大模型时代，百度智能云迎来最大机会

春节以来，DeepSeek 的爆火点燃了 AI 产业化的加速引擎，但 AI 的真正落地远不止于技术突破，更是对基础设施和生态系统的巨大考验。

从模型的训练到应用的部署，从单一技术到全产业链的协同，AI 产业的每一次进步都离不开强大的支撑系统。

这背后的推动力正是大模型浪潮，它正深刻改变着云计算领域的竞争格局。

在这一进程中，阿里云、百度智能云、火山云等云厂商正形成新一轮的竞争态势。

各大厂商纷纷将目光投向大模型能力的打造与 AI 基础设施的完善，抢占 AI 产业的新高地。

特别是在企业级 AI Agent 的需求激增下，2025 年这一领域成为了 AI 落地的重点方向之一。

然而，虽然 AI 的应用潜力巨大，企业在实际落地过程中却面临着重重挑战。

场景选择难、技术门槛高、成本控制难、规模化部署复杂等问题，成为制约企业快速部署 AI 技术的关键痛点。

要解决这些问题，AI 不仅仅需要技术上的突破，更需要一个高效且可扩展的基础设施与完善的生态体系作为支撑。

正如百度集团执行副总裁、百度智能云事业群总裁沈抖在 Create 2025 百度 AI 开发者大会上所言，

大模型的高效落地，需要从底层算力到上层应用的全栈系统级支撑。

在这场重塑云计算竞争格局的大模型战役中，百度智能云正以基础设施重构者的姿态，为企业级 AI 落地搭建起稳固的 "数字桥梁"。

01

大模型落地产业的现状

随着 DeepSeek 等大模型的火爆，企业和行业积极探索 AI 应用场景，AI 产业落地速度显著加快。

金融机构尝试用大模型优化风控模型，制造企业探索智能质检新路径，政务领域开始构建智慧决策系统......

Create 2025 百度 AI 开发者大会现场｜图片来源：百度

数据显示，2024 年中国 AI 产业规模为 2697 亿元，增速 26.2%。

百度智能云在在大模型相关中标项目数、行业覆盖数、央国企中标项目数三个维度均为第一，

在能源、政务、金融三个行业的中标项目数位于所有厂商第一，其千帆平台企业用户数已突破 40 万，见证着技术落地的火热态势。

然而大模型落地之路并非坦途，对企业而言，存在有多重挑战。

就拿硬件成本来说，企业如果配备高端 GPU 集群，硬件成本动辄在百万成本，IDC 数据显示，在 2023 年的企业 AI 项目中，有 27% 因算力成本超支而中途停滞。

