人工智能产业的竞争正在进入一个全新的阶段。模型参数规模越滚越大，算力需求水涨船高，应用场景不断拓宽——在这样的行业背景下，每一家科技巨头都在重新校准自己的航向。近日，百度发布了2026年第二季度财报，季度总营收达到313亿元，其中AI业务收入占比连续两个季度超过50%，释放出极为明确的战略信号：AI已经成为这家公司绝对的业务主轴。而在这场财报电话会议中，管理层对于文心大模型的定位、AI云的增长逻辑、昆仑芯的上市进展以及香港双重主要上市等话题的回应，也为我们观察百度乃至整个中国AI产业的走向提供了重要切口。值得关注的是，在智能工具应用愈发普及的今天，百度的全栈AI布局究竟能否支撑其重回技术巅峰？让我们深入解读这场业绩会的关键信息。
文心大模型：从追赶者到重新定义第一梯队
关于文心的竞争定位，百度管理层给出了一个颇为坚定的判断：有信心让文心重新回到基础大模型的第一梯队。这一表态的背景是，全球范围内数万亿参数级别的大模型正以惊人的速度迭代，几乎每隔数月就会有新模型在某个维度刷新基准测试的成绩。在这样一个高度动态的赛道中，任何暂时的领先或落后都不具备终局意义。
百度对文心的信心并非空穴来风。过去十余年对昆仑芯和萝卜快跑的持续投入，已经验证了这家公司对技术创新的耐心和坚持。对于基础大模型，百度同样采取了长期主义策略——不仅进一步优化了组织架构，还引进了顶尖的AI人才。但更值得关注的是其"应用驱动"的迭代路径。管理层明确表示，文心不会试图在所有维度上保持领先，而是聚焦AI搜索、数字人、秒哒、伐谋等核心应用场景，将模型能力打磨到极致。
这种策略的巧妙之处在于形成了技术迭代的闭环：当文心在用户意图理解、内容质量评判等能力上取得进步时，这些改进会直接落地到搜索和信息流业务中，通过真实用户反馈和业务数据反哺模型训练。这种将技术进步快速转化为产品体验和商业价值的路径，恰恰是许多大模型训练项目所欠缺的关键环节。而在行业生态层面，AI Agent技术的兴起也为文心提供了新的施展空间——正如管理层所提到的，通用智能体正在成为推动模型持续进化的重要力量。
对于投资者而言，理解文心的竞争定位需要跳出单一的基准测试榜单，转而关注其在真实应用场景中的表现力。百度的回答传达出的核心理念是：基础大模型的竞争是一场马拉松，而非短跑，唯有将技术投入、应用场景和商业闭环紧密结合，才能笑到最后。
AI云爆发式增长背后的结构性机遇
百度智能云在本季度交出了一份令人瞩目的成绩单：AI云基础设施营收同比增长50%，其中GPU云营收同比增长283%，连续四个季度实现三位数增长。这一增速不仅远超行业平均水平，更从一季度的184%进一步加速，显示出强劲的增长动能。
沈抖在电话会议中将这一增长归因于三重驱动因素。首先是市场需求的持续扩张——中国企业对AI算力的需求依然十分旺盛，特别是推理业务的快速放量，正在为云基础设施带来增量空间。其次是客户群体的多元化——互联网、游戏、具身智能、自动驾驶、智能手机、金融服务等越来越多的行业开始采用AI云服务，新客户不断涌入，核心客户的支出规模也在持续提升。第三则是百度全栈AI架构带来的差异化竞争力——从芯片到云基础设施、从大模型到应用层，每一层都能形成协同效应，这在行业内并不多见。
格外值得关注的是GPU云在收入结构中占比的提升及其对利润率的影响。管理层透露，GPU云的利润率显著高于传统CPU云，且随着规模扩大仍有进一步优化的空间。这意味着，AI云业务的持续增长不仅会带来营收规模的扩大，还将推动整体利润率的改善。此外，千帆平台MaaS业务的早期势头也令人欣喜——外部客户调用Token带来的营收正在高速增长，尽管目前占比较小，但随着推理成本的持续下降，这部分业务有望释放出更大的盈利潜力。
