智能體登臺，百度在汽車行業交付了三樣硬東西

“Token代表成本，不代表收益。衡量AI時代繁榮的，應當是日活智能體數——DAA。”

5月13日，Create2026百度AI開發者大會上，百度創始人、董事長兼CEO李彥宏拋出AI時代的“度量衡”概念。他預言，未來全球日活智能體數將輕松突破100億，取代DAU成為衡量AI生態價值的新標尺。

在他看來，AI的主角正在從模型轉向應用。“這是歷史上第一次，智能體替代了模型，出圈了。用戶真正買單的不是‘你會不會’，而是‘你能不能幫我把事做完’。”

同時他認為，應對智能體的爆發，需要構建“芯云模體”全棧能力。

概念之外，百度在汽車行業到底交付了什么？

百度智能云事業群總裁沈抖

百度集團執行副總裁、百度智能云事業群總裁沈抖給出了一組數字：百度智能云已成為100%中國主流車企的選擇，支持超2000萬輛L2級輔助駕駛新車交付。昆侖芯方面，國產集群已支撐文心大模型5.1訓練，有效訓練率達到97%，基于昆侖芯的“天池”256卡超節點將于6月正式上市。

“沒有行動就沒有改變，沒有改變就沒有進化。”李彥宏的這句話，恰好可以用來標記百度在汽車行業的每一步。

01

2000萬輛L2新車交付，100%主流車企全覆蓋

沈抖在演講中給出了百度在汽車領域的整體成績單：“我們已經支持了包括主機廠、電池、芯片、無人車等產業鏈的領軍企業，覆蓋研發、訓練、仿真、測試和量產的各個環節。去年，我們成功支持了超過2000萬輛L2輔助駕駛新車的交付。”

他強調，百度智能云已成為100%中國主流車企的選擇。

沈抖在演講中以長安汽車為例，解釋了什么是真正的智能化轉型。

“長安這樣一家百年企業，他們非常清楚，真正的變革一定是底層能力的重構。所以，長安的智能化轉型，它做的不只是車機AI交互入口，更是構建從智能座艙到智能駕駛的核心競爭力。”

具體怎么做的？沈抖介紹稱，3年前雙方共建智算中心，算力達到每秒142億億次，刷新行業紀錄。最近，百度通過百舸平臺持續優化計算中心效能，幫助長安完成自動駕駛模型的高效訓練和迭代。

結果是什么？沈抖說：“目前，工信部只批準了兩家企業的L3自動駕駛車型產品，長安就是其中之一。今年，長安的端到端自動駕駛技術就會走出實驗室，實現量產搭載。”

長安的案例說明一件事：智能化不是加一個語音助手，而是從算力底座開始重新搭。這也正如李彥宏的判斷：AI競爭的核心正在從“智力”轉向“執行”。

如果說長安展示的是主機廠層面的合作，那么地平線則展示了Tier 1供應商層面的深度協同。

地平線創始人余凱上臺第一句話是：“今天我非常榮幸，特別加雙引號，一個字叫‘回’，回到百度AI開發者大會。大家知道我是一個老百度，百度也是地平線重要的戰略股東。”

他解釋了為什么站在這里：過去幾年，地平線和百度智能云展開了深入的戰略級合作，推動了行業智能輔助駕駛的大規模量產和落地。

余凱詳細描述了雙方合作的技術閉環。他說，這個閉環從“數據的觸發、回傳”開始，到“數據的管理與數據倉庫的構建”，再到“數據挖掘、檢索”，然后“解決具體問題、創建場景庫”，甚至“通過世界模型來生成虛擬的極端案例（corner case）”，最后到“模型的訓練與驗證”和“版本發布與車上部署”。

余凱特（參數丨圖片）別強調，這不僅僅是技術流程，更是組織問題：“我們需要打造這樣的基礎設施，以支撐上千名工程師進行分布式協同。這不僅關乎地平線，也涉及眾多主機廠和算法工程師，實現大家共同的分布式協作。”

在具體規模上，余凱透露，地平線與百度智能云共同打造了超5000節點的異構算力集群，能支持萬卡級別的持續穩定大模型訓練，同時支撐數千PB級的數據存儲與管理，每百TB級數據的I/O吞吐處于業界領先水平。

基于這套基礎設施，以及自身從芯片到AI軟件、智能座艙、自動駕駛的全棧布局，地平線已賦能全球超40家主機廠、超800款車型，包括大眾和豐田。余凱提到，今年大眾在中國市場將推出8到9款基于雙方合作的車型。

不止中國，他強調：“我們與百度智能云的合作成果，將惠及全球消費者。”

