华尔街对 AI 泡沫之争尚未有定论，巨头们已经马不停蹄地赶往下一个战场。

当 AI 军备竞赛进入对峙阶段，上至自研芯片、框架协议，下至工具平台、软硬件应用，各家真枪实弹、武装到了牙齿，实力排位，产业内外已有计较，下一轮竞赛的核心命题开始浮出水面。

红杉资本说，真正的竞争并不在于用 AI 做事，而在于构建自主涌现价值的生态系统 [ 1 ] 。

也就是说，让 AI 真正融入到产品、业务与组织架构中，不是作为工具锦上添花，而是作为企业的筋脉和血肉，成为产品生长的土壤、业务增长的飞轮。

百度李彦宏用 " 内化 " 来解释这个过程：

当 AI 能力被内化，成为一种原生的能力，智能就不再是成本，而是生产力。能够帮助提升决策质量、发现新的增长点，让成本更低、利润率更高、创新周期更短，能增强每个人的能力和创造力。

当 AI 融入日常工作被写入硅谷巨头的备忘录和员工手册，当更多企业开始在意如何将 AI 与每一个业务流程有机结合，AI 竞争的下一阶段主线已逐步清晰：内化与原生。

在刚刚结束的百度世界 2025 大会上，百度全面展示了其焕然一新的 AI 业务矩阵，核心产品的深度重构，萝卜快跑、伐谋、" 秒哒 " 等 AI 原生产品的商业化加速，都在身体力行地实践着 AI 的内化与原生。

这也代表百度已经准备就绪，率先迈入新的竞争周期。

今年 8 月，摩根士丹利的一份分析报告，为生成式 AI 再画大饼——

随着 AI 技术进一步普及，未来 AI 将为美国企业每年节省 9200 亿美元的成本，并由此为标普 500 指数企业创造最高达 16 万亿美元的市值增长，接近当前总市值的 1/4 [ 2 ] 。

然而并不是人人皆可分得一杯羹，前提是企业能够全面应用 AI，而这个过程可能需要数十年的时间。大摩警告称，当前部分企业在 AI 的全面应用上存在着 " 重大风险 "。

导致这些风险的，正是企业在 AI 内化上的不足，使得企业无法充分利用 AI 的好处，因而无法取得与投入成正比的回报，简单来说，就是 AI 应用不够 " 原生 "。

根据中国信通院给出的定义，AI 原生是 " 以 AI 为系统设计的底层逻辑与能力中枢，驱动从技术架构、业务流程、组织角色到价值创造方式的全方位重塑 [ 3 ] "。

也就是说，不是在现有系统上 " 外挂 "AI 工具，而是让产品和业务从一开始就长在 AI 上，从 AI 的能力和特性出发，重新设计产品逻辑和业务流程，就像当初福特在工厂中引入流水线，是从根本上革新了生产方式。

类似地，作为典型的 AI 原生应用，ChatGPT 的革命性不在于创造了对话界面这个 " 入口 "，而在于充分利用了大模型持续学习、自我进化的核心能力，构建了 " 用户反馈→模型迭代→体验升级 " 的闭环流水线。产品的整个生命周期，都围绕着如何最大化这条流水线的吞吐与进化来设计。

其价值的涌现不在于一次性地解决问题，而是作为一个持续学习、自我进化的系统，在与人类的交互中，不断 " 提高 " 解决问题的能力——这正是生成式 AI 区别于过往所有技术的根本革新。

是否能在产品和业务中充分利用这种能力，决定了企业的AI投入是否能得到预期的回报。

如果 AI 仅仅被僵硬地安插预先设计好的业务流程或节点中，作为工具被使用，那么旧系统设计好的效率的上限便是 AI 所能创造的价值的上限。

只有让每个流程都由 AI 发起，成为连接所有环节的 " 线 " 和驱动流程的 " 大脑 " 时，才能在数据的自然流转和自我优化中不断突破原本设定的上限。

一个由多个 AI 智能体组成的工作网络

例如传统的客服 AI，只能被动地响应系统预设好的问题，问一句、答一句，像个死板的自动回复机器。

而以 AI 原生思维构建的智能客服则具备更强的能动性，能主动发起会话、预判用户的需求，在交互中自动整合支付、物流、售后等多个环节，甚至调用 API 完成更复杂的操作，更能在服务结束后，自发梳理对话，从中提炼出 " 经验 "，进而优化整个业务系统。

于是，AI 的价值便不只是提升某个环节的效率，而是做更多的事，如预测性服务、深度个性化体验等，还能自动升级，这才是让 AI 真正内化、原生化后，给产品和业务带来的整体进化。

