，支撑AI的开发、训练、推理部署及产业落地 [1][3] - 以百度飞桨为例，该平台已适配60多款系列芯片，开发者创建超过110万个模型 [3] - 平台通过与大模型的联合优化实现性能突破，例如在ERNIE-4 5-300B-A47B模型上实现预训练MFU达47%，并在特定时延条件下实现高吞吐性能 [3] 文心大模型的技术进展与性能 - 文心大模型始于2018年底研发，2019年发布1 0版本，2025年已迭代至文心4 5 Turbo和文心X1 1等多个版本 [4] - 在中文多模态视觉语言模型测评基准SuperCLUE-VLM上，文心4 5 Turbo总分并列国内第一；文心X1 1在中文精确指令遵循测评中两类划分均为国内第一 [4] - ERNIE-4 5的衍生模型如PaddleOCR-VL、ERNIE-4 5-21B-A3B-Thinking等多次登上Hugging Face全球模型总趋势榜第一 [4] 产业智能化应用案例 - 在智能制造领域，中车集团基于飞桨将高铁外形仿真设计周期由天级缩短至秒级 [5] - 在智慧能源领域，基于文心和飞桨打造的电网智能体实现对600+厂站、90+断面的监控，完成全流程智能决策 [5] - 在智慧医疗领域，AI应用于病情收集、病历整理等环节，优化患者体验并提升医生效率 [5] 数字人技术的商业价值 - 百度自研的数字人技术包含五项创新，实现了数字人神、形、音、容、话的高度统一 [6] - 公司已助力打造超过10万数字人主播，直播转化率提升31%，开播成本下降80% [6] - 数字人直播展现显著商业价值，例如罗永浩数字人直播首秀GMV突破行业纪录，部分品类带货量超过真人直播 [6] 开发者生态与产业影响 - 飞桨文心开发者数量已超过2333万，服务企业超过76万家 [6] - 人工智能基础技术底座正助力千行百业提效降本、增强企业经营与决策能力 [4][6] - 技术革新驱动应用创新，进而转化为实际商业价值，推动产业向更高级形态转型升级 [6]

行业发展趋势 - 大模型产业从单一技术突破转向全场景生态建设 成为经济社会发展的关键引擎[1] - 国务院提出发展"模型即服务"和"智能体即服务" 打造人工智能应用服务链[1] - 行业进入"周周有发布 天天有更新"的快速发展阶段[2] 技术突破与创新 - 百度文心大模型X1.1采用迭代式混合强化学习训练框架 在复杂长程任务场景表现突出[2] - 阿里巴巴通义千问模型在中英文理解 复杂指令遵循和工具调用等维度实现性能增强 显著减少知识幻觉[2] - 百度飞桨核心框架v3.2创新性地利用流水线并行训练的"空泡期"实现在线精度检测 无需停机即可精准定位硬件故障[4][5] - 百度FastDeploy2.2版本提供大模型高效部署及高性能推理全栈能力 兼容多种协议和格式[5] 生态协同建设 - 软硬件协同成为全球大模型创新和算力设施建设的竞争焦点[3] - 百度构建覆盖芯片(昆仑芯) 框架(飞桨) 模型(文心) 应用的完整技术生态体系[3] - 华为MindStudio为开发者提供端到端的昇腾AI应用开发解决方案[5] - 国产AI芯片存在生态适配问题 专家指出即使只有60%性能 生态完善也会吸引更多用户[2] 产业应用落地 - 中国中车基于文心大模型和飞桨构建空气动力学仿真大模型 将气动外形设计评估时间从数月缩短至几分钟[6] - 开发国内首个虚拟传感器模型 在不增加物理传感器基础上通过计算推算出车辆安全数据 使故障检测准确率提升10%[6] - 大模型配套工具研发有效降低技术门槛 解决训练部署成本高的问题[4] 人才培养体系 - 百度联合湖北省12所高校成立人工智能教育创新中心 22所高校基于飞桨与文心开设学分课程[7] - 百度飞桨作为副理事长单位参与湖北人工智能学院建设[7] - 人才支撑成为大模型生态建设的重要基础[7]