从产业视角来看，百度AI云的高速增长并非偶然。算力需求的指数级攀升与国产AI芯片供给的相对紧张，构成了一个结构性供需缺口。百度凭借其全栈AI能力和自研芯片的端到端成本优势，正在将这一缺口转化为自身业务的增长引擎。对于关注企业数字化转型的决策者而言，百度AI云的案例提供了一个参考样本：技术深耕与商业化的良性循环，远比单纯的规模扩张更具可持续性。
昆仑芯上市与资本棋局：AI生态的战略纵深
在本次财报会议中，昆仑芯的拟议上市进展成为分析师关注的焦点之一。尽管管理层对于上市流程的具体时间表保持了审慎态度，但对于昆仑芯的长期商业潜力和战略定位，沈抖给出了相当清晰的阐述。
从行业大势来看，AI算力需求正从训练场景向推理场景快速迁移。模型能力持续提升，智能体应用拓展到更广泛的使用场景，推理算力的需求增速尤为迅猛。这为AI芯片行业带来了长期的结构性增长机遇。而在供给端，国内算力市场在一段时间内仍将处于紧张状态，客户对高性能、高可靠、高性价比的国产AI芯片有着极为旺盛的需求。历经十余年的技术积累，昆仑芯在芯片性能、软硬件一体化、主流模型适配和大规模部署方面已经建立起扎实的护城河，这让它在把握国内AI算力需求的浪潮中占据了有利身位。
从百度AI生态内部来看，昆仑芯的价值远不止于一个独立的芯片业务。作为全栈AI架构的基础设施层，它与云平台、大模型和应用层紧密协同，通过端到端的优化实现更优的性能、可靠性和成本效率。这种"芯片-云-模型-应用"四位一体的架构，让百度在某些关键场景中能够提供比单纯组装第三方方案更具竞争力的整体解决方案。这种协同效应也呼应了近年来行业内对于AI算力基础设施重要性日益增强的共识。
而在资本市场层面，百度推进香港双重主要上市的举动同样耐人寻味。管理层预计在2026年内完成转换生效，之后将积极争取纳入港股通。这一安排的核心逻辑在于拓宽投资者基础、提升股票流动性，更重要的是让亚洲地区的投资者能够更好地理解和参与这家以AI为核心的科技公司的价值。长期来看，双重主要上市叠加可能的港股通纳入，将显著扩大中国大陆投资者的参与度，百度在资本市场的叙事也将从"中概股"切换到"AI+港股"的新维度。
投入与盈利的平衡术：AI投资回报率的精细化管控
AI业务收入占比已经过半，资本开支持续攀升，百度如何在激进的AI投入与稳健的盈利目标之间找到平衡？CFO何海建给出了一个相对务实的回答框架。
管理层明确表示，百度依旧处于AI投资周期之中，进行投资的决心毫不动摇，但同时强调"审慎开支"和"高度关注投资回报率"。这种平衡策略的核心原则是：投资由客户和内部业务的真实需求驱动，让大部分AI投入能够快速落地，在相对较短时间内产生营收贡献。这与许多企业在AI领域的"表演式投入"形成了鲜明对比。
从具体业务来看，AI云基础设施的利润率改善路径已经颇为清晰：GPU云占比提升带来的结构性优化、MaaS业务规模化后的盈利释放、自研芯片带来的端到端成本优势，以及资源利用率和经营杠杆的持续增强，这些因素共同构成了利润率长期扩张的基石。与此同时，AI应用业务展现出的订阅模式和用户粘性，为其未来的利润率表现提供了想象空间。