2000萬輛車載前裝，支持車企、供應商智能化轉型，百度智能云希望成為從主機廠到供應商的通用基礎設施。

02

讓每個Token都有用：百度云的智能體省錢術

成果之下，這套基礎設施具體怎么干活？

沈抖在大會上宣布，百度智能云全面升級為“面向大規模智能體應用的新全棧AI云”。對汽車行業而言，這次升級意味著兩個具體變化。

第一個變化：MaaS升級為Token Factory（詞元工廠），推理速度提升25%。

為什么需要升級？沈抖給出了一個對比：“智能體要處理的上下文是Chatbot的1000倍。現在智能體要完成一個任務動輒需要上百萬的Tokens，所以模型的速度和成本都是一個問題。”

這基于李彥宏的判斷：Token代表的是成本，而不是收益。如果不能讓每個Token產生實際價值，算力消耗就只是負擔。

原有的MaaS升級為Token Factory，核心理念是“First Token, Last Token”——盡量減少Token的重復計算。效果是：推理速度比市場提高25%。

沈抖還提到一個對車企很實際的點：“今天，您在百度上調用文心模型也好，還是DeepSeek、GLM、MiniMax這些國產模型，底層的算力都是用的國產昆侖芯。中國的企業在做智能體時，不僅可以用上國產模型，也可以獲得國產芯片的高性價比服務。”

這意味著，車企在百度云上訓練自動駕駛模型，底層跑的是國產芯片，成本結構不一樣了。

第二個變化：推出Harness Engineering（駕馭工程），辦公場景任務成功率95%。

沈抖用一個比喻解釋了為什么光有模型不夠：“模型決定了你智能體能力的上限，而周邊系統決定了你智能體能力的下限。”

這個周邊系統就是Harness Engineering，覆蓋長上下文管理、持久記憶、工具調用、子智能體調度、評估反饋及Runtime。

具體效果上，沈抖給出了兩個數字：在瀏覽器、Office等工具的辦公場景任務中，成功率達到95%；相比OpenClaw，完成同樣任務可節省23%以上的Token。

對車企研發團隊來說，這意味著什么？不需要人工反復寫提示詞、不需要手動調度各種工具，Harness Engineering會自動協調子智能體完成數據檢索、場景生成、模型驗證等任務。

沈抖還描述了一個正向循環：“您搭建的智能體會成為Skills，通過駕馭工程為更強大的智能體提供服務。同時，這些智能體在運行過程中保留的數據和軌跡，會回流到Token Factory中，幫助我們優化模型。這樣一個飛輪，可以推動整個系統持續迭代。”

03

昆侖芯從“備選”到“必選”

云能力回答了“怎么干活”的問題。而支持所有算力和智能體的最底層，是芯片。

百度的芯片進展到了哪一步？

“今天，中國的芯片市場已經變了。國產算力，過去是備選方案，今天成了必選項。昆侖芯的規模化快速普及就是一個最好的證明”。沈抖在演講中明確給出了這個判斷。

他給出了三個維度的具體進展。

第一，訓練驗證已完成。

“我們在昆侖芯全國產集群上成功完成了文心5.1等重要模型的訓練。整個訓練過程中，Loss曲線平穩下降、穩定收斂，集群的有效訓練率達到97%以上。萬卡規模集群的線性擴展度超過了85%。”沈抖如是說。

他解釋了這些數字的意義：“這說明昆侖芯國產集群已經可以滿足前沿大模型、大規模訓練對計算精度、算子穩定性、框架適配、長周期運行等硬性要求。”

第二，天池超節點6月上市。

“去年11月，我們給大家匯報過天池256超節點，它在上個月如期點亮，將在下個月正式上線”。據沈抖介紹，相比上一代，吞吐性能提高25%。我們完成了文心、DeepSeek、GLM、MiniMax等主流模型的適配，推理效率提升了50%以上。

第三，網絡和數據中心同步升級。

沈抖強調，單有芯片不夠。“在超大規模集群里，網絡不是用來連接算力的，網絡本身就是算力。”

具體升級包括：接入速率從單接口400G升級為雙接口400G冗余接入，端到端時延優化50%，支持搭建數十萬卡到百萬卡的超大集群。

數據中心方面，百度提出了“網絡向心布局”：以網絡節點為中心，計算節點環繞部署，供配電系統外置。同時規模化落地風液兼容架構，建設周期縮短30%。

這三件事加在一起，構成了昆侖芯從芯片到集群到數據中心的全棧能力。于車企來說，這意味著訓練自動駕駛模型的國產算力底座已經具備規模化量產的條件。

“AI不僅僅是模型，它是系統，是新一代計算機。百度作為平臺型公司，構建起了‘芯云模體’全棧能力。整個底層基礎設施必須為智能體這個全新的主體重新搭建，方便智能體來調用。”李彥宏在演講中如是說道。

回顧百度在汽車行業的布局，這套“芯云模體”全棧能力已經逐層落地。從芯片到云再到應用，構成了李彥宏所說的“新一代計算機”。對于汽車行業而言，這臺計算機已經投入運轉。