用DAA丈量智能體時(shí)代，百度智能云“新全?！倍xAI 2.0

作者 | 胡新周

在商業(yè)史的長(zhǎng)河中，每一次底層技術(shù)的躍遷，都會(huì)倒逼整個(gè)工業(yè)體系的重構(gòu)。

19世紀(jì)末，第一輛汽車駛上街頭，徹底重塑了鋼鐵、橡膠與精密制造的供應(yīng)鏈邏輯。2007年，第一代iPhone問(wèn)世，將原本分散的通信、娛樂(lè)與計(jì)算能力整合成了一個(gè)高度協(xié)同的“智能終端”。

今天，AI產(chǎn)業(yè)正站在一個(gè)相似的十字路口。

過(guò)去兩年，大模型的爆發(fā)讓市場(chǎng)一度陷入對(duì)算力規(guī)模與模型參數(shù)的盲目追逐。但當(dāng)AI從實(shí)驗(yàn)性的嘗鮮走向核心業(yè)務(wù)的深水區(qū)，人們發(fā)現(xiàn)，單純的技術(shù)堆砌并未帶來(lái)預(yù)期的生產(chǎn)力躍遷。相反，芯片廠商賣算力、云廠商賣資源、模型公司賣接口的“層級(jí)供給”模式，顯得笨重而低效，讓大量AI項(xiàng)目陷入了“拼積木”式的集成窘境。

這種焦慮，催生了市場(chǎng)對(duì)確定性的渴望，也讓企業(yè)需求發(fā)生了本質(zhì)變化：它們需要的不再是一堆零散的“算力拼圖”，而是高活躍、高價(jià)值、規(guī)?；闹悄荏w應(yīng)用。

而在智能體時(shí)代，決定應(yīng)用能否規(guī)模化落地的關(guān)鍵，已經(jīng)從單純的算力供給轉(zhuǎn)向了“Token效率”。當(dāng)智能體成為業(yè)務(wù)的核心載體，每一次調(diào)用的成本、響應(yīng)速度與準(zhǔn)確性，直接影響了商業(yè)模式的效率。

由此，云廠商的核心競(jìng)爭(zhēng)力也正在發(fā)生根本性轉(zhuǎn)變：云服務(wù)必須被重新定義，成為一套能支撐智能體大規(guī)模運(yùn)行、持續(xù)進(jìn)化、安全可控，且具備極致Token效率的全棧AI基礎(chǔ)設(shè)施。

5月13日，百度智能云在以“萬(wàn)物一體”為主題的百度Create大會(huì)上提出的“新全棧AI云”，正是對(duì)這一時(shí)代命題的回應(yīng)。

會(huì)上，百度創(chuàng)始人李彥宏首次提出AI時(shí)代的“度量衡”——日活智能體數(shù)（DAA）。

在他看來(lái)，Token不一定代表終局，它只代表成本不代表收益，衡量的是投入而非產(chǎn)出；DAA則大致對(duì)應(yīng)移動(dòng)互聯(lián)網(wǎng)時(shí)代通用的度量衡日活用戶數(shù)（DAU）。“衡量一個(gè)平臺(tái)和生態(tài)的繁榮，更應(yīng)該看的是DAA這個(gè)指標(biāo)，關(guān)注有多少Agent在給人類干活，并交付結(jié)果?！崩顝┖赀€預(yù)測(cè)，未來(lái)全球日活智能體數(shù)（DAA）可能超過(guò)100億。

這是針對(duì)Token效率的另一個(gè)解法，而百度也準(zhǔn)備了自己的答案。當(dāng)天，百度智能云宣布面向大規(guī)模智能體全面升級(jí)為新全棧AI云，打造單位Token的智能水平更好的Agent Infra和每瓦性能更強(qiáng)、性價(jià)比更高的 AI Infra。

與傳統(tǒng)的“組裝式”云架構(gòu)不同，“新全?！睆?qiáng)調(diào)芯片、框架、模型與應(yīng)用在指令集級(jí)別的原生對(duì)齊，旨在消除跨層級(jí)調(diào)用的摩擦損耗，為企業(yè)構(gòu)建一個(gè)具備長(zhǎng)期記憶、工具調(diào)用能力與安全圍欄的“智能體基礎(chǔ)設(shè)施”（Agent Infra）。