但要达到这样的效果，就要求企业对产品、业务甚至公司架构，进行彻底而全面的改造。

体量越大的企业，越是面临大象转身的艰难。科技巨头 " 武装到牙齿 " 来应对外部的竞争，但真正的挑战其实来自于自身内部，最大的敌人其实是过去的自己。

年初的 I/O 2025 大会上，谷歌主动将 AI 原生的刀挥向了自家搜索引擎，"AI 模式 " 对传统搜索引擎进行彻底重构，各大产品线焕然一新，破釜沉舟之心力透纸背。

谷歌搜索的 "AI 模式 "

与此同时，大洋彼岸的中国，以百度为代表的互联网巨头，同样开始了自己的 " 不破不立 "。

2023 年末，李彦宏在出席公开活动时直言，当前公众的焦点停留在基础模型本身，是一种对社会资源的巨大浪费，卷模型，不如卷 AI 的原生应用。

在当时 " 百模大战 " 的氛围下，这一论断可谓逆流而行，却也为百度在之后的车轮战中抓住了重心，在重构传统优势业务的同时，不断推出新生的 AI 原生应用，承接更广泛的 AI 愿景。

在这当中，萝卜快跑的每一步突飞猛进，都在引发行业内外的侧目。

无人驾驶是最典型的 AI 原生应用之一，在李彦宏看来，无人驾驶技术已经越过了那个临界点。以萝卜快跑为代表的 Robotaxi 这一独特商业模式，正在为其打通一条切实可行的技术变现道路。

根据百度世界大会上公布的数据，截至目前，萝卜快跑全无人驾驶里程突破 1.4 亿公里，每 1014 万公里仅出现一次气囊弹出事故，覆盖城市达到 22 座，全球出行服务次数已超过 1700 万次，无论是安全性还是订单量，都跑赢了包括 Waymo 在内的所有对手，位列全球第一。

无人驾驶以外，AI Agent（智能体）是百度在 AI 原生应用上的另一个着力点。

AI Agent 被认为是生成式 AI 下一阶段产品形态，也是突破当下 Chatbot 效能天花板的必经之路。

其本质是通过嵌入持久记忆和迭代学习系统，使 AI 脱离对话框的形式，不再是死板的问答机器，而是能够基于知识和经验主动思考和规划、进而解决问题的助手。

过去两年，百度已经推出过多款 Agent 相关应用和服务，包括通过千帆大模型平台提供的一站式 Agent 开发服务，百度网盘、百度文库集成的全端通用智能体 GenFlow 等。

在今年的百度世界大会上，百度 Agent 产品线再添新成员——能够自我演化的智能体 " 伐谋 "。

与其他以执行能力见长的智能体相比，伐谋的长处在于解决特别复杂、需要找到最佳方案的问题。既能调节城市红绿灯来缓解拥堵，也能在金融领域帮助银行自动识别风险。

只要是涉及大量数据、需要寻找最优方案的难题，伐谋都能派上用场，并在这个寻找最优解的过程中不断学习和进步。其价值在于把人从繁重复杂的推算中解放出来，并且让决策变得更加精准而高效。

基于智能体协作的对话式应用开发平台 " 秒哒 "，同样来到了新的发展阶段。

百度 " 秒哒 " 自 2025 年 3 月全量上线，以多智能体协作、多工具调用等技术优势，旨在实现几分钟就能做出一款应用的极致开发体验，上线至今，用户创建应用数达到 40 万。

世界大会当日，" 秒哒 " 发布海外版本并启动邀请测试，开启出海的新征程，面向更广阔的市场。

增加和迭代的 AI 原生应用，不仅是百度 AI 的补充弹药，也是百度秣马练兵的试验场。

这个过程中，百度不仅完成了 " 芯片、框架、模型、应用 " 的全栈能力的锤炼，还清洗了旧时代沉疴旧疾，由此抹去了过往成功模式留下的肌肉记忆，解开了旧思维惯性的束缚。

当这些新的经验沉淀为方法论，输出为标准化的解决方案，便为百度积攒出了赋能产业的势能。

李彦宏说，当前产业正在跨越一个全新的临界点，从 " 智能涌现 " 走向 " 效果涌现 "。

如果 AI 是一场马拉松，那么百度已经跑完了最艰难的赛段，开始向李彦宏预言的 " 效果涌现 " 时刻加速狂奔。

2025 年，百度迎来了一场迟到的价值重估。

从年初千帆平台 Agent 数量超 130 万，到萝卜快跑应用落地，从昆仑芯中标十亿级订单，到文心 4.5 在关键评测中超越 GPT-4，AI 业务多点突破应接不暇，接力催化着百度股价的跃升。

今年前三季度，百度美股累计上涨超过 80%，大幅跑赢同期纳斯达克指数及绝大多数中概股。

机构开始将百度定位于 "AI 时代的领跑者 "，业内称颂百度为 " 最像谷歌的中国科技公司 "，评价的反转来得迅疾而彻底，很难想象，直到一年前，" 百度掉队 " 还是行业热议的话题。

