百度智能云上調2026年目標：增速提至200%，AI云開打系統戰

新一輪AI云高強度競爭來了。

文｜周享玥 趙艷秋

編｜?；?/p>

數智前線獲悉，百度智能云近日召開戰略會，將2026年AI相關業務收入增速目標從100%上調至200%，并明確提出在AI云市場“全力搶第一”。這一調整向市場釋放出清晰信號：AI云競爭日趨白熱化，各家云大廠圍繞AI芯片、大規模算力集群、價格戰、大模型迭代及用戶心智爭奪，展開一輪又一輪高強度競爭。

AI云已站在新一輪擴張周期起點。相關機構預測，2025年全球AI云市場規模達到894億美元，到2030年有望突破4000億美元，未來五年復合增長率超過30%。這一趨勢已在頭部廠商的經營數據中得到驗證。根據百度2025年Q3財報，AI云當季收入同比增長33%，其中AI高性能計算基礎設施訂閱收入同比增長高達128%。

更重要的變化是，驅動這一輪增長的核心動力，正從大模型競賽，轉向智能體為代表的大規模落地，而能力、成本與速度成為產業化三大硬核指標。過去訓練階段依靠堆GPU、拼算力規模的模式，已難以支撐AI大模型落地的持續擴張。

在這樣的背景下，AI云競爭開始走向軟硬一體的系統能力之爭——從底層芯片與算力架構，到推理系統與工程平臺，再到大模型、智能體及工具的組織與調度能力，展開全面比拼。

01

AI落地，規模化復制正在開始

“2025年，AI落地已在多個場景實現跑通驗證，即將開啟規?；瘡椭?，行業正處在爆發前夜的黎明時刻?！苯衲昴瓿?，多位行業人士在與數智前線交流時表達了這一共識。

業界普遍認為，AI落地已告別早期試點嘗鮮，邁入價值創造關鍵階段。C端滲透與B端商業化都已進入規模起量加速期，2026年有望成為AI產業形成規模收益的第一年。

在消費端，AI應用調用量快速攀升，AI助手APP市場已迅速起量，C端流量入口爭奪白熱化，騰訊、百度、字節已打響2026年春節AI營銷戰。AIGC工具下沉為日常功能，手機廠商智能助手則在二三線市場滲透率突出，一些手機助手月活近兩億。

相比之下，企業端的變化更為深刻。盡管市場感知度不及C端，但B端客戶付費意愿更強，其潛力長期被低估

比如AIGC正在爆發式增長。2025年谷歌VEO 2發布后，文生視頻逐步具備商業化能力，AI漫劇增速驚人，業內稱其 “一年走完了短劇三年的路”。非凡產研數據顯示，2025年上半年，國內已上線超3000部AI漫劇，月復合增長率達約80%。

在汽車、金融、政務、能源、教育、醫藥、農業等眾多領域，AI也已深度參與核心業務流程。如在金融領域，銀河證券聯手百度智能云打造的場外交易Agent，使客戶詢價到下單轉化率提升3倍；農業領域，面向豬的養殖開發獸醫大模型；汽車領域，除了新能源車，燃油車和重型卡車都在做智駕

在關鍵的工業領域，業界告訴數智前線，AI落地雖還有大量場景未攻破，但企業對AI的價值確信度顯著提升，在部分已能見到效果的場景，即便AI軟件當前效果僅為傳統方案的80%、成本更高且存在一定風險，不少企業仍愿意布局，堅信長期效能會翻倍增長。

持續的場景探索和驗證下，2025年，一些高價值場景已開始跑通，比如預測性維護等智能體產品已從頭部客戶向肩部、腰部客戶復制。

數智前線獲悉，已有服務商在船舶領域的設備檢修智能體落地，并打磨成軟硬一體標準產品，支持快速復制。也有智能體服務商打磨出工業節能智能體產品，推動客戶內部及跨行業復制，2026年上半年業務量已經排滿。

在這一窗口期，需求端企業與供給端的云廠商、AI服務商都在全力推動AI從試點驗證走向規模化價值釋放。接近百度智能云的人士透露，百度智能云一直處于“打仗”狀態。第三方數據顯示，2025年國內主流云廠商大模型相關中標項目共341個，中標金額約27億元。其中百度智能云以109個項目、9 億元中標金額，連續兩年拿下項目數與金額“雙第一”，火山引擎、阿里云分列二三位。

這一業務結果，與百度智能云先發落地大模型、與行業場景共創緊密相關。如在金融行業，其在2025年中標38個項目，位居首位。電力場景中，聯合國家電網打造的光明電力大模型，已覆蓋百余個應用場景，減少40%巡檢中人工登塔，并助力南方電網建成新算力集群，配電網監視Agent可在1分鐘內完成告警分析并通知站點。