這并非一次簡(jiǎn)單的產(chǎn)品升級(jí)，而是一場(chǎng)深刻的范式轉(zhuǎn)移。

▌新需求催發(fā)新供給

在承接全球各地海量訂單的“世界超市”義烏，每一個(gè)想把AI嵌入生產(chǎn)銷售的廠長(zhǎng)都不得不花大量時(shí)間進(jìn)行“粘合”：針對(duì)不同環(huán)節(jié)的問(wèn)題分別訓(xùn)練模型，再把識(shí)別規(guī)則、處置流程逐個(gè)配置到每個(gè)攝像頭上。

這是AI 1.0時(shí)代的一個(gè)典型縮影。

傳統(tǒng)云服務(wù)采用高度分層的架構(gòu)：芯片層負(fù)責(zé)計(jì)算，框架層負(fù)責(zé)調(diào)度，模型層負(fù)責(zé)推理，應(yīng)用層負(fù)責(zé)交互。這導(dǎo)致在很長(zhǎng)一段時(shí)間，企業(yè)對(duì)AI云的認(rèn)知和需求是碎片化的，就像工業(yè)時(shí)代的零件采購(gòu)——從不同的供應(yīng)商那里購(gòu)買服務(wù)器、租用存儲(chǔ)空間、調(diào)用API接口，自己組裝、調(diào)試，最終拼湊出一個(gè)能跑的系統(tǒng)。

但在智能體成為主流的AI 2.0時(shí)代，這種“拼圖”失效了。

與傳統(tǒng)AI應(yīng)用不同，智能體是整合式的，它能基于簡(jiǎn)單的自然語(yǔ)言指令，自主拆解并執(zhí)行綜合性的復(fù)雜需求。這種變革極大地降低了業(yè)務(wù)端的摩擦成本、提升了效率，但也對(duì)后端服務(wù)提出了前所未有的高要求：一個(gè)能支撐其大規(guī)模并發(fā)、持續(xù)進(jìn)化且安全可控的全棧AI基礎(chǔ)設(shè)施。

當(dāng)前仍停留在“組件售賣”階段、零散式供給的云服務(wù)，與智能體的系統(tǒng)性需求之間，存在著巨大的錯(cuò)位。

就像一家汽車制造商，從A公司買引擎，從B公司買變速箱，從C公司買底盤，再找D公司來(lái)調(diào)校懸掛系統(tǒng)。即便每一個(gè)零件都是頂級(jí)的，整輛車的性能也往往難以達(dá)到極致，因?yàn)槿狈Φ讓拥南到y(tǒng)性協(xié)同。

在AI領(lǐng)域，這種協(xié)同缺失直接表現(xiàn)為算力的浪費(fèi)和響應(yīng)速度的遲滯。

智能體在執(zhí)行任務(wù)時(shí)，需要在模型、記憶庫(kù)、工具鏈之間進(jìn)行成千上萬(wàn)次的跳轉(zhuǎn)。如果底層基礎(chǔ)設(shè)施不能實(shí)現(xiàn)“芯-模-端”的無(wú)縫打通，每一層之間都有兼容損耗、通信延遲和優(yōu)化瓶頸，每一次跳轉(zhuǎn)都是一次性能的磨損，導(dǎo)致協(xié)同效率低下、資產(chǎn)沉淀困難、運(yùn)維成本高昂。

就像讓F1賽車手開(kāi)拖拉機(jī)，哪怕“大腦”再聰明，也很難跑得快。

換句話說(shuō)，當(dāng)AI深入各種復(fù)雜的應(yīng)用場(chǎng)景，企業(yè)需求從技術(shù)單點(diǎn)突破進(jìn)化為系統(tǒng)重構(gòu)。新的需求催發(fā)新的供給，而新供給背后需要的是一種全新的能力——從層級(jí)堆砌轉(zhuǎn)向全棧協(xié)同。

這正是百度智能云提出“新全?！钡倪壿嬈瘘c(diǎn)：不是簡(jiǎn)單的資源集合，而是一個(gè)經(jīng)過(guò)深度優(yōu)化的“智能有機(jī)體”。

