【环球网科技综合报道】11月3日，在"2025百度十大科技前沿发明"发布会期间，百度公布了涵盖大模型、深度学习框架、AI算力、智能体、AI搜索、数字 人、无人驾驶等AI技术突破，展现AI应用加速走向效果涌现背后的底层创新实力。 当前，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，人工智能迎来爆发式发展阶段，AI技术加速迭代，应用加速落地效果涌现。百度 持续自主创新，攻关人工智能关键核心技术，积累自主知识产权，以前沿创新引领产业的发展趋势。 会上，百度专利事务部总经理崔玲玲发布"2025百度十大科技前沿发明"并表示，今年发布的百度十大科技前沿发明，涵盖了人工智能算力、框架、模型、场 景应用全栈技术体系。每一项成果，都代表着对技术边界的勇敢突破，彰显着百度在创新道路上的坚定决心与不懈追求。这些前沿技术正汇聚成澎湃的 AI 势能，驱动着生产生活的智能化跃迁。未来，百度将持续围绕关键核心技术攻关，积累自主知识产权，加快专利的产业化进程，赋能千行百业，支撑高水平 科技自立自强和高质量发展。 据介绍，百度发布的2025十大科技前沿发明，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 ...

转自：新华财经 编辑：王媛媛 陈尚义表示，自2009年百度基于开源大规模定制Hadoop（分布式系统基础架构）以来，已陆续将飞桨、Apollo自动驾驶、ECharts等项目对外开源。百度一 直在参与开源项目与开源社区的建设，通过开源不断降低创新门槛，打造开发者生态，形成从代码到产业的闭环。截至2025年，百度已经有多个开源项目毕 业成为顶级项目。 以百度飞桨和文心大模型双层开源为例，作为中国自主研发、开源开放的产业级深度学习平台，飞桨支撑的文心4.5系列开源模型，已开源ERNIE 4.5系列模 型10款，涵盖了激活参数规模分别为47B和3B的混合专家模型（MoE），以及0.3B的稠密参数模型。在核心技术方面，文心4.5通过在文本和视觉两种模态上 进行联合训练，能够更好地捕捉多模态信息中的细微差别，提升了在文本生成、图像理解以及多模态推理等任务中的表现。 目前，飞桨已开源90多个代码仓库，累计star数（衡量开源项目的受欢迎程度）超22万。截至2025年9月，飞桨文心生态开发者已达到2333万，服务企业达到 76万家，成为国内活跃度最高的开源项目。此外，星河社区为开发者提供全方位服务，已上线700万个实践项目， ...

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]

科技馆智能体矩阵上线 - 中国科技馆与百度联合推出首个科技馆智能体矩阵 融合27家科技馆资源 构建全国首个以人工智能为支撑的科普服务聚合地 [5] - 智能体矩阵集成多模态交互功能 包括照片识别展品图文讲解 拍照合影生成打卡照片 语音交互实时答疑 AI游记设计路线及生成可分享长图 [5] - 科技馆智能体矩阵标志着科普服务正式迈入人机协同开放共享新阶段 [5] 智能体应用成效 - 首个科技馆智能体胖科自2024年11月推出后 已服务超过70000人次观众 提供展品讲解馆内导览和服务信息 [5] - 中国科技馆已开发AI游记科学开开门桥梁知识等特色智能体 并涵盖地质生物健康等多个领域的283个特色科普智能体 [6] 未来之翼科普共创计划 - 百度与中国科技馆联合启动未来之翼科普共创计划 科普场馆将开放数据资源与应用场景 [6] - 百度将基于文心大模型和飞桨核心技术 以及星河社区云端算力资源 为开发者提供高效AI工具和全面技术支持 [6] - 过去一年中国科技馆与百度在五地举办未来之翼AI创客营活动 推动构建更开放普惠具启发性的科普生态 [6]