百度也開始了更復雜場景的探索，在2025年11月發布可商用自演進超級智能體“百度伐謀”，可基于自進化算法在真實產業場景中尋找“全局最優解”，已吸引數千家企業試用。如在汽車研發端助力阿爾特將單次風阻驗證時間從10小時縮至1分鐘；在金融領域協助中信百信銀行升級智能風控，實現特征挖掘效率提升100%，風控模型風險區分度提升2.41%，風控能力顯著增強。

在此基礎上，百度智能云進一步上調2026年增長目標，顯示其將以更大的投入力度推動AI應用規?；涞?。

02

AI云的競爭，終局是軟硬一體

隨著產業整體邁向智能體規模應用階段，早期拼卡、拼算力規模的模式已經遠遠不夠，智能體產業化提出了核心三要素——能力、成本與速度。

首先是成本問題。IDC在2025年12月預測，2026年40%的工作崗位將與AI智能體協同工作，2027年全球2000強企業智能體使用量將增長10倍、調用負載提升1000倍。但從2026年1月市場報價來看，以公有云服務為例，海外主流模型百萬token輸入在1~5美元、輸出為8~15美元；國內輸入0.8-4元、輸出2-8元，這一成本結構難以支撐AI的大規模商業化。

更進一步而言，中國AI的核心競爭力在人工智能+應用落地，AI最終要成為“水電煤”一樣的基礎性資源，只有推動現有成本實現數量級下降，才能支撐智能體大規模部署，完成“人工智能+”轉型升級。

其次是速度問題。智能體時代，尤其進入企業級市場，延遲成為硬性指標，金融欺詐、量化交易、直播電商等場景，要求AI生成速度最低都在10毫秒以下。更重要的是，未來大量交互出現在“機器與機器”之間，對生成與響應速度的要求遠高于人機交互。清華大學與中國軟件評測中心（CSTC）的研究明確指出，延遲是直接決定用戶留存和差異化競爭的首要技術門檻

能力則不僅體現在模型的“聰明”度上，智能體要在真實產業中運行，僅有模型還遠遠不夠，還需要一整套從數據、模型、工具到調度和運維的工程體系，才能把模型用好。

正是在這三重壓力下，AI云競爭的邏輯發生了轉向，從堆算力走向軟硬一體，對單位算力產出效率進行重構?；仡櫠鄠€高度競爭的技術市場，最終無一例外都上升到芯片級的軟硬協同中。以手機AI相機為例，做到最后全要落到芯片上，用AI芯片對影像的每一幀進行處理，才能實現速度最快、功耗最低。

而AI云與原先以CPU為主的云計算相比，它的軟件棧更為復雜。CPU集中在虛擬化上，但對于一個AI系統，軟硬一體涉及底層芯片、算力管理平臺，上層模型工具等。要實現更好的效果、更低延遲和更低成本，算力基礎設施在系統架構、互聯協議、軟件框架等關鍵點上都要進行協同創新。

放眼全球，目前真正跑通這一模式的AI云廠商并不多。谷歌是最典型的案例。早在2015年，谷歌啟動TPU芯片自研項目，從芯片、框架（TensorFlow等）、模型到應用形成全鏈路能力，與OpenAI依賴外部算力模式形成差異。如今，Gemini系列模型完全基于TPU體系訓練與推理，月活達6.5億，疊加搜索、安卓等超大規模應用場景，已對OpenAI完成多層面趕超。2025年第三季度，谷歌云營收同比增長34%，市場對其AI云體系的認可度持續提升。

在國內，百度智能云的路徑與之高度相似。百度在2011年組建昆侖芯團隊，從芯片、AI云、模型、應用形成系統能力。2025年，昆侖芯P800 3.2萬卡集群投入使用，百度已將絕大多數推理任務遷移至自研芯片體系之上；訓練完成一個多模態模型，目前訓練集群規模也已擴展至萬卡以上，并發布“五年五代”戰略。

在AI Infra之上，百度智能云的Agent Infra，通過千帆平臺，提供文心大模型及多模型體系，還覆蓋數據服務、工具調用、模型定制與企業級Agent構建，幫助客戶將智能體嵌入核心業務流程。

這一演進路徑，并非一日之功。無論是谷歌還是百度，其軟硬一體能力都建立在十余年持續投入之上。正因如此，它們才能在智能體浪潮到來時，更迅速地承接產業需求的結構性變化。

數智前線獲悉，2026年春季業界正在迎來新一輪大模型迭代高峰，行業人士期待多模態、Coding模型、世界模型能出現關鍵突破，并再次拉動新一輪應用層爆發。在這一關鍵窗口期，百度智能云選擇上調業務增長目標，釋放出清晰的進攻信號。多重變量疊加之下，2026年，或許將成為這一輪AI云競爭真正分出層次的關鍵一年