基础设施重构与开放生态。

作者｜连冉
编辑｜郑玄
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。
*头图来源：百度
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你如何看待百度智能云？
 

热点视频

马斯克称，机器人数年之内，将超越优秀人类外科医生。
点赞关注极客公园视频号，
观看更多精彩视频
 

更多阅读