行业趋势与变革 - 中国2024年诞生50个千亿级参数大模型 推动智能算力规模同比增长74.1% 远超通用算力增幅 智算中心利用率突破70% [1] - AI技术重塑云服务架构与价值逻辑 催生"AI云"新范式 突破云计算长期增长瓶颈 开启行业第二增长曲线 [1] - AI与云计算紧密共生重构技术与商业边界 云计算竞争格局开始松动 竞争焦点从计算成本转向解决业务难题的创新解决方案 [2][4] - 微软与OpenAI 2020年5月在Azure云平台构建首台AI超级计算机 为云计算产业带来新曙光 [2] 公司战略与技术布局 - 百度智能云提出"云智一体"发展策略 以全栈AI技术优势引领AI开发范式变革 [4] - 公司拥有从底层硬件到上层应用的完整AI技术栈 包括2016年发布中国首个自主研发深度学习框架"飞桨" 2018年推出云端AI芯片"昆仑" 2019年启动预训练大模型研发 [4] - 百度智能云提供三层架构服务：基础设施层(AI IaaS)含自研昆仑芯芯片和百舸AI异构计算平台 平台服务层(AI PaaS)以千帆平台为核心 应用解决方案层(AI SaaS)面向具体场景 [5] - 公司以"AI带动云"为核心驱动力 通过全栈自研AI能力吸引客户上云 实现换道超车 [6] 市场地位与业绩表现 - 百度智能云以24.6%市场份额连续六年、累计十次蝉联中国AI公有云市场第一（IDC 2024年报告） [6] - 百度第二季度财报显示智能云收入同比增长27% 推动AI新业务首次突破100亿元 同比增长34% [7] 产品迭代与升级 - 百度百舸AI计算平台迭代至5.0版本 重点升级推理能力 昆仑芯超节点实例实现64张卡同机柜部署 大幅提升单卡性能与吞吐 [6] - 百舸平台发布强化学习框架BRL 提升训练与推理效率 将单点吞吐推至极限 [6] - 千帆平台升级至4.0版本 打造以Agent为核心的一站式企业级服务平台 提供模型、编排、数据等开发能力 [7] 未来发展方向 - 百度智能云升级"云智一体"战略 致力于提升智能天花板与扩大智能渗透面 目标成为支撑中国AI引领世界的底座 [6] - 公司解决方案应用领域从传统行业扩展至创新赛道 为未来科技竞争占据有利地位 [7]

AI与云计算融合趋势 - AI与云计算以前所未有的紧密姿态绑定，AI云成为新范式，推动云计算产业突破长期桎梏并跑出增长第二曲线 [1] - 2024年中国新增千亿级别参数大模型50个，智能算力规模同比增长74.1%，是通用算力同期增幅的三倍以上，智算中心利用率持续突破70% [1] - AI彻底改变云服务架构与价值逻辑，产业进入应用规模化落地期，需求从底层AI算力基础设施走向一站式端到端解决方案 [1] 云计算行业竞争格局演变 - 2020年中国云计算市场规模达1781亿元人民币，同比增长33.6%，但行业陷入同质化价格战困局 [5] - 海外云计算巨头率先发起价格战：亚马逊AWS最高降幅40%，微软Azure超50%，谷歌云超60% [5] - 私有云定制化解决方案虽可避免同质化，但面临碎片化瓶颈，需求非标导致成本高企 [8] AI重构云计算商业模式 - AI模型训练依赖云计算超大规模计算能力，打开市场空间并带来技术革新，在同质化与碎片化间取得平衡 [8] - 竞争焦点从"计算力价格"转向"业务难题解决能力"，从资源规模竞争升级为创新解决方案竞争 [9] - 微软与OpenAI合作构建AI超级计算机，为云计算产业开辟新赛道 [3][5] 百度智能云战略布局 - 百度拥有完整AI技术栈：芯片层（昆仑芯）、框架层（飞桨）、模型层（文心大模型）和应用层 [10] - 2020年提出"云智一体"战略，以全栈布局优势引领AI开发范式变革 [11] - 提供三层服务：基础设施层（AI IaaS）支持三万卡集群部署；平台服务层（AI PaaS）千帆平台作为企业级大模型开发工厂；应用解决方案层（AI SaaS）提供开箱即用Agents [14][15] 技术突破与性能提升 - 百舸AI计算平台5.0实现推理能力全面升级，推理算力占比达58.5% [18] - 昆仑芯超节点实例单卡性能提升13倍，单卡吞吐提升近一倍，较国内同类产品高15% [19] - 强化学习框架BRL将训练推理效率提升9倍，万亿美元参数模型可在几分钟内运行 [19] 市场表现与生态建设 - 百度智能云以24.6%市场份额连续六年蝉联中国AI公有云第一 [16] - 2024年第二季度智能云收入同比增长27%，AI新业务首次突破100亿元，同比增长34% [21] - 千帆平台4.0扩充模型库至150个，提供Agent开发基础设施，降低开发门槛 [19][20] 行业应用与落地实践 - 解决方案覆盖金融、冶金、人形机器人、自动驾驶、3D创作及AI眼镜等创新赛道 [20] - 千帆慧金金融模型在认证考试和推理计算评估集上超越SOTA通用模型 [20] - 推出数字员工"AI吴彦祖"和一见SOP合规分析能力，为客服、营销及视觉AI应用提供范本 [20]