这种问题也不是个例：场景选择难、技术门槛高、成本控制难、规模化部署复杂，构成了横亘在企业面前的 "四大关卡"。

场景选择上，企业往往难以精准锁定高价值场景，需要兼顾业务需求与模型能力匹配。选错场景可能导致资源浪费，而垂直场景需深厚行业知识与模型适配能力。

技术门槛上，大模型的精调、部署涉及复杂工程化，中小开发者资源有限，难以快速上手。

DeepSeek 的 671 亿参数量需多机部署、专家并行等技术支持，普通团队难以驾驭。

还有成本控制压力，大模型推理成本高，峰值流量下算力需求激增，规模化部署成本难以承受。部分企业因成本问题止步于 Demo 阶段。

最重要还有稳定性与安全性，高流量场景需低时延、高可用服务，同时需防范模型幻觉与内容安全风险。

这些痛点如何解决？谁能来解决？

只有深耕于此的平台能解决。百度是中国最早系统性投入 AI 研发的科技企业之一。

早在 2010 年，百度就已投身人工智能领域，成为国内最早布局 AI 的企业之一，这一战略选择为其后续技术突破奠定了坚实基础。

再到 2016 年，百度将飞桨开源，把人工智能技术分享给开发者；

2018 年开始，百度进一步加大对 AI 基础设施的投入，发布了自主研发的 AI 芯片昆仑芯，两年后，第一代昆仑芯开始大规模部署……

百度过去有十余年 AI 领域的相关积累，现在有了更好的模型和更强大的基础设施，可以为客户带去更优质的服务，帮客户加速落地 AI。

02

AI 原生基础设施全面重构

大模型的强大能力带来了前所未有的算力需求。

训练一个万亿参数的模型，需要数以万计的计算单元集群，同时在推理阶段，低延迟、高吞吐的要求让传统的数据中心难以承载这一需求。

尤其是在海量的多模态数据处理与复杂场景适配的背景下，如何精准选择 AI 场景、控制成本，并实现规模化部署，成为了企业面临的普遍难题。

从百度的战略布局来看，基础设施的优化不仅仅是提高算力性能，更是全方位的系统级支撑，覆盖从底层硬件到开发工具链的全面升级。

百度通过在智能云平台的多重布局，努力为企业提供一套完整的 AI 基础设施解决方案，以应对大模型时代的挑战。

在百度智能云的最新布局中，我们看到了「昆仑芯超节点」的发布，以及百舸 AI 异构计算平台的升级。

这些举措大幅提升了推理性能并降低了推理成本，为算力供应商提供了更强大的硬件支持。

与英特尔的深度合作，则推出了搭载第六代至强处理器的高性能计算实例，

单核性能提升 40%，本地存储 IO 提升 75%，为 AI 推理场景提供了更高效的计算能力和更低的成本。

在基础设施层面，百度智能云还通过千帆平台提供了强大的模型调用服务，覆盖超过 100 种模型的应用场景。

千帆平台不仅提供灵活的开发工具链，还通过集成各种行业模型与资源管理工具，帮助企业实现更高效的定制化模型开发。

这一举措大大降低了企业在构建行业专属 AI 应用时的技术门槛，极大提升了开发效率。

百度智能云的全面升级，使得从公有云到私有化部署的应用生态建设变得更加成熟。

在医疗大健康、商业零售、智能制造等多个行业，百度智能云都已经与生态伙伴一起，构建起了灵活的场景应用。

在应用开发层，百度智能云千帆进一步发布了智能体 Pro。

相比于传统的快速问答模式，智能体 Pro 支持更为复杂的推理与思考，为企业量身定制专属智能体提供了更多可能。

此外，千帆平台还在国内率先实现了 MCP 协议的全生态兼容，并在这次大会中发布了企业级 MCP 服务，帮助企业快速定制智能应用，加速大模型落地。

数据是 AI 模型训练和应用的「燃料」，在大模型的应用场景中，数据的迭代速度和处理效率直接决定了 AI 落地的成功与否。

为此，百度推出了千帆数据智能平台，旨在提升企业在大模型场景中的数据迭代效率，最大化降低计算成本。

这一平台的核心优势在于其数据安全性，帮助企业保障数据隐私的同时，也为数据生产效率提供了显著提升。

