大模型打开了AI云的增长时间窗口，处在关键节点的云计算市场正经历着深刻的变化。

整体上看，云计算逐渐从“资源型云服务”到“资源+开发型云服务”过渡。过去，云计算以资源为核心，上云主要诉求是解决资源瓶颈问题。而现在，仅提供底层资源已经远远不够，云厂商不仅需要提供算力，更要让云成为一个智能化的开发与运行环境。

正如，百度集团执行副总裁、百度智能云事业群总裁沈抖在2025百度云智大会上所判断：企业对基础设施的要求，已经从“降本增效”转向“直接创造价值”。

“所有计算产生的智能都会被封装进Agents，参与价值创造和交付。企业的AI云，不再是成本中心，而会成为新型的利润中心。”

客户上云不再只是为了“省多少钱”，而是希望借助云上的AI能力，去解决业务难题，创造产品服务，提升用户体验和开拓新商业模式。

以百度千帆企业级AI开发平台为例，目前在上面的企业用户数量超过46万，Agents开发量突破130万。

变则通，通则久。云计算的新机遇降临，淘汰排位赛再次打响，成功换挡AI赛道的厂商们正在上演弯道超车。

IDC报告显示，2024年中国AI公有云市场上，百度智能云占据了24.6%的市场份额，已连续六年居于第一。在对话式AI、智能语音、自然语言处理等AI公有云服务市场中，百度智能云均在前两名。

时隔多年，国内云计算市场重新进入洗牌周期，Game Changer已经在来的路上。

一朵为AI而生的云

从“云智一体”战略和架构诞生起，百度智能云就是一朵为AI而生的云。

2022年底，以ChatGPT为代表的生成式AI与大模型技术在全球爆发；百度智能云迅速跟进，2023年3月首发国内大模型——文心大模型系列。

全面拥抱大模型和AI，百度智能云再次站在AI技术变革的最前沿。其凭借在关键元素上的全栈布局优化，率先完成了架构从“云智一体”到“智能优先”的跃迁，以大模型为核心，赋能千行百业的智能化重构。

“智能经济时代，一定要有新的基础设施来支撑，这就是智能优先的AI云。”

基于此，在2025百度云智大会上，百度智能云的智能基础设施迎来大升级。

AI计算上，百度百舸AI计算平台发布5.0版本，给AI训练和推理打造了一个“智能工厂”。从算力、推理、强化学习几个方面，都做到了极限优化和升级，让大模型不仅跑得动，还跑得快、跑得省和跑得聪明。

网络上，通信更快，延迟更低，提升模型训推效率；算力上，昆仑芯超节点上线公有云服务，超级算力正式可用；推理系统上，通过“解耦”“自适应”和“智能调度”三大核心策略，提升吞吐，降低延迟；训推一体上，发布百舸强化学习框架，极致压榨算力资源，提升训练、推理效率。

目前业界最大的开源模型参数已经达到1万亿，借助昆仑芯超节点，只需要几分钟、1个云实例，任何人都可以轻松把它跑起来。

计算之上，同样重要的是AI开发。当天，百度智能云千帆全新升级4.0，既是百度AI能力的集中输出口，也进化成企业构建Agent、落地大模型应用的一站式操作系统。

模型方面，提供包括深度推理、视觉理解、视觉生成、语音等超过150个模型，确保企业和开发者可以第一时间用上SOTA模型。于近期上线的百度自研视频生成模型——百度蒸汽机，现已全面接入千帆4.0平台。此外，平台还发布了一系列自研行业专精模型，包括千帆慧金金融行业模型、千帆VL视觉理解模型（Qianfan-VL系列）等，做到只用百亿参数的规模，就能在特定任务上超过千亿参数模型的效果。

针对企业头疼的强化训练问题，千帆通过引入强化学习与反馈机制，使得模型可在较少数据（数百条即可）的基础上，通过“试错+反馈”的方式进行优化，精准对齐业务目标。这意味着，中小企业、传统行业无需大量标注团队和数据积累，也能快速拥有贴合自身业务的“专属模型”。

大模型虽然强大，但缺乏对企业内部知识的“记忆”与理解能力，容易产生“幻觉”或答非所问。如何让模型准确调用企业沉淀的海量数据，是智能Agent实用化的关键。

4.0版本千帆Agent服务平台，首先升级至多模态RAG（检索增强生成），不仅支持传统的文本检索，还扩展至图片、表格、PDF、结构化数据等多模态内容，全面覆盖企业多样化的知识形态。同时，还新开放百度AI搜索等MCP Server，让更多企业享受到百度25年的搜索技术沉淀能力，成为Agent开发中的“刚需插件”。

