AI中场，谷歌和百度的爆发式加速

百度和谷歌以领先姿态进入产业下半程，充满后劲，不被形态束缚的AI将在全栈玩家的推动下，以更多可能性融入人们生活。

摘要

在年度开发者大会上大秀AI实力，Gemini多模态能力突出，使谷歌全家桶变身通用Agent，Google Glass也以Gemini硬件终端身份返场，引发“谷歌重返巅峰”的惊呼。

40天连发四款新模型，推理模型定价大幅下降，云+AI应用连续出击，智能云交出一季度42%的增速，印证了“AI+云”是Game Changer的预判。

AI产业链冗长复杂，环节众多且不断延展扩充，创新发生环节不确定，“风口”快速切换转移，公司诞生和消失速度快。如2024年上半年中国AI公司注册和濒临倒闭数量巨大。

为解决不确定性，巨头们走出“舒适区”，向上下游布局，覆盖更多环节，掌握跨领域核心技术，实现业务协同支撑，确保能及时利用创新融入自身体系。如英伟达推出模型训练“工具箱”并投资AI硬件，特斯拉实现芯片和算法一把抓。

AI大战第三年，中美两大“AI全栈玩家”展现出了最旺盛的生命力。

一场年度开发者大会，被谷歌秀成了密集的AI军火展示，Gemini的多模态能力从追赶、反超到一骑绝尘，搜索没有被Perplexity们冲垮，反而是Gemini加持的谷歌全家桶变身通用Agent，一再跳票的Google Glass也以Gemini硬件终端的身份返场亮相。

高潮迭起的发布，带出一片“谷歌重返巅峰”的惊呼。

另一家猛加速的玩家是百度。一手是40天连发四款新模型，推理模型从对标DeepSeek的一半定价又下降到1/4，一手是云+AI应用连续出击，继数字人、通用Agent心响、自研三万卡集群亮相后，智能云交出了一季度42%的惊人增速，印证了两年前对“AI+云”是Game Changer的预判。

生成式AI爆发以来，作为最早布局AI的两家企业，谷歌和百度常常以“被比较的好学生”姿态出现，比较的对象从OpenAI到Deepseek，不变的是大众对“好学生”一贯的高标准要求。

资本眼里，谷歌和百度在AI产业链上的大包大揽和居高不下的资本开支，一度显得不够轻盈，稳重但不够性感。

然而当产业过了最初的狂热期，当后起之秀的新模型们持续跳票，单Chatbot模式后继乏力，大包大揽的全栈模式却展现了其业务结构的超强弹性和商业模式的灵活性。AI的叙事，于是又回到了“全栈玩家”的节奏里。

打败不确定性

年初的第12届世界政府峰会（WGS 2025），阿联酋人工智能部长问了李彦宏一个问题：Deepseek的火爆是否在意料之中？是否对其成就感到惊讶？

李彦宏想了想，给出了一个听起来有点模糊的回答：创新是无法计划的[1]。“人们无法确切知道创新何时何地会出现，所能做的就是营造一个有利于创新的环境。”

阿联酋人工智能部长和李彦宏，图源：环球网

并非顾左右而言他，这其实是基于对产业长久的冷峻凝视，对当前AI创业普遍困境的准确捕捉，即“不确定性”。

一方面，AI产业链条冗长复杂，从芯片算力到数据中心，从模型到行业应用、终端负载，大环节中嵌套着诸多小环节，并且仍在不断延展、扩充，导致创新发生环节的不确定性。

从最早爆发的AI应用市场，到后来的百模、千模大战，从算力芯片的多方角力，到以AI手机为代表的硬件齐发，“风口”层出不穷的同时快速切换转移，入局的速度赶不上“风口”变化的速度。

与此对应的是AI公司的诞生和消失，速度和规模都是前所未有的。

2024年上半年，仅在中国就有超过23.7万家AI公司注册，同时有8万家AI公司濒临倒闭[2]，其中不乏澜码科技等被资本寄予厚望的明星公司。

另一方面，AI产业各个环节看似独立其实连带效应显著，商业模式的打通往往需要多个环节合力共振，而单一环节的技术创新，很可能带动的是另一个环节的商业落地。

例如Deepseek-V3/R1的诞生，对其所在的大模型环节的影响更类似于鲶鱼，但却因为降低了推理成本打通了应用层商业变现的路径，“救活”了一众受困于成本墙的下游AI应用公司。

“风口”切换的不可预测性和环节的连带效应，解释了为何各家巨头都开始走出“舒适区”，向上下游布局。

靠GPU垄断最上游算力市场的英伟达，不仅推出基础模型、数据仿真工具、训练平台等一系列模型训练“工具箱”，还投资了包括机器人公司Figure AI在内的AI硬件标的；