百度智能云通过打造一站式的引擎与协同开发平台，屏蔽了底层复杂基础设施，

让算法工程师可以专注于应用层的创新，降低了开发门槛，并帮助企业在应用开发过程中实现高效协同。

百度智能云千帆数据智能平台｜图片来源：百度

随着智能基础设施的逐步完善，如何通过这些基础设施构建一个可持续的生态体系，成为企业与百度智能云合作的关键问题。

百度智能云副总裁、渠道生态部总经理尹英利｜图片来源：百度

百度智能云副总裁、渠道生态部总经理尹英利在大会上提出，百度智能云正通过打破技术黑箱，

构建「乐高积木」式可插拔组件，使得企业能够灵活组合所需的 AI 能力与行业资源。

通过这种方式，企业不仅能够提升技术适配能力，还能够在技术层面和商业层面实现更多的创新。

百度智能云通过「按需组装」的方式，将技术、商机和交付资源有效整合，帮助合作伙伴加速大模型应用的落地，并为生态伙伴提供全方位的支持。

通过这种合作，百度智能云帮助企业实现技术到商业价值的闭环，加速了 AI 在产业中的普及与落地。

在大模型的浪潮下，AI 应用的落地不仅仅依赖于算法和数据，还高度依赖于强大且灵活的基础设施。

从算力、硬件，到开发工具链和应用生态的构建，基础设施的全方位升级为大模型的高效落地提供了坚实支撑。

通过系统化的基础设施建设，百度智能云为企业提供了从底层到应用的完整解决方案，帮助企业快速应对 AI 落地过程中遇到的各种挑战，实现商业价值的最大化。

03

百度智能云的能力与行动

面对 AI 落地的重重挑战，百度智能云交出了一套全栈解决方案。

从百舸的算力集群到千帆的模型精调，再到客悦·ONE 与一见两款自研 AI 应用的场景化应用，百度智能云覆盖了 AI 落地的每一个环节。

百度智能云在 AI 全栈能力上的的升级不仅是技术突破，更是大模型时代的全新蓝图。通过开放算力、简化模型开发、加速应用落地，

百度为企业和伙伴扫清 AI 部署障碍。

在 2025 年企业级 AI Agent 重塑生产力的浪潮中，百度智能云以全栈能力，确保 AI 从「模型的世界」迈向「应用的天下」，成为产业智能化的核心引擎。

冶金行业承载着工业的传统，也在 AI 的加持下焕发新的活力。

中国钢研作为行业龙头，于 2006 年由始建于 1952 年的钢铁研究总院改组而成，

致力于通过国资委「AI+」专项行动，打造冶金行业大模型平台，推出「流程感知」大模型，重塑从材料研发到制造的全链条。

挑战不可谓不大。中国钢研需整合海量数据集和专家资源，攻克三大核心场景：金相分析：通过微观组织分析精准优化材料性能；

表面缺陷检测：高效识别钢材缺陷，提升质量分级；物料跟踪：在高温环境下实现全流程精准管控，破解行业难题。

在百度智能云的加持下，中国钢研仅用 4 个月就取得了突破性进展。

其中，百度全栈 AI 基础设施发挥了关键作用：百舸平台与昆仑芯提供了低成本、高性能算力支撑；

千帆平台通过大/小模型精调，快速适配里行业需求；一见视觉平台助力了缺陷检测和分析应用的快速开发。

成果也很显著，应用上线后，中国钢研实现了在金相分析的晶界提取/组织辨识准确率、产品表面质检的各类缺陷检测率等关键指标上都超过 95%，

不仅能够满足实际研发和生产需求，还能结合大模型能力生成金相分析报告与质检分析报告，辅助企业评估钢材品质和优化生产工艺，提升客户满意度。

截至目前，应用已完成钢厂试点，在百度百舸算力的支持下，将会快速复制推广到行业用户，推动行业智能化升级。

这些成果不仅推动了中国钢研的智能化转型，也为冶金行业树立了 AI 应用的标杆。

正如沈抖在 Create 2025 大会上所说，「应用即系统」，而系统级能力才是 AI 落地的核心支撑。

沈抖进一步表示，系统的真正价值不仅在于解决某个具体问题，更在于为企业提供创造「创造」的能力。

通过这种能力，企业可以根据自身的业务数据、流程和逻辑，借助百度智能云的系统能力，打造属于自己的 AI 基础设施。

