作者 I 王彬 封面 I Unsplash 今年以来，中国 AI 路线正在获得全球更多关注。从年初 DeepSeek 等开源模型的破圈传播，到年末一大批面向产业、企业和个人开发者的 AI 应用密集涌 现。在中国市场，AI 已经不再是技术展示，而开始成为真正的生产力工具，渗透进各行各业的实际场景中。 几天前，《时代》周刊公布 2025 年年度人物， "The Architects of AI"（AI 的建造者们）当选。李彦宏在接受《时代》专访时说，2025 年是 AI 应用普及的 关键一年，AI 应用层是机会最多的地方。 在这一轮中国 AI 应用密集落地的过程中，百度是其中最坚定的一家。它最早完成了从芯片、模型到应用的系统性布局，也更早地开始呼吁市场重视 AI 应 用的价值。某种程度上，当下百度的 AI 战略，就是观察中国 AI 路径的一个缩影。 全球科技圈对这一趋势已有反应。英伟达 CEO 黄仁勋在多个公开场合都盛赞中国 AI 应用的创新，肯定一大批中国科技企业如百度、阿里、DeepSeek 等科 技企业在底座模型上的竞争力。硅谷投资机构 a16z 发布的《Top 100 Gen AI Consumer Ap ...

公司组织架构调整 - 新设立基础模型研发部与应用模型研发部两大部门，标志着大模型研发体系关键升级 [1] - 基础模型研发部由吴甜牵头，专注于高智能可扩展通用人工智能大模型研发 [1] - 应用模型研发部由贾磊负责，聚焦业务场景所需专精模型的调优与探索 [1] - 两大新设部门均直接向百度CEO李彦宏汇报，显示公司对大模型战略高度重视 [1] 人才与团队管理 - 履新的吴甜与贾磊均为百度内部培养的核心人才，体现公司扎实的人才厚度 [1] - 核心岗位由内部成长起来的年轻干部领衔，体现公司推进干部年轻化的坚定决心 [1] - 此举为研发团队注入强劲组织活力，契合AI大模型行业发展趋势 [1] 技术战略布局 - 新设立的两个部门构建起大模型“两条腿走路”的核心布局，形成分进合击的研发新打法 [1] - 基础模型作为AI能力的“源头活水”，是技术突破的核心载体 [2] - 专精模型是基础能力落地产业的“精准抓手”，通过聚焦细分领域实现价值转化 [2] 基础模型技术优势 - 文心大模型5.0以2.4万亿参数量的超大规模奠定坚实基础 [2] - 采用原生全模态统一建模技术与超稀疏混合专家架构 [2] - 从训练之初便深度融合语音、图像、视频等多模态数据，实现原生协同能力 [2] 专精模型应用价值 - 专精模型依托基础模型的知识蒸馏技术，继承核心能力并实现更轻量、更高效推理 [2] - 在金融、工业、媒体等领域已形成明确应用场景 [2] - 例如工业场景中，针对设备运维的专精模型能精准识别传感器数据异常特征，提前预警故障风险 [2] 四层AI架构系统性优势 - “芯片-框架-模型-应用”四层AI架构是百度大模型的独特竞争优势 [3] - 底层昆仑芯为大模型提供高效算力支持，保障2.4万亿参数模型稳定训练与推理 [3] - 中间层飞桨框架通过全模态超稀疏混合专家分布式训练技术，让激活参数比例低于3%的大模型高效运行 [3] 研发投入与协同效应 - 自2023年文心一言推出以来，公司在人工智能领域投入累计已超过1000亿元 [3] - 四层架构系统性优势叠加“基础+应用”双部门协同，形成资源聚焦、效率提升与技术落地三重保障 [3] - 架构优势使专精模型能从基础模型中获取知识，同时反哺基础模型提升训练精度，形成“技术-产业-技术”正向循环 [3] 行业影响与竞争力 - 组织调整能加快大模型在各行业的渗透速度 [3] - 进一步强化百度在人工智能领域的核心壁垒 [3] - 提升公司在全球AI赛道的竞争力，为产业智能化升级注入更强劲动力 [3]