過(guò)去，全棧能力是AI云廠商的標(biāo)配，但往往呈現(xiàn)為“分層割裂”的狀態(tài)，芯片研發(fā)、云底座、訓(xùn)練模型、智能體開(kāi)發(fā)，各層之間存在明顯的邊界。

“新全?！睆氐状蚱屏诉@種孤島模式和層級(jí)壁壘，將復(fù)雜的工程細(xì)節(jié)封裝在底層，讓AI像一個(gè)“智能器官”一樣無(wú)縫嵌入企業(yè)的業(yè)務(wù)場(chǎng)景。企業(yè)只需要關(guān)注業(yè)務(wù)邏輯本身，就能實(shí)現(xiàn)智能體的快速迭代和規(guī)模化部署。

比如，通過(guò)百度智能云最新發(fā)布的一見(jiàn)Claw和智能營(yíng)銷Hogee，每一個(gè)義烏商家都可以擁有專屬的“AI廠長(zhǎng)”和“AI店長(zhǎng)”。

AI廠長(zhǎng)負(fù)責(zé)安全生產(chǎn)、質(zhì)量管理、人員管理等，能獨(dú)立完成現(xiàn)場(chǎng)感知、判斷、干預(yù)、匯報(bào)；AI店長(zhǎng)則不光能熟練使用多種語(yǔ)言承擔(dān)客服、導(dǎo)購(gòu)工作，還能幫商家復(fù)盤銷售數(shù)據(jù)，結(jié)合庫(kù)存給出調(diào)貨、促銷建議，進(jìn)行訂單的全流程管理。

再比如，在國(guó)家電網(wǎng)的巡檢領(lǐng)域，傳統(tǒng)AI識(shí)別準(zhǔn)確率只有五六成，一線人員要從大量無(wú)效警告中篩查真實(shí)缺陷，費(fèi)時(shí)又費(fèi)力。百度智能云用智能體重新設(shè)計(jì)了這個(gè)流程：小模型在現(xiàn)場(chǎng)初盤，大模型在云端復(fù)判，將巡視時(shí)間從2.5小時(shí)壓縮到了45分鐘，而且準(zhǔn)確率提升到了80%以上。

而在必須跨過(guò)數(shù)據(jù)、模型、本體這三座大山的具身智能賽道，百度智能云提供從算力、平臺(tái)工具鏈、數(shù)據(jù)服務(wù)、語(yǔ)音交互、安全等的全棧能力，且即將推出“規(guī)模化訓(xùn)練-評(píng)測(cè)-反饋”的閉環(huán)系統(tǒng)，為北京人形、宇樹(shù)等具身智能企業(yè)打造全模態(tài)、全鏈路的模型開(kāi)發(fā)工具鏈。

這也是為什么，在具身智能AI云市場(chǎng)，百度智能云的份額超過(guò)第二、第三名之和。

這些案例足以表明，當(dāng)前企業(yè)需要的不再是孤立的資源，而是一套安全可控、快速迭代的系統(tǒng)性底座，讓AI能力從“實(shí)驗(yàn)室demo”真正轉(zhuǎn)化為“生產(chǎn)線產(chǎn)能”。

新全棧的本質(zhì)，就是為企業(yè)打造這樣一套完整的“數(shù)字神經(jīng)系統(tǒng)”。

▌“大腦”“心臟”與“神經(jīng)”的完美協(xié)同

如果說(shuō)大模型是AI的大腦，Agent Infra（智能體基礎(chǔ)設(shè)施）就是遍布全身的“神經(jīng)系統(tǒng)”，負(fù)責(zé)感知、記憶和協(xié)調(diào)動(dòng)作。

百度Create大會(huì)公布了Agent Infra的兩大升級(jí)：

首先，原有的“MaaS模型服務(wù)”已升級(jí)為“Token Factory詞元工廠”。以Agent-first理念重構(gòu)產(chǎn)品架構(gòu)，盡可能減少token重復(fù)計(jì)算，推理生成速度較市場(chǎng)水平提升約25%。支持文心、DeepSeek、GLM、MiniMax等國(guó)產(chǎn)主流模型的調(diào)用，提供更具性價(jià)比的token服務(wù)。