财务表现 - 2025年第二季度总营收327亿元，AI新业务收入首次突破100亿元，同比增长34% [1] - 核心净利润同比增长35%至74亿元 [1] 战略布局 - 长期投入与全栈布局构成公司核心战略，涵盖算力、框架、模型到应用的四层AI架构 [3] - 全栈AI能力推动智能云业务健康增长，形成B端与C端双轮驱动格局 [3][7] 萝卜快跑业务 - 季度完成全球出行服务220万次，同比增长148%，累计服务量突破1400万次，位居全球第一 [4] - 与Uber、Lyft达成合作，计划在亚洲、中东、欧洲部署数千辆无人车 [4][6] - 香港测试路段半年内三次扩区，道路场景复杂度持续提升 [4] 自动驾驶行业地位 - 全球唯一实现千万级出行服务、覆盖16座城市的Robotaxi平台 [6] - 花旗银行认为合作拓展具备商业化潜力的新市场，高盛预测规模扩大将释放盈利能力 [6] 智能云业务表现 - 百度智能云第二季度营收同比增长27%，Non-GAAP经营利润实现同比增长 [7] - 以48个中标项目、5.1亿元中标金额获大模型相关项目数量和金额双第一 [7] - 金融行业生成式AI解决方案市场份额达12.2%，连续六年居中国AI公有云服务第一 [7] B端全栈技术优势 - 昆仑芯提供算力支撑，三万卡集群承载多个千亿参数大模型训练 [9] - 飞桨框架服务超4500家企业，文心大模型4.5系列通过千帆平台提供全流程服务 [9] - 百舸AI平台降低95%推理成本，单卡吞吐性能超国内主流方案90% [9] 典型B端合作案例 - 国家电网千亿级多模态光明大模型落地六大领域、覆盖100+场景 [9] - 中国中车空气动力学仿真模型将仿真时间从天级缩短至10秒级，误差控制在8% [9] - 65%的央企与百度智能云开展深度合作 [10] C端产品创新 - 搜索框升级为智能框，支持多模态交互，AI生成内容占比从4月35%升至7月64% [13] - 数字人业务收入环比增长55%达5亿元，罗永浩数字人直播间单场GMV达5500万 [14] - 数字人技术提升用户停留时长101%（艾弥儿案例），转化率提高33%（蒙牛案例） [14] C端技术突破 - 慧播星数字人实现剧本生成、实时决策与10分钟真人样本复刻三大突破 [16] - GenFlow2.0支持调用超100个专家智能体，3分钟完成5项复杂任务 [16] - 无代码平台"秒哒"生成应用数超20万个 [16] 技术迭代进展 - 文心大模型4.5实现框架层与模型层双层开源 [18] - 飞桨PaddleOCR3.1支持37种语言，识别精度提升超30% [18] - 昆仑芯三万卡集群强化算力支撑 [18] 生态协同效应 - B端行业深耕与C端体验革新形成联动，如金融方案通过搜索触达中小机构 [18] - 数字人技术在B端教育、医疗场景落地后反哺C端用户认知 [18] 长期发展前景 - AI技术向工业制造、农业、智慧交通等领域渗透，市场规模远超当前百亿级 [19] - 全栈布局红利持续释放，通过技术生态构建壁垒与商业化能力实现价值 [20]

核心观点 - 百度2025年第二季度财报略超市场预期 AI新业务收入同比增长34%并突破100亿元大关 智能云业务增速达27% [4][6][8] - 公司首次披露AI搜索商业化路径 通过增强用户体验和广告模型升级（CPC转向CPS）扩大变现空间 预计年底对业绩产生积极影响 [6][15] - 全栈AI能力（芯片-云-模型-应用）构成业务增长底层逻辑 B端智能云与C端创新应用协同推进 长期增长逻辑清晰 [17][20][22][23] - 当前市值2144亿元人民币（PE 7.8倍）扣除净现金后实际市值约600亿元 估值低于历史及同业水平 AI增量价值未被充分定价 [25][27] 财务表现 - 2025Q2总营收327亿元人民币 核心营收263亿元（在线营销162亿元 非在线营销首次超100亿元） [8] - 经营利润33亿元 归母净利润73亿元（同比增长33%） 核心归母净利润74亿元（同比增长35%） [9][10] - 智能云业务收入增速27% 萝卜快跑Q2全球出行服务次数超220万（同比增长148%） [8][20] AI搜索转型进展 - 2025年7月百度搜索进行十年来最大改版 支持多模态输入 AI生成内容占比提升至64% [14] - 移动端月活用户达7.35亿（同比增长5%） 用户日均使用时长同比增长4% [14] - AI搜索通过增强关键词变现能力与创新工具（智能体、数字人）连接现实场景 推动广告模型向CPS过渡 [15] AI新业务扩张动力 - 智能云受益于AI训练推理需求及私有化部署 2025年大模型中标金额5.1亿元（48个项目）居行业第一 [16][20] - 全栈能力覆盖昆仑芯、智能云、文心大模型、飞桨平台及上层应用 形成B端解决方案与C端场景创新闭环 [17][22][23] 估值分析 - 截至2025年8月20日市值2144亿元人民币 对应PE 7.8倍 扣除1550亿元净现金后实际市值约600亿元 [25] - 2024年扣除投资收益后净利润约180亿元 当前估值存在低估可能 反映市场对短期转型阵痛担忧 [25][27]