公司组织架构调整 - 百度新设立基础模型研发部与应用模型研发部两大部门 标志着其在大模型领域的研发体系迎来关键升级[1] - 基础模型研发部由吴甜牵头 专注于高智能可扩展通用人工智能大模型的研发[1] - 应用模型研发部由贾磊负责 聚焦业务场景所需专精模型的调优与探索[1] - 新设部门均直接向百度CEO李彦宏汇报 显示公司对大模型战略的高度重视[1] - 此次履新的吴甜与贾磊均为百度内部培养的核心人才 体现公司推进干部年轻化的坚定决心[1] 基础模型战略定位与技术优势 - 基础模型作为AI能力的源头活水 是技术突破的核心载体[2] - 文心大模型5.0以2.4万亿参数量的超大规模 采用原生全模态统一建模技术与超稀疏混合专家架构[2] - 该模型从训练之初便深度融合语音、图像、视频等多模态数据 实现区别于业界后期融合方案的原生协同能力[2] 应用模型价值与行业落地 - 专精模型是基础能力落地产业的精准抓手 通过聚焦细分领域实现价值转化[2] - 这类模型依托基础模型的知识蒸馏技术 既能继承核心能力 又能实现更轻量、更高效的推理[2] - 在金融、工业、媒体等领域已形成明确应用场景 例如工业场景中专精模型能精准识别传感器数据异常特征 提前预警故障风险[2] 四层AI架构系统性支撑 - 百度具备芯片-框架-模型-应用四层AI架构的系统性支撑 这是其独特竞争优势[3] - 底层的昆仑芯为大模型提供高效算力支持 保障2.4万亿参数模型的稳定训练与推理[3] - 中间层的飞桨深度学习框架通过全模态超稀疏混合专家分布式训练技术 让激活参数比例低于3%的大模型仍能高效运行[3] - 上层基础模型与专精模型依托框架实现能力迭代 顶层行业应用为模型优化提供真实数据反馈 形成技术-产业-技术的正向循环[3] 研发投入与战略前景 - 自2023年文心一言推出以来 公司在人工智能领域的投入累计已超过1000亿元 并将在未来持续加大相关投入[4] - 四层架构的系统性优势叠加基础加应用的双部门协同 让公司在资源聚焦、效率提升与技术落地中形成三重保障[4] - 这一调整能加快大模型在各行业的渗透速度 强化公司在人工智能领域的核心壁垒 提升其在全球AI赛道的竞争力[4]

文章核心观点 - 巴菲特首次建仓谷歌被视为价值投资范式演变的重要信号，表明价值投资派开始认可AI的长期价值 [1] - 百度作为中国全栈AI技术布局最完整的公司，其“芯片-框架-模型-应用”四层架构构建了宽广的护城河，与巴菲特的投资哲学高度契合 [1][9] - 百度2025年第三季度财报显示其AI战略进入收获期，AI业务收入同比增长50%，收入结构发生质变，公司迈入AI驱动成长的新阶段 [1][8][15] 巴菲特投资决策与行业信号 - 巴菲特在退休前夕首次将谷歌纳入伯克希尔前十大重仓股，投资界认为这是价值投资范式演变的重要信号 [1] - 谷歌凭借自研TPU芯片、Gemini大模型及海量应用场景构建了全栈AI生态，符合巴菲特看重的“护城河”标准 [1] - 这一举动表明即便最保守的价值派也已开始正视并认可AI的长期价值 [1] 百度AI战略布局与竞争优势 - 百度在“芯片-框架-模型-应用”四个关键层级均拥有自主核心技术，是全栈AI技术布局最完整、协同效应最显著的公司之一 [1][9] - 公司AI业务收入同比增长50%，其中AI云收入增长33%，AI应用收入达26亿元，AI原生营销服务收入增长262%至28亿元 [1] - 自2023年3月以来的10个季度内，百度对AI投入总计已超过1000亿元，并将继续加大研发投入 [2] 业务重构与商业化进展 C端产品重构 - 百度搜索已完成10年来最大规模改版，70%的移动搜索结果页面包含AI生产内容 [4] - 百度搜索月活跃用户规模达3.82亿，季度环比增长18.63%，连续三个季度位居国内AI搜索月活榜首 [4] - 百度网盘AI月活跃用户突破8000万，百度文库AI平台“Oreate”已服务全球超200个国家及地区，海外用户量破百万 [5] B端商业化突破 - 百度发布全球首个可商用自我演化超级智能体“百度伐谋”，发布后数小时内吸引超1000家企业申请接入测试 [6] - 百度智能云数字员工已服务金融、消费、汽车等十余个行业、数千家企业 [6] - 