其次，宣布推出“Harness Engineering駕馭工程”，覆蓋長(zhǎng)上下文管理、持久記憶、工具調(diào)用、子智能體調(diào)度、評(píng)估反饋及Runtime等能力模塊，并對(duì)各模塊進(jìn)行深度協(xié)同優(yōu)化，在使用瀏覽器、Office等工具來(lái)處理辦公場(chǎng)景上的任務(wù)時(shí)，成功率可以達(dá)到95%。

得益于更優(yōu)的上下文管理，做同樣的任務(wù)，需要的對(duì)話輪次會(huì)更少，相比OpenClaw，可以減少23%的token消耗。

這兩項(xiàng)升級(jí)之后，每一次Token消耗，都轉(zhuǎn)化成更高的業(yè)務(wù)價(jià)值。

而在AI Infra（人工智能基礎(chǔ)設(shè)施）層面，作為負(fù)責(zé)泵血的“心臟”，百度智能云在模型訓(xùn)推、集群和數(shù)據(jù)中心建設(shè)等層面實(shí)現(xiàn)突破性進(jìn)展，可以提供性能更強(qiáng)、更具性價(jià)比的AI算力服務(wù)。

在推理和訓(xùn)練層面，通過(guò)對(duì)顯存、內(nèi)存到SSD的分層池化架構(gòu)，使KV Cache命中率超過(guò)90%，達(dá)到業(yè)界最高水平。另外，結(jié)合AFD分離、PD分離、緩存調(diào)度等優(yōu)化方案，長(zhǎng)鏈路Agent推理性能較主流開(kāi)源社區(qū)引擎提升3倍。通過(guò)提供全模態(tài)統(tǒng)一訓(xùn)練框架，讓訓(xùn)練效率領(lǐng)先社區(qū)1倍以上，且可以100毫秒內(nèi)拉起大量沙箱環(huán)境，提升強(qiáng)化學(xué)習(xí)的采樣效率，將Agentic模型強(qiáng)化學(xué)習(xí)效率提升了1倍以上。

在支撐訓(xùn)推的算力硬件方面，目前昆侖芯P800已完成規(guī)模化驗(yàn)證，2025年至今已交付多個(gè)萬(wàn)卡集群。在昆侖芯全國(guó)產(chǎn)集群上，已成功完成對(duì)文心5.1重要版本的訓(xùn)練，整個(gè)集群的有效訓(xùn)練率達(dá)到97%，萬(wàn)卡規(guī)模集群線性擴(kuò)展度超過(guò) 85%，已經(jīng)可以滿足前沿大模型大規(guī)模訓(xùn)練對(duì)計(jì)算精度、算子穩(wěn)定性、框架適配和長(zhǎng)周期運(yùn)行的要求。

此外，基于昆侖芯的天池256卡超節(jié)點(diǎn)已經(jīng)在上個(gè)月點(diǎn)亮，將于6月正式上市，吞吐性能較上一代提升25%，并完成包含文心、DeepSeek、GLM、MiniMax等主流模型的適配，推理效率提升50%，網(wǎng)絡(luò)架構(gòu)升級(jí)至HPN5.0，端到端時(shí)延優(yōu)化50%，支持按需搭建數(shù)十萬(wàn)卡乃至百萬(wàn)卡超大集群。

Create大會(huì)當(dāng)天，百度智能云也公布了吉瓦級(jí)AIDC升級(jí)，通過(guò)"網(wǎng)絡(luò)向心布局"設(shè)計(jì)理念，讓計(jì)算與網(wǎng)絡(luò)距離最短，最大限度提升計(jì)算效率，規(guī)?；涞仫L(fēng)液兼容架構(gòu)，讓數(shù)據(jù)中心的整體建設(shè)周期縮短約30%。

新全棧的核心競(jìng)爭(zhēng)力，不在于單一組件的強(qiáng)大，而在于內(nèi)部深度耦合帶來(lái)的系統(tǒng)性優(yōu)勢(shì)。

通過(guò)自研芯片、框架、模型、應(yīng)用的四層全棧打通，百度智能云消除了跨層級(jí)調(diào)用的摩擦，實(shí)現(xiàn)了性能與成本的最優(yōu)解。就像一個(gè)人的大腦直接控制肌肉，無(wú)需經(jīng)過(guò)復(fù)雜的中間環(huán)節(jié)，反應(yīng)速度更快，能量損耗更低。