基于升级后的算力和开发平台，百度智能云发布了一系列“开箱即用”的Agent应用，例如，基于慧播星数字人技术的数字员工“AI吴彦祖”和一见“AI老师傅”。

百度智能云一见视觉大模型平台正式发布一见·工序合规分析能力。只需上传一段标准操作视频，几分钟后就能生成一个SOP检测任务，让Agents堪比“AI老师傅”，解决工业产线中老师傅人手不足、经验传授困难的客观现实，帮助企业用AI实现降本增效。

百度智能云与AI教育客户雅识教育，共同开发了“吴彦祖数字英语教练”，其背后应用百度自研的端到端语音语义大模型和慧播星数字人能力和技术等一整套AI能力。即日起，吴彦祖数字人将正式担任百度智能云数字员工首批推荐官。

百度的抉择

长期以来，云计算的发展更多聚焦于“云”本身。

即在基础资源之上，不断叠加数据库、中间件、容器、微服务等能力模块，属于一种以资源为核心、以功能扩展为驱动的云计算发展路径。通过构建AI计算、AI开发和AI应用的全栈能力，满足企业在数字化转型初期的多样化需求。

大模型是云计算发展的一道分水岭，企业面临的核心问题已不再是“有没有云资源”，而是转变为“用智”——即如何真正把AI用起来，创造业务价值。

传统模式已难以满足企业对智能化的深度需求。今天的云，必须围绕AI原生来构建，也就是说，云平台不仅要提供算力，更要提供面向AI的基础设施、开发工具链、模型服务、数据管道、安全保障等一整套能力。

从传统云到AI云成为了“关键性的一跃”，核心原因在于AI已经从根本上抬高了云计算的门槛。

AI驱动下诞生了新的竞争要素，例如是否拥有自研或深度适配的AI芯片？是否有符合AI云原生需求的云智一体架构？是否具备了分布式训练、推理加速、大规模集群调度能力？是否构建了从数据标注、模型训练、微调、部署到应用开发的全流程工具链？是否有雄厚的资金可持续性地加码投入？

这导致，无论过去还是现在，云计算的竞争注定是一场金字塔尖玩家的游戏。

过往种种，皆为序章。要实现完美一跃，并非一蹴而就，背后是前瞻性的布局和长期的技术积累。

百度智能云对AI云的前瞻性布局，最早可追溯其诞生伊始。用其自己的话来说，“从第一天做云开始，百度就相信AI会改变云计算”。

2019年，百度智能云构建起“云智一体”架构，用于支撑百度搜索、百度网盘等集团核心业务。2020年，百度智能云正式提出了“云智一体”的发展策略，由此为后面切换AI云赛道奠定了基础。

2022年，百度智能云率先搭建了当时国内规模最大的GPU集群，从以CPU云服务为主的云平台转型到以GPU云服务为主的云平台。

所谓的“一体”，指的是在云计算的各个层面之间，实现架构协同、能力融合与端到端的优化。

全栈式布局构建起了一种系统性的优势，如果只做上层应用，缺乏底层算力与平台工具的深度优化，其性能、成本和灵活性都会受限。反之，如果只做算力层，缺失了开发和应用，云厂商就只能停留在“卖资源”层面，无法形成差异化价值。

正是在这种理念指导之下，百度智能云才能在新机遇降临时，从AI出发，重构云服务。一方面迅速完成从算力、数据、模型到应用的全栈式升级，重塑云计算的架构、服务模式与商业逻辑，另一方面也推动了整个智能云市场向以AI为核心进行全面转型。

站在新的发展节点，百度一直在思考什么才是真正的AI云，以及怎样才能真正做到“智能优先”？

经过反复实践，百度智能云得出的结论是，算力、模型、数据和工程能力，构成了AI云的四项核心要素。

算力规模不断扩大，数据持续提供原料，模型智能不断突破，而工程平台通过强大的调度和编排能力将前三者融合，形成一个统一的、持续进化的AI云基础设施，支撑起Agent等大模型应用的飞速增长。