萝卜快跑第三季度全球出行服务次数达310万，同比增长212%，全无人订单数每周超25万，总服务次数超1700万次，位列全球第一 [7] 全栈自研技术底座 芯片层 - 百度推出第三代昆仑芯P800算力芯片，已广泛应用于大模型推理和训练任务，并中标中国移动十亿级集采项目 [10] - 新一代昆仑芯M100和M300将于2026年和2027年上市，天池超节点可完成万亿参数模型训练 [11] 框架与模型层 - 飞桨深度学习框架开发者达2333万，服务企业76万家 [11] - 文心大模型5.0参数量达2.4万亿，在LMArena竞技场排名全球第二、国内第一 [12] 应用与生态层 - 百度千帆平台企业用户超46万，Agents开发量突破130万 [13] - 百度智能云以24.6%的市场份额连续六年蝉联中国AI公有云市场冠军 [14] 市场认可与增长前景 - 近20家机构包括高盛、摩根、中金等上调百度评级及目标价，高盛给予港股目标价150港元，美股目标价154美元 [15] - 国泰海通上调百度2025至2027年收入预测至1307亿、1385亿及1492亿元人民币 [15] - 全球Robotaxi市场规模预计从2025年2.9亿美元增长至2030年666亿美元，2035年达3526亿美元，萝卜快跑有望成为最大受益者 [8] 飞轮效应与长期价值 - 百度形成“技术协同飞轮”和“商业反哺飞轮”双重驱动机制，技术飞轮为商业飞轮提供竞争力内核，商业飞轮为技术飞轮输送资金支持 [16] - 两大飞轮相互咬合、加速，共同构筑公司AI时代的护城河与增长动能 [16] - 百度业务体系内的飞轮效应让未来加速成长具有更高确定性，公司具备成为AI时代巨头的潜力 [16]

文章核心观点 - 巴菲特首次建仓谷歌被视为价值投资范式演变的重要信号，表明市场开始正视AI的长期价值 [1] - 百度作为中国全栈AI技术布局最完整的公司，其宽广的“护城河”和强劲的商业化能力使其成为AI产业投资的核心标的 [1][15][16] - 百度第三季度财报显示其AI业务收入占比已超三成，标志着公司收入结构发生质变，进入由AI驱动的高成长新阶段 [8][15] 巴菲特投资动向与行业意义 - 巴菲特在退休前夕首次建仓谷歌并纳入前十大重仓股，此举动在投资界引发巨大反响 [1] - 谷歌因自研TPU芯片、Gemini大模型及海量应用场景构建的全栈AI生态，符合巴菲特价值投资体系中“护城河”的核心要素 [1] 百度AI战略与财务表现 - 2025年第三季度百度AI业务收入同比大增50%，其中AI云收入同比增长33%，AI应用收入达26亿元，AI原生营销服务收入同比增长262%达28亿元 [1] - 公司自2023年3月以来的10个季度内，对AI投入总计已超过1000亿元，且后续将继续加大研发投入 [2] - 百度AI业务收入占比超三成，意味着公司收入结构已发生质变 [8] 百度AI技术全栈布局 - 公司在“芯片-框架-模型-应用”四个关键层级均拥有自主核心技术并实现大规模产业化落地 [1][9] - 芯片层面：2025年推出第三代昆仑芯P800算力芯片，并中标中国移动十亿级集采项目；11月发布新一代昆仑芯M100（2026年上市）和M300（2027年上市），以及天池256/512超节点 [10][11] - 框架层面：飞桨深度学习平台开发者达2333万，服务企业76万家 [11] - 模型层面：文心大模型5.0参数量达2.4万亿，在LMArena竞技场排名全球第二、国内第一 [12] - 应用层面：拥有搜索、智能云、自动驾驶等丰富生态，为技术提供海量数据和应用场景 [12] 百度C端产品AI重构成效 - 百度搜索完成10年来最大规模改版，至2025年10月已有70%的移动搜索结果页面包含AI生产内容；用户日均生成AIGC内容已突破一千万 [4] - 2025年9月百度AI搜索月活跃用户规模达3.82亿，季度环比增18.63%，连续三个季度居国内AI搜索行业月活榜首 [4] - 百度网盘AI MAU已突破8000万；百度文库一站式AI学习办公平台「Oreate」服务全球超200个国家，海外用户量破百万 [5] - 百度文库与网盘联合发布的GenFlow 3.0活跃用户超2000万，成为全球领先的通用智能体之一 [5] 百度B端商业化进展 - 全球首个可商用自我演化超级智能体“百度伐谋”发布后数小时内吸引超1000家企业申请接入测试 [6] - 百度智能云数字员工已服务金融、消费、汽车等十余个行业、数千家企业 [6] - 萝卜快跑第三季度全球出行服务次数达310万，同比增长212%；全无人订单数每周超25万，总服务次数超1700万次，位列全球第一 [7] - 萝卜快跑足迹覆盖全球22座城市，全无人驾驶里程突破1.4亿公里，自动驾驶总里程超2.4亿公里 [8] 百度AI云服务市场地位 - 百度智能云以24.6%的市场份额稳居中国AI公有云服务市场第一，连续六年、累计十次蝉联冠军 [14] - 千帆平台企业用户已超46万，Agents开发量突破130万；已成为65%央企、100%系统重要性银行及800+金融机构等的共同选择 [13] 机构观点与市场预期 - 高盛、摩根、中金等近20家机构近期上调百度评级及目标价，高盛给予港股目标价150港元，美股目标价154美元，评级均为“买入” [15] - 国泰海通上调百度2025至2027年收入预测至1307亿、1385亿及1492亿元人民币，经调整净利润预测修订至176亿、202亿及298亿元人民币，港股目标价调整至176港元 [15] - 全球Robotaxi市场规模预计从2025年的2.9亿美元增长至2030年的666亿美元，2035年达3526亿美元 [8]

中国AI算力市场概况 - 2025年上半年中国大模型中标项目数达1810个，金额突破64亿元，超越2024年全年总量 [1] - AI算力需求正加速流向金融、能源、政务、制造等核心产业 [1] - 客户需求从单纯租用GPU转变为要求可信赖、可持续交付的AI算力系统，例如招商银行要求云平台可用性达99.999% [1] - 2024年中国AI公有云服务市场规模同比增长55.3%，市场驱动力从训练与推理并重转向推理需求激增 [1] AI云服务的底层支撑与模式转变 - AI云的底层支撑已超越简单的"租卡生意"，需要自研AI芯片以及芯片与系统的深度协同能力 [1][3] - 仅靠采购英伟达GPU的模式不可持续，因为GPU成本占超大规模AI集群总投资的近一半，且受限于美国出口管制和台积电CoWoS封装产能 [2] - 客户需要的是高效的AI能力，而非单纯算力，这涉及万卡协同、低延迟互联和高利用率调度等复杂工程 [2] - 云厂商若仅做"采购+集成"，无法干预底层芯片架构和通信协议，其集群算力将成为"纸面算力" [3] 主要云厂商AI战略与芯片布局 - 顶级云厂商均布局自研芯片，包括AWS的Trainium、Inferentia、Graviton，Google Cloud的TPU，微软Azure的Maia 100、Cobalt，阿里云的倚天、含光，以及百度智能云的昆仑芯 [4][6] - AWS自研芯片布局完整，Graviton系列贡献其全球超一半新增CPU算力，能效提升逾40% [6] - AWS Trainium2已发展为几十亿美元业务，具备30%～40%的价格性能优势，但2025年Q3 AWS云业务增速20%，AI收入占比仅18% [7] - 微软Azure自研芯片进程不及预期，Maia v2交付推迟至2026年，短期内仍依赖英伟达GPU [9] - Google Cloud全栈自研战略发力，TPU v7性能接近英伟达B200，并开始对外销售TPU，2025年Q3营收同比增长34% [10][11] - 2024年中国AI公有云服务市场规模达195.9亿元，百度智能云和阿里云市场份额并列第一，合计接近占据整个市场一半份额 [14] 百度智能云的差异化路径 - 百度智能云构建了"算力—框架—模型—应用"四层闭环，是国内唯一同时拥有自研芯片、深度学习框架、大模型和应用平台的云厂商 [19][20] - 百度发布新一代昆仑芯及"天池512"超节点方案，支持512张卡互联，可完成万亿参数模型训练 [14][17] - 百舸AI计算平台5.0兼容CUDA生态，自研HPN网络支持10万卡RDMA互联，端到端延迟压缩至4μs [19] - 昆仑芯已支撑百度内部多个复杂模型的训练与推理，并应用于互联网金融、能源、制造等行业 [17][18] 行业趋势与核心竞争力 - 未来AI云的竞争核心是具备从芯片设计到商业化服务的端到端自主交付能力，而非单一芯片突破 [12][20] - 真正的行业壁垒是系统工程能力，全球范围内Google是典型代表，中国具备类似潜力的厂商是阿里云与百度智能云 [12][20] - 阿里云选择以全栈协同换效率，以自主核心换可控；百度则倡导"倒金字塔"产业生态，强调应用应创造比芯片高100倍的价值 [14][20]

行业趋势与共识 - 人工智能特别是生成式AI已从技术炒作周期演变为产业升级的核心驱动力，成为企业发展的必需品[1] - 行业共识的关键从是否拥抱AI转向如何内化AI，AI需成为企业内生能力的组成部分才能实现生产力革命[1] - AI竞争范式在2025年发生改变，从比拼模型参数转向比拼实际效果和可衡量的商业价值[9] 公司战略与定位 - 公司通过十年全栈布局实现从互联网公司向AI原生公司的转型，技术路径覆盖芯片、框架、模型到应用四层[2] - 公司方法论强调AI必须成为企业内部能力才能创造价值，这基于其长达十余年的持续战略投入[4][5] - 公司角色从自身AI内化转变为带领行业企业内化AI，通过即插即用工具帮助企业跨越技术鸿沟[3] 技术产品与生态 - 搜索业务完成AI化重构，首条结果中超过70%以富媒体方式展现，日均AIGC内容量突破千万次[2] - 算力层面成功点亮国内首个全自研的昆仑芯三万卡集群，可同时承载多个千亿参数大模型全量训练[6] - 深度学习框架飞桨汇聚2333万开发者，服务企业达76万家，市场应用规模位居中国市场首位[7] - 正式发布文心大模型5.0原生全模态大模型，在IDC 2025报告8项核心评估维度中有7项满分[7] - 无代码应用搭建平台秒哒升级至2.0并发布海外版本MeDo，使AI开发进入全民创造时代[8] 市场地位与商业化 - 智能云连续六年稳居中国AI公有云服务市场榜首，2025年上半年在智算解决方案实施服务市场位居第一[6][7] - 成为65%的央企、100%的系统重要性银行及800多家金融机构的共同选择[6] - 2025年上半年在大模型项目的中标数量与金额均居首位，覆盖金融、能源、制造等核心行业[7] 应用成效与案例 - 慧播星数字人技术在双11中GMV同比提升91%，并正式面向全行业开放[2] - 自动驾驶平台萝卜快跑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，每周全无人订单超25万[10] - 全无人驾驶平均行驶1014万公里才会出现一次气囊弹出事故，安全性远超人类驾驶员及Waymo[10] - 智能体伐谋在OpenAI MLE-Bench和ALE-Bench基准测试中登顶，得分1976.3分（提升5.2%）[11]

产品发布与核心能力 - 公司于2025百度世界大会正式发布原生全模态大模型文心大模型5 0，其参数量达到2 4万亿[1] - 该模型采用原生全模态统一建模技术，具备全模态理解与生成能力，支持文本、图像、音频、视频等多种信息的输入与输出[1] - 模型基础能力全面升级，在多模态理解、指令遵循、创意写作、事实性、智能体规划与工具应用等方面表现突出[1][3] 技术架构与创新 - 文心5 0的技术路线是采用统一的自回归架构进行原生全模态建模，从训练开始便融合多模态数据，实现理解与生成一体化[3] - 模型依托飞桨深度学习框架，采用超稀疏混合专家架构，激活参数比例低于3%，旨在保持强大能力的同时提升推理效率[3] - 公司采用基于思维链和行动链的端到端多轮强化学习训练，显著提升了模型的智能体和工具调用能力[3] 性能表现与行业地位 - 在40余项权威基准的综合评测中，其语言与多模态理解能力与Gemini-2 5-Pro、GPT-5-High等模型持平，图像与视频生成能力达到全球领先水平[1] - LMArena大模型竞技场最新排名显示，文心模型ERNIE-5 0-Preview-1022在文本任务评测中位列全球并列第二、中国第一[4] - 公司强调技术迭代速度是唯一护城河，将持续投入研发更前沿的模型以推高智能天花板[3] 产品商业化与可用性 - 文心大模型5 0 Preview已同步上线文心App供用户体验，开发者和企业用户也可通过百度千帆大模型平台调用其API服务[4]