這種供給方式的進(jìn)化，讓AI云廠商能夠以更低的門檻、更高的迭代速度，去適配從工業(yè)檢測(cè)到創(chuàng)意寫作、從自動(dòng)駕駛到金融風(fēng)控的萬(wàn)千場(chǎng)景。它不再是讓客戶去適應(yīng)技術(shù)層級(jí)，而是讓整套全棧能力像一個(gè)“智能器官”一樣，自動(dòng)長(zhǎng)入客戶的業(yè)務(wù)場(chǎng)景中。

在這種一體化架構(gòu)下，AI不再是需要持續(xù)投入巨額費(fèi)用的成本中心，而是將每一次Token的消耗、每一個(gè)智能體的運(yùn)行，都沉淀為可復(fù)用的數(shù)字資產(chǎn)。隨著使用時(shí)間的推移，這些資產(chǎn)會(huì)不斷增值，形成企業(yè)的核心競(jìng)爭(zhēng)力。

在 AI 2.0時(shí)代，誰(shuí)能讓“大腦”“心臟”與“神經(jīng)”完美協(xié)同，能就打造出真正具有生命力的“數(shù)字員工”。

▌為什么是百度？

在AI 2.0的浪潮中，無(wú)數(shù)云廠商都在談?wù)摗叭珬！保嬲軆冬F(xiàn)這一承諾的寥寥無(wú)幾。百度智能云之所以能成為這場(chǎng)范式轉(zhuǎn)移的領(lǐng)跑者，背后是十?dāng)?shù)年的長(zhǎng)期沉淀。

早在2010年，百度便開(kāi)始布局深度學(xué)習(xí)，遠(yuǎn)早于本輪大模型熱潮。2016年，李彥宏提出“All in AI”戰(zhàn)略，兩年后昆侖芯正式量產(chǎn)。2023年，隨著大模型爆發(fā)，百度進(jìn)一步確立“AI原生”的方向。這條清晰的時(shí)間線，見(jiàn)證了從技術(shù)探索到產(chǎn)業(yè)落地的完整閉環(huán)。

長(zhǎng)達(dá)十余年的持續(xù)投入，使得百度在算法、算力、數(shù)據(jù)等核心要素上積累了深厚的復(fù)利。即使放到全球來(lái)看，在芯片（昆侖芯）、云（新全棧AI云）、模型（文心）、應(yīng)用（智能體）這四個(gè)層面均擁有核心自研技術(shù)的公司也十分少見(jiàn)。

與集成開(kāi)源模型、采購(gòu)?fù)ㄓ眯酒?、快速搭建平臺(tái)的“捷徑”相比，這無(wú)疑是一條更艱難、但更堅(jiān)實(shí)的道路。

今天的“新全棧AI云”，正是百度這十年來(lái)深度布局帶來(lái)的敏銳“嗅覺(jué)”，從而察覺(jué)到智能體時(shí)代需求與供給的轉(zhuǎn)變。它不是單一技術(shù)的突破，而是上述四層能力在長(zhǎng)期磨合后“身心合一”的系統(tǒng)性爆發(fā)，也是百度在AI時(shí)代難以復(fù)制的生態(tài)位。

更重要的是，“新全棧AI云”正在重塑云服務(wù)的價(jià)值邏輯——從賣資源轉(zhuǎn)向賣能力，成為高效生產(chǎn)更強(qiáng)智能體的通用底座。

通過(guò)極致的工程優(yōu)化提升Token效能，讓每一瓦電力都轉(zhuǎn)化為更精準(zhǔn)的推理與更低的成本，無(wú)論是企業(yè)構(gòu)建復(fù)雜的工業(yè)智能體，還是獨(dú)立開(kāi)發(fā)者打造個(gè)人助理，都能依托同一套基礎(chǔ)設(shè)施，實(shí)現(xiàn)從“租算力”到“養(yǎng)數(shù)字員工”、從“一次性交付”到“資產(chǎn)沉淀”的跨越。

