1. 首頁 > 生活百科 > >

AI智取云計算

互聯網醫療杭州人工智能ai現代制藥

AI智取云計算

文章圖片

AI智取云計算

文章圖片

AI智取云計算

文章圖片

AI智取云計算

大模型打開了AI云的增長時間窗口 ， 處在關鍵節點的云計算市場正經歷著深刻的變化 。
整體上看 ， 云計算逐漸從“資源型云服務”到“資源+開發型云服務”過渡 。 過去 ， 云計算以資源為核心 ， 上云主要訴求是解決資源瓶頸問題 。 而現在 ， 僅提供底層資源已經遠遠不夠 ， 云廠商不僅需要提供算力 ， 更要讓云成為一個智能化的開發與運行環境 。
正如 ， 百度集團執行副總裁、百度智能云事業群總裁沈抖在2025百度云智大會上所判斷：企業對基礎設施的要求 ， 已經從“降本增效”轉向“直接創造價值” 。



“所有計算產生的智能都會被封裝進Agents ， 參與價值創造和交付 。 企業的AI云 ， 不再是成本中心 ， 而會成為新型的利潤中心 。 ”
客戶上云不再只是為了“省多少錢” ， 而是希望借助云上的AI能力 ， 去解決業務難題 ， 創造產品服務 ， 提升用戶體驗和開拓新商業模式 。
以百度千帆企業級AI開發平臺為例 ， 目前在上面的企業用戶數量超過46萬 ， Agents開發量突破130萬 。
變則通 ， 通則久 。 云計算的新機遇降臨 ， 淘汰排位賽再次打響 ， 成功換擋AI賽道的廠商們正在上演彎道超車 。
IDC報告顯示 ， 2024年中國AI公有云市場上 ， 百度智能云占據了24.6%的市場份額 ， 已連續六年居于第一 。 在對話式AI、智能語音、自然語言處理等AI公有云服務市場中 ， 百度智能云均在前兩名 。
時隔多年 ， 國內云計算市場重新進入洗牌周期 ， Game Changer已經在來的路上 。
一朵為AI而生的云從“云智一體”戰略和架構誕生起 ， 百度智能云就是一朵為AI而生的云 。
2022年底 ， 以ChatGPT為代表的生成式AI與大模型技術在全球爆發；百度智能云迅速跟進 ， 2023年3月首發國內大模型——文心大模型系列 。
全面擁抱大模型和AI ， 百度智能云再次站在AI技術變革的最前沿 。 其憑借在關鍵元素上的全棧布局優化 ， 率先完成了架構從“云智一體”到“智能優先”的躍遷 ， 以大模型為核心 ， 賦能千行百業的智能化重構 。
“智能經濟時代 ， 一定要有新的基礎設施來支撐 ， 這就是智能優先的AI云 。 ”
基于此 ， 在2025百度云智大會上 ， 百度智能云的智能基礎設施迎來大升級 。
AI計算上 ， 百度百舸AI計算平臺發布5.0版本 ， 給AI訓練和推理打造了一個“智能工廠” 。 從算力、推理、強化學習幾個方面 ， 都做到了極限優化和升級 ， 讓大模型不僅跑得動 ， 還跑得快、跑得省和跑得聰明 。



網絡上 ， 通信更快 ， 延遲更低 ， 提升模型訓推效率；算力上 ， 昆侖芯超節點上線公有云服務 ， 超級算力正式可用；推理系統上 ， 通過“解耦”“自適應”和“智能調度”三大核心策略 ， 提升吞吐 ， 降低延遲；訓推一體上 ， 發布百舸強化學習框架 ， 極致壓榨算力資源 ， 提升訓練、推理效率 。
目前業界最大的開源模型參數已經達到1萬億 ， 借助昆侖芯超節點 ， 只需要幾分鐘、1個云實例 ， 任何人都可以輕松把它跑起來 。
計算之上 ， 同樣重要的是AI開發 。 當天 ， 百度智能云千帆全新升級4.0 ， 既是百度AI能力的集中輸出口 ， 也進化成企業構建Agent、落地大模型應用的一站式操作系統 。