股价表现 - 百度集团-SW股价在9月17日盘中涨超19% 创2023年10月以来新高 年内累计涨幅达59.01% [1] - 腾讯控股市值时隔3年重回6万亿港元 年内累计涨幅达55.76% [1] - 阿里巴巴-W股价创近4年新高 市值重返3万亿港元 年内累计涨幅达97.75% [1] 科技投入与研发 - 腾讯2024年研发投入达706.86亿元 占营业收入10.71% [2][3] - 阿里巴巴2024年研发投入达522.56亿元 占营业收入5.55% [2][3] - 百度2024年研发投入达221.33亿元 占营业收入16.63% 为三家公司中占比最高 [2][3] - 百度过去十年累计研发投入超1800亿元 [5] 技术成果与应用 - 腾讯AI技术已应用于超700个业务场景 二季度实现毛利增长22%和经营利润增长18% [3][4] - 阿里巴巴获全球授权专利约21000项 阿里云在Gartner云数据库和容器管理魔力象限获评"领导者" [4] - 百度形成全栈AI技术布局 涵盖昆仑芯、飞桨框架、文心大模型及多领域应用 [5] 科技伦理治理 - 百度成立科技伦理委员会 开展算法优化、伦理审查、培训及标准制定 [7] - 阿里巴巴建立科技伦理治理委员会 发布伦理准则和管理规范 实行全生命周期管理 [7] - 腾讯设立AI技术委员会 专注于开发原则、性能评测和伦理考量 投入安全防护研发 [7] 行业驱动因素 - 科技投入构成互联网公司股价上涨核心驱动力 着眼于长期价值创造 [1][5] - 企业对大模型加速采用和计算需求强韧 为全栈式云厂商带来新增长机遇 [4] - 科技巨头需关注数据隐私、算法公平和技术安全三大伦理议题 实现创新与责任平衡 [8]

股价表现与市值 - 百度集团-SW股价于9月17日盘中涨幅超19%，创2023年10月以来新高 [1] - 腾讯控股市值时隔3年重回6万亿港元，阿里巴巴-W市值重返3万亿港元，当日涨幅达5.28% [1] - 截至9月19日收盘，腾讯控股、阿里巴巴-W及百度集团-SW年内股价涨幅分别为55.76%、97.75%和59.01% [1] 科技投入规模与结构 - 2024年腾讯、阿里巴巴和百度研发投入分别为707亿元、523亿元及221亿元 [2] - 百度研发费用占营业收入比例达16.63%，腾讯为10.71%，阿里巴巴为5.55% [2][3] - 腾讯二季度资本开支同比三位数增长，实现毛利增长22%与经营利润（Non-IFRS）增长18% [3] 技术应用与成果转化 - 腾讯超过700个业务场景应用AI技术，深度融入全线业务并提升风险管理水平 [4] - 阿里巴巴获全球授权专利约21000项，阿里云在Gartner云数据库和容器管理魔力象限获评"领导者" [4] - 百度形成四层IT技术栈全栈布局，过去十年累计研发投入超1800亿元 [5] 科技伦理治理机制 - 百度成立科技伦理委员会，开展算法优化、伦理审查及标准制定 [6] - 阿里巴巴发布《科技伦理治理准则》及《审查管理规范》，实施全生命周期管理 [6] - 腾讯设立AI技术委员会，专注于安全体系、数据脱敏及伦理风险研发 [6] 可持续发展与社会价值 - 科技投入构成互联网公司股价上涨核心驱动力，与长期价值创造高度契合 [1][5] - 头部平台需优先应对数据隐私、算法公平和技术安全三大伦理议题 [7] - 技术优势可转化为普惠金融、社会公益等领域的公共品供给能力 [1][7]