过去几年，围绕百度的声音一直很多，" 起大早、赶晚集 " 的刻板印象至今深入人心。

人们往往认可百度在技术上领先同行的前瞻性，但也常常诟病其商业化落地总是缺了临门那一脚。

为了构建起 AI 的技术长城，百度潜心布局十年，昆仑芯是其中最艰险的一步。

昆仑芯计划最早发布于 2018 年的百度世界大会。对于百度来说，自研芯片的初衷很直接：外部采购的芯片成本高昂，而市面上的芯片方案已经无法满足百度的 AI 业务的需求。

第一代昆仑芯发布会现场

但这一实际而朴素的造芯理由，在当时却没能说服大多数人。

2018 年，恰逢 " 中兴事件 " 引发 " 万众创芯 " 乱象，而昆仑芯发布之时尚未流片，诸如 "PPT 造芯 "、" 不务正业 " 的群嘲声四起，潮水般几乎要将百度淹没。

昆仑芯 1 代在百度搜索等自有业务中部署，隔年昆仑芯 2 代发布，通过制程升级和自研架构，开始在互联网、智慧工业等更广泛的领域规模化部署，至今已经在互联网、能源、交通、教育、制造、金融等多个行业落地。

今年 4 月，百度点亮昆仑芯三万卡集群，成为国内首个全自研三万卡集群，8 月中标中国移动十亿级 AI 算力集采项目，并成为国内率先支持单机部署满血版 DeepSeek R1 的国产芯片。

在百度世界 2025 大会上，百度正式发布新一代昆仑芯，针对大规模推理场景的昆仑芯 M100 将于 2026 年上市；昆仑芯 M300 面向超大规模多模态模型的训练和推理需求的昆仑芯 M300 将于 2027 年上市。

未来五年，昆仑芯计划将按年推出新款产品。这证明自研芯片这个最难攻克的心法武功，已经被百度炼成了。

昆仑芯发展历程和未来五年计划

当 OpenAI 在芯片紧缺下探索自研芯片，Deepseek 被算力拖累迭代速度，百度文心大模型却在充足算力的支撑下，加速迭代，逐步进入全球顶流大模型梯队。

世界大会当日，百度发布新一代文心大模型 5.0，作为当前业内少有的原生全模态大模型，其核心思路是，从训练伊始便融合语言、图像、视频、音频等多模态数据，统一联合建模，支持文、图、视频和声音的联合输入与输出，实现原生的全模态统一理解与生成。

LMArena 大模型竞技场本月 8 日公布的最新排名显示，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，尤其在创意写作、复杂问题理解等方面表现突出。

至此，百度 AI" 芯片 - 框架 - 模型 - 应用 " 全栈自研的四层框架已坚不可摧，成为 " 效果涌现 " 的泉眼，也即将成为百度下一轮自我革命的最可靠支撑。

当行业驶入 AI 原生的深水区，百度正以更加从容的姿态迈向下一个战场。

万里长城一建两千年，一砖一瓦构建起抵御侵略的屏障；

从第一台蒸汽机出现到福特建立第一条汽车流水线用了 200 多年，机床、冲压机等各类设备的加入，才将一台 T 型车的生产时间从 12 小时 28 分缩短至 10 秒 [ 4 ] 。

真正的变革，并非源于单一工具的出现，而是在所有必要要素齐备后，对生产与创造范式的系统性重组。

AI原生不是一句新鲜的口号，而是一种系统性的能力，打通的是 AI 到价值变现最后一公里。

这种能力的建立正如万里长城、流水线的诞生，是一个逐步累进的过程，需要从底层技术到上层应用的完整重构，将一切打碎了重来。

回顾百度的来时路，这个过程漫长而充满挑战。但这也恰恰是技术的迷人之处——走过的每一步都算数，每一次碰壁，都可能在未来带来超乎预期的回报。

李彦宏说，" 在 AI 前进的道路上会有各种各样的事情发生。" 在充满不确定新高的技术革命洪流中，最大的风险其实不是冒险本身，而是固步自封。

对于百度来说，这些冒险正在转化为实实在在的回报，推动百度从技术的追随者转变为生态的构建者、国产 AI 的领航者，在 AI 原生时代全面开启的当下，为百度提前锁定了决赛的席位。

参考资料

[ 1 ]   The $10 Trillion AI Revolution: Why It ’ s Bigger Than the Industrial Revolution,   Sequoia Capital

[ 2 ]   摩根士丹利：AI 革命将为标普 500 企业每年节省近万亿美元，财富 FORTUNE

[ 3 ]   AI 原生，从 " 概念图景 " 到 " 现实生产力 "，中国信息通信研究院人工智能研究所

[ 4 ]   汽车标准化，从 100 年前这台美国卡车开始，汽车之家

作者：何律衡