当然，管理层也坦诚地指出，不同AI投资项目的回报周期各不相同，部分项目需要更长时间才能兑现价值。百度目前的策略是：坚决投入那些对长期竞争地位最重要的领域，同时对投入资本回报率、运营效率和现金流保持同等严格的管控。这种"既要又要"的表述，本质上反映了当下所有AI巨头共同面临的两难——在技术窗口期，过度保守可能错失弯道超车的机会，而过早追求盈利则可能限制未来的发展空间。百度的选择是，用精细化的投资管理来熨平技术周期带来的波动，让每一笔投入都尽可能快地产生商业回响。对于关注最新科技投资逻辑的读者来说，百度的这一平衡术具有相当典型的参考价值。
AI搜索的转型阵痛与长期价值
网络营销收入持续承压，是百度当前面临的最直接挑战之一。在本次电话会议中，管理层坦承AI搜索转型和主动克制商业化变现是广告业务短期表现疲软的两大原因，并预期这一压力在下半年仍将延续。
但从产品层面来看，百度AI搜索的进化方向是明确的。管理层透露，通过将AI搜索与文心助手打通，百度正在把单次的搜索回答转化为具备交互性的多轮对话，使用户能够更自然地处理追问和复杂需求。在工具调用、多步骤规划和复杂任务执行等维度，文心助手的任务智能体已经在PinchBench V2和Super CLUE-X等第三方基准评测中取得了靠前成绩。这些能力层面的进步，本质上是在从"搜索框"向"智能助手"的形态跃迁。
商业化层面的克制体现了百度对长期价值的追求：在广告环境本就承压的背景下，主动放慢AI搜索变现节奏，优先打磨产品体验，这一策略虽然短期内拖累了营收，但有助于在AI交互形态真正成熟时占据用户心智的制高点。管理层预期，随着模型能力、用户体验和任务复杂度的持续提升，未来将涌现出更多与AI交互体验天然适配的商业化机会。
从用户视角来看，AI搜索的进化正在重塑信息获取的方式。当AI工具导航和智能工具的普及程度不断提升，用户对搜索结果的质量、交互性和任务完成能力提出了更高的要求。百度的AI搜索转型，本质上是对这些用户需求变化的回应。尽管阵痛难免，但只有穿越这个周期，才能在新的信息生态中占据更为主动的位置。
全栈AI战略的未来图景
回顾整场财报电话会议，"全栈AI"是贯穿始终的关键词。从底层芯片到云基础设施，从基础大模型到应用产品矩阵，百度正在构建一个纵深极长的技术栈。这种布局方式在行业内并不常见——大多数公司选择在某一层深耕，而百度选择了全链条覆盖。
这一策略的优势在于协同效应和端到端的优化能力：芯片可以为云和模型定制，云可以为模型训练和推理提供优化的基础设施，模型可以为应用提供更强能力，而应用产生的数据又可以反哺模型迭代。这种纵深布局在AI竞争日趋激烈的当下，正在成为百度差异化竞争的核心壁垒。
当然，全栈AI战略也意味着巨大的资金投入和管理复杂度。百度需要在芯片、云、模型、应用多个战线同时作战，这对组织能力和资源配置提出了极高要求。但管理层对此表现出坚定的信心——AI驱动业务收入占比过半已经是一个里程碑式的信号，而GPU云283%的增长和利润率改善则进一步验证了商业模式的可行性。
站在更宏观的视角来看，中国AI产业正在经历从"模型竞赛"到"应用落地"的关键转折。AI技术的差异化红利正在从单一模型能力向综合生态能力迁移。百度押注的全栈AI战略，实际上是在为这一趋势提前布局。随着文心大模型的持续迭代、昆仑芯的独立上市、AI云的高速增长，以及香港双重主要上市的落地，一个更加立体、更加市场化的百度AI生态正在逐渐成型。未来能否真正实现"重回AI第一梯队"的愿景，既需要技术的突破，也需要商业化的验证——但至少从当前的路径选择来看，百度已经找到了属于自己的航道。