主攻下游电动车终端的特斯拉更早实现芯片和算法一把抓，率先更新“端对端”算法后，顾不上新车、电池产能爬坡，就创造了122天建造10万卡数据中心的美国制造奇迹。

特斯拉的数据中心

巨头的思路是一致的，解决不确定性的最直接办法就是覆盖更多的环节，掌握跨领域的核心技术，实现业务之间的协同、支撑，同时确保在创新发生的时候能够立刻投入其中，找到身位，充分且及时地利用创新，并将其融入自己的体系。

AI产业正在导向一种“全优生”式的胜利，要求企业不仅有强大的财力支撑、足够的技术弹药，还要有长期主义的耐心。而这正是谷歌和百度的最大优势。

全栈式的胜利

论AI“武器库”的丰富程度，谷歌和百度产业内恐怕很难有敌手。

以百度为例，算力层包括包括自研的“昆仑芯”以及百舸AI异构计算平台，在不久前还点亮了昆仑芯的三万卡集群；框架层有国内首个开源产业级深度学习框架“飞桨”；模型层有文心大模型，应用层有百度文库、百度网盘，还有最新推出的通用Agent心响、无代码开发平台秒哒等等。

从百度财报看，最大惊喜来自智能云和萝卜快跑，其对应的云服务和自动驾驶出租车（robotaxi）赛道被公认为产业最难啃的两块骨头，百度跑赢行业，正有赖于其持续壮大的“武器库”。

智能云的增速一骑绝尘，42%的增长超过了全球几家知名头部云服务厂商的28%、20%和18%，且保持了超过10%的利润率。大模型浪潮之初，李彦宏曾预判“AI+云”将成为Game Changer，几年过去，市场变化正在印证着这一说法。

模型之外，智能云还涉及到两个层面的竞争力，一是云服务器背后的算力基础设施，决定了其部署模型的个数以及用户的调用成本和训练效率，二是“工具箱”的完整和易用程度。

对于前者，百度上月点亮了基于第三代昆仑芯的国内首个自研3万卡集群，能够同时承载多个千亿参数大模型的全量训练，支持1000个客户同时做百亿参数的大模型精调。

自研芯片的另一个好处是降低成本，百度千帆大模型平台调用DeepSeek-R1/V3推理价格最低至DeepSeek官方定价的30%，而自家文心4.5 Turbo每百万token输入/输出价格仅为DeepSeek-V3的40%。

搭配百舸AI异构计算平台对算力的优化，有效训练时间达到99.5%以上，两种芯片混合训练折损率被控制在了5%以内，将算力“用在了刀刃上”。

对于“工具箱”，百度的思路是针对高频痛点做模型工具链开发，同时提高平台兼容性、灵活性。这种思路的代表是近期首发的MCP（模型上下文协议）服务，使得大模型可以快速对接和调用外部应用，省去了大量代码时间。

智能云是一个典型的“全优生”赛道，考察的是企业在各个环节的整体技术实力。而萝卜快跑在此基础上还叠加了工程能力的终极考验。

投资人点评全球无人驾驶市场，图源：海外社交媒体

robotaxi的落地困境之一是极为漫长的测试过程。解决完corner case的代码屎山，从测试到商业化运营还得等1-2年的时间。超长周期拖垮了大批自动驾驶公司，Waymo时不时爆发财务危机，马斯克的大饼从2020年画到2025年。

“武器库”的充实让萝卜快跑比友商更快地拿到了入场券。

一方面，文心大模型的接入提升了其自动驾驶方案复杂场景决策能力，并利用国产零部件结合算法升级降低单车成本（第六代20.46万元，是waymo的1/7）；

另一方面，百度多年深耕自动驾驶积累了深厚的工程能力，使得萝卜快跑的业务能够在海内外快速铺开，在这个过程中快速积累真实行车数据，加快算法迭代升级。

至2025年5月，萝卜快跑在全球服务次数超过1100万，超过Waymo的1000万，更不论特斯拉的Robotaxi尚且为0。特斯拉的铁杆“木头姐”直言，Waymo、特斯拉和百度是三家落地robotaxi的公司中，百度是“估值最具吸引力的标的”[3]，其所在的方舟基金3月建仓至今，连续6次增持百度股票。

不止chatbot

Chatbot几乎是所有人对生成式AI的第一印象。

ChatGPT横空出世时，一度让谷歌灰头土脸，甚至被诟病是“起了个大早，赶了个晚集”。两年后，DeepSeek的亮相再次碾压众生，给从新星到巨头的AI企业来了一通无差别暴击。

聪明的、高度拟人的、情商满分的AI Chatbot，为大众展现了一副AI新景图，成为大众世界对AI的“刻板印象”。

但在AI行业内部，一时闪亮不是全部。Chatbot面临的困境既有用户粘性低、也有商业场景落地难，Chat聊得出惊喜，聊不出生产力。