模型方面 ， 提供包括深度推理、視覺理解、視覺生成、語音等超過150個模型 ， 確保企業和開發者可以第一時間用上SOTA模型 。 于近期上線的百度自研視頻生成模型——百度蒸汽機 ， 現已全面接入千帆4.0平臺 。 此外 ， 平臺還發布了一系列自研行業專精模型 ， 包括千帆慧金金融行業模型、千帆VL視覺理解模型（Qianfan-VL系列）等 ， 做到只用百億參數的規模 ， 就能在特定任務上超過千億參數模型的效果 。
針對企業頭疼的強化訓練問題 ， 千帆通過引入強化學習與反饋機制 ， 使得模型可在較少數據（數百條即可）的基礎上 ， 通過“試錯+反饋”的方式進行優化 ， 精準對齊業務目標 。 這意味著 ， 中小企業、傳統行業無需大量標注團隊和數據積累 ， 也能快速擁有貼合自身業務的“專屬模型” 。
大模型雖然強大 ， 但缺乏對企業內部知識的“記憶”與理解能力 ， 容易產生“幻覺”或答非所問 。 如何讓模型準確調用企業沉淀的海量數據 ， 是智能Agent實用化的關鍵 。
4.0版本千帆Agent服務平臺 ， 首先升級至多模態RAG（檢索增強生成） ， 不僅支持傳統的文本檢索 ， 還擴展至圖片、表格、PDF、結構化數據等多模態內容 ， 全面覆蓋企業多樣化的知識形態 。 同時 ， 還新開放百度AI搜索等MCP Server ， 讓更多企業享受到百度25年的搜索技術沉淀能力 ， 成為Agent開發中的“剛需插件” 。基于升級后的算力和開發平臺 ， 百度智能云發布了一系列“開箱即用”的Agent應用 ， 例如 ， 基于慧播星數字人技術的數字員工“AI吳彥祖”和一見“AI老師傅” 。
百度智能云一見視覺大模型平臺正式發布一見·工序合規分析能力 。 只需上傳一段標準操作視頻 ， 幾分鐘后就能生成一個SOP檢測任務 ， 讓Agents堪比“AI老師傅” ， 解決工業產線中老師傅人手不足、經驗傳授困難的客觀現實 ， 幫助企業用AI實現降本增效 。
百度智能云與AI教育客戶雅識教育 ， 共同開發了“吳彥祖數字英語教練” ， 其背后應用百度自研的端到端語音語義大模型和慧播星數字人能力和技術等一整套AI能力 。 即日起 ， 吳彥祖數字人將正式擔任百度智能云數字員工首批推薦官 。