落地为王

自大模型爆发以来，百度智能云AI与大模型平台总经理忻舟一直处于一线，他敏锐地捕捉到了近三年来客户的需求变化。

他表示，“去年和前年，我们收到的主要需求是模型必须在榜单排名前三，且模型参数量要达到千亿级别。但今年就变得十分落地，客户不再关心平台是否最先进，而是要运行稳定、模型安全、数据安全等。”

客户在业务场景中追求稳定性和可持续性，也让AI云厂商在新时代探索MaaS的新商业模式。对云厂商而言，落地效果和商业转化，才是检验硬实力的唯一标准。

招投标市场数据显示，2025上半年我国大模型相关项目呈现爆发式增长态势，百度智能云表现尤为突出，以48个中标项目和5.1亿元中标金额，稳居“双第一”，并在金融、能源、政务、制造等重点行业中持续领跑。

具体到各细分行业赛道，百度智能云的客户涵盖了超65%的央企；80%的系统重要性银行、150余家保险、券商和基金公司；TOP10手机厂商、95%的主流车企和50%以上的游戏厂商。尤其在新兴的具身智能领域，百度智能云赢得了先发优势，有20个客户成为百度AI公有云客户，其中4个都是全国TOP4的客户。

人形机器人作为AI与物理世界交互的最前沿载体，正在呈爆发式增长。具身智能在走向规模化应用过程中，仍存在通用智能平台缺失，多本体与多场景适配能力弱，跨模态的具身智能高质量数据匮乏等瓶颈问题。

针对上述挑战，北京人形机器人创新中心与百度达成了深度合作。百舸平台大幅提升了具身智能大模型的开发效率与迭代速度，让研发团队更快验证算法、优化策略、部署应用。同时也为多机器人本体、多任务场景的并行实验与模型优化提供强有力的算力保障。

格灵深瞳同样在几家厂商中选择了百度智能云。在其最初使用开源方案进行视觉-语言多模态（VLM）大模型训练时，格灵深瞳遇到显著的算力调度与利用效率问题，具体表现为Token排布不均和算力碎片化严重。

百舸平台凭借百度在超大规模模型训练上的丰富经验，为格灵深瞳提供了优化的训练框架和智能算力调度策略。优化后，VLM预训练的耗时显著下降，原本需要一周时间完成的训练任务，现在仅需2天左右即可完成，整体训练效率提升约3倍。

格灵深瞳告诉我们，当初也跟其他几家云厂商提了类似的需求，但最终被百舸的服务所打动。

“百舸基本上属于贴身服务，在工作沟通群提任何需求，可以得到立刻响应。我们还有一个7×24小时的服务群，也是事事有回响，这对于迅速推进不同阶段目标非常有帮助，效率也十分高。”

在行业中持续落地，直接反映在了财报数据上。

2025年上半年，百度总营收652亿元，归属百度核心的净利润150亿元，同比增长40%，其中AI新业务营收194亿元，同比增长36%。

具体到AI云上，第二季度，百度智能云收入同比增长27%，达到65亿元。2025年上半年，百度智能云收入同比增长34%，高于2024年上半年的低双位数收入增速。

结语：

进入2025年后，随着DeepSeek爆火，云厂商对AI云的心智争夺达到了高潮。

AI正在重构云计算，成为增长主引擎。

以百度智能云为例，其通过百度百舸（AI基础设施）、千帆大模型平台（模型与应用开发），以及行业解决方案，为企业提供从算力到模型、从开发到落地的端到端AI云服务，驱动整体云业务高质量增长。

行业普遍观察到，“AI 云”已成为云服务商未来拉开差距、构建壁垒的关键领域。

过去，云厂商竞争更多围绕“谁有更多服务器、谁价格更低、谁覆盖区域更广”。

未来的云计算竞争不再是单一维度，堆卡、堆资源的竞争，而是技术实力、行业理解、AI能力、生态规模、商业模式、安全合规等多维度竞争。

随着准入门槛水涨船高，未来将变成少数者的竞争游戏。谁能在现阶段，单点能力爆破后迅速积累起综合性实力，就有可能在下一轮竞争中占据主导地位。

当传统云厂商还在徘徊时，AI云原生玩家已经进入了新的增长周期，这样看来，后来者未必不能居上。

欧洲央行Nagel表示进一步降息可能危及价格稳定　　欧洲央行管委会成员JoachimNagel表示，进一步降低借贷成本可能会危及欧洲央行在中期内将通胀稳定在2%的目标。　　他在接受采访时表示，周四维持存款利率不变的决定，是因为欧洲央行的新预测显示物价增长“大致”符合目标