這種轉(zhuǎn)變，使得百度智能云能夠從低頻的資源租賃，轉(zhuǎn)向高頻、高粘性、普惠的智能進(jìn)化服務(wù)。

這意味著，“新全棧”不僅僅是技術(shù)的堆疊，更是一種服務(wù)理念和開(kāi)發(fā)范式的重構(gòu)。

到目前為止，百度智能云已經(jīng)在超過(guò)100個(gè)場(chǎng)景落地了智能體，支持超2000萬(wàn)輛L2級(jí)輔助駕駛新車交付，接入500萬(wàn)臺(tái)智能家電，服務(wù)全球Top 10手機(jī)廠商、超1000家AI硬件廠商和80%的央企，在工業(yè)制造、智慧能源、交通物流、醫(yī)藥醫(yī)療、金融等行業(yè)持續(xù)深耕。

在這些龐大的產(chǎn)業(yè)版圖之外，百度智能云的AI基礎(chǔ)設(shè)施也正在悄然重塑小微企業(yè)主的生產(chǎn)力邊界，賦能無(wú)數(shù)個(gè)“超級(jí)個(gè)體”的崛起。

通過(guò)AI原生應(yīng)用開(kāi)發(fā)平臺(tái)秒噠，用戶無(wú)需編寫復(fù)雜代碼，用自然語(yǔ)言描述和拖拽組件等方式，即可構(gòu)建自己的AI智能體應(yīng)用。從獨(dú)立咨詢師打造的自動(dòng)化研報(bào)助手、設(shè)計(jì)師構(gòu)建的多模態(tài)創(chuàng)作流，到把貨賣到世界各地的義烏小微商家，智能體正在成為個(gè)體的“數(shù)字分身”，讓他們以一人之力兌現(xiàn)以往需要一個(gè)團(tuán)隊(duì)才能完成的交付價(jià)值。

這種“事實(shí)標(biāo)準(zhǔn)”一旦形成，將產(chǎn)生很強(qiáng)的網(wǎng)絡(luò)效應(yīng)、增加遷移成本。

據(jù)沙利文報(bào)告，百度智能云在中國(guó)自研GPU云市場(chǎng)占據(jù)40.4%的份額，排名第一。在國(guó)際權(quán)威機(jī)構(gòu)Forrester的評(píng)估中，百度智能云在產(chǎn)品能力維度得分領(lǐng)先，戰(zhàn)略布局獲得滿分評(píng)價(jià)。

在AI 2.0時(shí)代的競(jìng)爭(zhēng)中，誰(shuí)定義了Agent的開(kāi)發(fā)標(biāo)準(zhǔn)、記憶格式和安全規(guī)范，誰(shuí)就掌握了下一代操作系統(tǒng)的入口，甚至有機(jī)會(huì)成為中國(guó)AI時(shí)代的Windows和Android。

▌結(jié)語(yǔ)

短期的技術(shù)熱點(diǎn)層出不窮，但真正的贏家，往往是那些堅(jiān)持長(zhǎng)期主義、深耕底層技術(shù)的公司。

百度智能云的新全棧戰(zhàn)略，并非一時(shí)的營(yíng)銷口號(hào)，而是十年技術(shù)積累的必然結(jié)果：通過(guò)全棧自研消除層級(jí)間的摩擦，通過(guò)生態(tài)沉淀構(gòu)建了難以復(fù)制的壁壘，通過(guò)戰(zhàn)略升維重新定義云服務(wù)的價(jià)值。

它打破了算力、模型、應(yīng)用之間的傳統(tǒng)邊界，讓智能體像“流動(dòng)的邏輯”一樣，無(wú)縫融入企業(yè)的業(yè)務(wù)流程。

在AI 2.0時(shí)代，技術(shù)將逐漸隱形，而智能將變得無(wú)處不在。百度試圖繪制的“萬(wàn)物一體”產(chǎn)業(yè)智能化途徑中，每一家企業(yè)都將擁有自己的“智能中樞”，每一次決策都將基于全局?jǐn)?shù)據(jù)的實(shí)時(shí)洞察，每一次創(chuàng)新都將得益于系統(tǒng)協(xié)同的高效賦能。

這不僅是技術(shù)的勝利，也是AI從試水走向深耕的必然歸宿。