百度的抉擇長期以來 ， 云計算的發展更多聚焦于“云”本身 。
即在基礎資源之上 ， 不斷疊加數據庫、中間件、容器、微服務等能力模塊 ， 屬于一種以資源為核心、以功能擴展為驅動的云計算發展路徑 。 通過構建AI計算、AI開發和AI應用的全棧能力 ， 滿足企業在數字化轉型初期的多樣化需求 。
大模型是云計算發展的一道分水嶺 ， 企業面臨的核心問題已不再是“有沒有云資源” ， 而是轉變為“用智”——即如何真正把AI用起來 ， 創造業務價值 。
傳統模式已難以滿足企業對智能化的深度需求 。 今天的云 ， 必須圍繞AI原生來構建 ， 也就是說 ， 云平臺不僅要提供算力 ， 更要提供面向AI的基礎設施、開發工具鏈、模型服務、數據管道、安全保障等一整套能力 。
從傳統云到AI云成為了“關鍵性的一躍” ， 核心原因在于AI已經從根本上抬高了云計算的門檻 。
AI驅動下誕生了新的競爭要素 ， 例如是否擁有自研或深度適配的AI芯片？是否有符合AI云原生需求的云智一體架構？是否具備了分布式訓練、推理加速、大規模集群調度能力？是否構建了從數據標注、模型訓練、微調、部署到應用開發的全流程工具鏈？是否有雄厚的資金可持續性地加碼投入？
這導致 ， 無論過去還是現在 ， 云計算的競爭注定是一場金字塔尖玩家的游戲 。
過往種種 ， 皆為序章 。 要實現完美一躍 ， 并非一蹴而就 ， 背后是前瞻性的布局和長期的技術積累 。
百度智能云對AI云的前瞻性布局 ， 最早可追溯其誕生伊始 。 用其自己的話來說 ， “從第一天做云開始 ， 百度就相信AI會改變云計算” 。
2019年 ， 百度智能云構建起“云智一體”架構 ， 用于支撐百度搜索、百度網盤等集團核心業務 。 2020年 ， 百度智能云正式提出了“云智一體”的發展策略 ， 由此為后面切換AI云賽道奠定了基礎 。
2022年 ， 百度智能云率先搭建了當時國內規模最大的GPU集群 ， 從以CPU云服務為主的云平臺轉型到以GPU云服務為主的云平臺 。
所謂的“一體” ， 指的是在云計算的各個層面之間 ， 實現架構協同、能力融合與端到端的優化 。
全棧式布局構建起了一種系統性的優勢 ， 如果只做上層應用 ， 缺乏底層算力與平臺工具的深度優化 ， 其性能、成本和靈活性都會受限 。 反之 ， 如果只做算力層 ， 缺失了開發和應用 ， 云廠商就只能停留在“賣資源”層面 ， 無法形成差異化價值 。
正是在這種理念指導之下 ， 百度智能云才能在新機遇降臨時 ， 從AI出發 ， 重構云服務 。 一方面迅速完成從算力、數據、模型到應用的全棧式升級 ， 重塑云計算的架構、服務模式與商業邏輯 ， 另一方面也推動了整個智能云市場向以AI為核心進行全面轉型 。
站在新的發展節點 ， 百度一直在思考什么才是真正的AI云 ， 以及怎樣才能真正做到“智能優先”？



經過反復實踐 ， 百度智能云得出的結論是 ， 算力、模型、數據和工程能力 ， 構成了AI云的四項核心要素 。
算力規模不斷擴大 ， 數據持續提供原料 ， 模型智能不斷突破 ， 而工程平臺通過強大的調度和編排能力將前三者融合 ， 形成一個統一的、持續進化的AI云基礎設施 ， 支撐起Agent等大模型應用的飛速增長 。
落地為王自大模型爆發以來 ， 百度智能云AI與大模型平臺總經理忻舟一直處于一線 ， 他敏銳地捕捉到了近三年來客戶的需求變化 。
他表示 ， “去年和前年 ， 我們收到的主要需求是模型必須在榜單排名前三 ， 且模型參數量要達到千億級別 。 但今年就變得十分落地 ， 客戶不再關心平臺是否最先進 ， 而是要運行穩定、模型安全、數據安全等 。 ”
客戶在業務場景中追求穩定性和可持續性 ， 也讓AI云廠商在新時代探索MaaS的新商業模式 。 對云廠商而言 ， 落地效果和商業轉化 ， 才是檢驗硬實力的唯一標準 。
招投標市場數據顯示 ， 2025上半年我國大模型相關項目呈現爆發式增長態勢 ， 百度智能云表現尤為突出 ， 以48個中標項目和5.1億元中標金額 ， 穩居“雙第一” ， 并在金融、能源、政務、制造等重點行業中持續領跑 。
具體到各細分行業賽道 ， 百度智能云的客戶涵蓋了超65%的央企；80%的系統重要性銀行、150余家保險、券商和基金公司；TOP10手機廠商、95%的主流車企和50%以上的游戲廠商 。 尤其在新興的具身智能領域 ， 百度智能云贏得了先發優勢 ， 有20個客戶成為百度AI公有云客戶 ， 其中4個都是全國TOP4的客戶 。
人形機器人作為AI與物理世界交互的最前沿載體 ， 正在呈爆發式增長 。 具身智能在走向規?；瘧眠^程中 ， 仍存在通用智能平臺缺失 ， 多本體與多場景適配能力弱 ， 跨模態的具身智能高質量數據匱乏等瓶頸問題 。針對上述挑戰 ， 北京人形機器人創新中心與百度達成了深度合作 。 百舸平臺大幅提升了具身智能大模型的開發效率與迭代速度 ， 讓研發團隊更快驗證算法、優化策略、部署應用 。 同時也為多機器人本體、多任務場景的并行實驗與模型優化提供強有力的算力保障 。