百度智能云的全栈 AI 能力，以系统化的解决方案重新定义了企业落地大模型的路径，企业得以把「创造的能力」发挥到淋漓尽致。

其系统级能力不仅解决了算力成本高、技术门槛大等具体痛点，更让企业能够基于自身数据和业务逻辑，快速构建定制化 AI 应用，释放创新潜能。

对于产业而言，它更是将 AI 从技术实验推向了生产力重塑的核心。

百度智能云通过千帆数据智能平台提升数据迭代效率，通过开放生态整合技术与行业资源，真正助力企业跨越场景选择难、规模化部署复杂的瓶颈。

百度智能云为 AI 原生应用开发提供系统级支持｜图片来源：百度

当大模型进入多模态融合阶段，百度智能云的系统级优势愈发明显。

从昆仑芯算力底座到千帆开发平台，从定制化行业模型到高度场景化的应用，每个环节都在为智能技术的深度融合与创新提供源源不断的动力，

正如大会主题「模型的世界，应用的天下」所揭示的，当技术基础设施足够坚实，当生态体系足够开放，AI 落地将成为所有行业升级的通用语言。

而在大会当天下午的分论坛「如何让 DeepSeek 发挥实战价值」中，百度智能云也展现了前所未有的开放姿态。

作为国内首批接入 DeepSeek 的大模型平台，百度不仅迅速整合这一开源模型，

还通过千帆平台提供一站式工具链，支持企业进行模型精调、蒸馏和场景化应用开发，显著降低了 AI 落地的技术门槛。

论坛上，百度与 NVIDIA 等伙伴的深度协作，以及对开源趋势和普惠 AI 的积极拥抱，

体现了其从封闭技术生态向开放协同生态的转型，致力于为开发者与企业提供更灵活、更高效的 AI 解决方案。

圆桌对话现场｜图片来源：百度

为了从局内人视角揭秘 DeepSeek 实战，极客公园创始人&总裁张鹏与百度主任研发架构师董大祥

（领导千帆应用开发平台算法研发与 DeepSeek 算法应用落地）与 TangibleFuture 创始人&CEO 张晓辉（代表产品：陪伴机器人 LOOI）进行了一场圆桌对话。

在这场名为《用得起，用得稳：DeepSeek 落地中的协同与突围》的对话中，百度主任研发架构师董大祥，

谈到 DeepSeek 的出现不仅让更多人接触到了生成式 AI，还有效推动了 AI 技术的普及，尤其是让那些对技术理解较浅的用户也能直接体验到 AI 的强大能力。

他强调，开源模型将会成为未来的发展趋势，全球顶尖级别的模型逐渐开源，极大地减少了开发者的工作量，

并且解耦了模型和应用层，使得开发者可以更加专注于如何将技术应用到实际场景中，从而带来一个良性循环。

Tangiblefuture 创始人&CEO 张晓辉则补充道，开源和普惠加速了创业团队的发展，尤其是在 2C 领域。

通过解放模型基础研究，团队可以更加专注于产品创新和用户价值的探索。

展望未来技术的可能性，张晓辉认为通过跨领域的协作，

不仅技术人员，甚至设计师、编剧等各行各业的人才也能参与到创造过程中，开创全新的创作范式，激发更大的想象力。

这种观点正是百度智能云开放生态的体现。

通过构建一个开放、协作的技术平台，百度智能云不仅为开发者提供了强大的工具支持，还通过开源和普惠推动了更多创新应用的落地。

从早期探索，到如今主动拥抱开源生态、快速整合 DeepSeek 等前沿模型，

百度智能云不仅以千帆平台等全栈系统级能力为企业 AI 落地构筑坚实底座，

更通过与全球伙伴的深度协作，打破技术壁垒，构建「乐高积木」式开放生态，让开发者与企业能够灵活组合 AI 能力，释放创新潜能。

这种战略转型，彰显了百度智能云对 AI 普惠化与产业化趋势的深刻洞察，以及推动技术普及、赋能千行百业的坚定决心。

同时，技术创新与开放生态的结合，也为百度智能云在大模型时代提供了前所未有的优势，

使得它能够在各个行业中加速 AI 的应用和智能化升级，成为引领行业变革的重要力量。

文章来自于微信公众号“极客公园”，作者 ：连冉