互联网大厂AI校招趋势 - 百度2026届校招AI相关岗位占比超过90% 计划发放超过4000份Offer 侧重方向包括大模型 多模态 智能应用 无人驾驶 [3] - 字节跳动2026届校招提供逾5000个岗位 研发类岗位同比增长23% AI岗位占比达90% 并推出Top Seed顶尖人才计划与筋斗云人才计划等专项计划 聚焦大模型 AI安全 AIGC 跨模态等前沿领域 [3] - 阿里巴巴AI相关岗位占比高达60-80% 覆盖算法 AI产品经理 智能数字人 医疗AI 具身智能等领域 [3] - 腾讯通过青云计划招聘AI人才 技术研究方向包括机器学习 计算机视觉 多媒体处理 自然语言处理等 工作地点覆盖深圳 北京 上海 广州 成都等多城市 [7] AI人才供需结构分析 - 顶尖AI校招人才年薪30万元被视为起步价 头部互联网与大模型公司把AI岗位放在校招C位 [9] - 企业侧希望候选人具备可直接上手的工程化与落地经验 包括数据治理 训练/评估与MLOps 推理与服务化 A/B与观测体系 而这正是多数学生短板 [9] - 宏观就业数据显示结构性矛盾 总量承压与结构性缺口并存 造成海投难 精准匹配难 [9] - 中小企业招人困难 普通毕业生投递效率低 职场平台与研究报告反映AI相关岗位招聘热但供给端呈现分层 [9] 高校AI人才培养现状 - 2018年教育部发布《高等学校人工智能创新行动计划》 推动建设一批人工智能学院/研究院 跨学科平台与产学研协同机制 AI进入系统性布局阶段 [8] - 开设人工智能本科专业的高校已达五百所量级 且还在继续扩大 专业覆盖人工智能 智能科学与技术 数据科学与大数据技术 机器人工程等 [8] - 头部高校近期进一步扩招战略学科 包括AI 芯片 计算数学等 以对接新质生产力与产业升级需求 [8] - 清华智能产业研究院 北大智能学院 上海交大AI相关学院/中心 浙大跨学科AI研究平台等 围绕AI+产业/科学搭建科研与人才培养体系 [8] 人才供需错位核心因素 - 能力谱系错位 高校课程重理论与算法 企业更看重算力-框架-数据-评估-上线的一体化工程能力与跨学科场景理解 [10] - 算力与数据壁垒 中小企业缺公共算力/高质量语料与评测体系 难以承载训练—迭代—上线的完整链路 自然倾向挖可即战的少数人 [10] - 地域与平台虹吸 一线/强二线与头部平台掌握更优的算力 数据 场景与薪酬 人才进一步向少数平台集中 [10] - 岗位认知偏差 不少求职者把AI等同于算法研究 但企业增量需求大量来自AI工程 应用产品 数据与评估 安全/治理等灰度岗位 [11] 行业马太效应发展趋势 - AI行业的人才与资源呈现强者愈强的集聚态势 这种集聚有其效率与规模经济逻辑 包括算力 数据 生态与品牌协同 [13] - 优质岗位 导师 算力 数据 实习名额进一步向少数平台/少数城市集中 [13] - 头部公司跑在模型-平台-应用闭环上 长尾企业转而做二次包装/低代码使用 高端技术红利外溢不足 [14] - 高校端持续扩招与开新专业 但难以迅速补齐工程化—产业化环节 导致招生热—就业难的结构性矛盾 [15]