格靈深瞳同樣在幾家廠商中選擇了百度智能云 。 在其最初使用開源方案進行視覺-語言多模態（VLM）大模型訓練時 ， 格靈深瞳遇到顯著的算力調度與利用效率問題 ， 具體表現為Token排布不均和算力碎片化嚴重 。
百舸平臺憑借百度在超大規模模型訓練上的豐富經驗 ， 為格靈深瞳提供了優化的訓練框架和智能算力調度策略 。 優化后 ， VLM預訓練的耗時顯著下降 ， 原本需要一周時間完成的訓練任務 ， 現在僅需2天左右即可完成 ， 整體訓練效率提升約3倍 。
格靈深瞳告訴我們 ， 當初也跟其他幾家云廠商提了類似的需求 ， 但最終被百舸的服務所打動 。
“百舸基本上屬于貼身服務 ， 在工作溝通群提任何需求 ， 可以得到立刻響應 。 我們還有一個7×24小時的服務群 ， 也是事事有回響 ， 這對于迅速推進不同階段目標非常有幫助 ， 效率也十分高 。 ”
在行業中持續落地 ， 直接反映在了財報數據上 。
2025年上半年 ， 百度總營收652億元 ， 歸屬百度核心的凈利潤150億元 ， 同比增長40% ， 其中AI新業務營收194億元 ， 同比增長36% 。
具體到AI云上 ， 第二季度 ， 百度智能云收入同比增長27% ， 達到65億元 。 2025年上半年 ， 百度智能云收入同比增長34% ， 高于2024年上半年的低雙位數收入增速 。
結語：【AI智取云計算】進入2025年后 ， 隨著DeepSeek爆火 ， 云廠商對AI云的心智爭奪達到了高潮 。



AI正在重構云計算 ， 成為增長主引擎 。
以百度智能云為例 ， 其通過百度百舸（AI基礎設施）、千帆大模型平臺（模型與應用開發） ， 以及行業解決方案 ， 為企業提供從算力到模型、從開發到落地的端到端AI云服務 ， 驅動整體云業務高質量增長 。
行業普遍觀察到 ， “AI 云”已成為云服務商未來拉開差距、構建壁壘的關鍵領域 。
過去 ， 云廠商競爭更多圍繞“誰有更多服務器、誰價格更低、誰覆蓋區域更廣” 。
未來的云計算競爭不再是單一維度 ， 堆卡、堆資源的競爭 ， 而是技術實力、行業理解、AI能力、生態規模、商業模式、安全合規等多維度競爭 。
隨著準入門檻水漲船高 ， 未來將變成少數者的競爭游戲 。 誰能在現階段 ， 單點能力爆破后迅速積累起綜合性實力 ， 就有可能在下一輪競爭中占據主導地位 。
當傳統云廠商還在徘徊時 ， AI云原生玩家已經進入了新的增長周期 ， 這樣看來 ， 后來者未必不能居上 。

    推薦閱讀