智东西作者 李水青编辑 漠影一、破局利器一：场景智能体，啃下行业硬骨头的“尖刀连”二、破局利器二：模型务实，从通用底座到垂直场景的“精准打击”三、破局利器三：算力主权——国产AI芯片的“昆仑时刻”结语：全栈闭环，百度拿下65%央企战场的底层逻辑 当电力公司为一份供电方案反复奔波勘察，当高速事故因响应延迟堵成“长龙”，当金融投研被海量碎片信息淹没——实体经济的高价值场景，正卡在AI落地“最后一公里”。 6月6日，在2025智能经济论坛上，百度智能云交出答卷——从昆仑芯国产算力集群到自研文心大模型，再到垂类行业模型千帆慧金金融大模型，从千帆智能体工厂到12个行业实战案例，一套覆盖“芯-模-用”的全栈自主的AI基础设施正在成为破局关键。 当下，很多AI产物正需要从“能用”变为“好用”。简单的问答对话已无法满足需求，自主规划、调用工具完成任务的智能体成为很多公司的诉求突破口。 本次，百度智能云重磅推出“行业智能体家族”，聚焦能源、交通、座舱、医疗、生态五大领域，以任务型智能体直击产业深水区痛点。 电力是关乎国计民生的大事。电力公司日常会编制成千上万份供电方案，是一项非常耗费人力的工作。光是业务受理环节就要填报上百项数据，制定方案时常常要多个部门的工作人员上门现场勘察。 该智能体已在国家电网成功落地。国网App用户发起需求后，智能体通过意图识别、任务拆解，调用OCR、API等工具自动生成多套供电方案。传统需多部门协同数日的工作，如今效率大幅提升，电力资源调配从“人跑”变为“数据跑”。 高速路上每一次事故处理，都可能带来长时间拥堵。尽管过去几年智能交通快速发展，促进了交通管理水平的提升，但小模型支持的应急系统能力不足，误判、错判多，且问题识别后多数需要人工完成。 本次，百度智能云发布公路应急指挥智能体。该智能体能够识别问题并完成预案研判、辅助智能调度，把应急处置时间从1小时左右缩短到30分钟以内，预警准确率超95%。 该智能体已在河北京雄高速落地。通过“小模型感知+大模型校验”双引擎，应急指挥智能体精准识别异常停车等事件，自动生成应急处置预案、联动情报板调度资源，监控员选择其中一个预案进行执行，并自动联系应急救援车等部门来联动。 深蓝汽车基于这个智能体打造了“深蓝精灵”应用，它可以为儿童提供生成式绘本故事、英语情景对话等服务，让家庭出行兼顾安全与温情，打开车载娱乐新范式。 再来看看医疗健康，当我们生病的时候，能被快速接诊、尽快治疗是最大的安心。很多人都有这样的经历：在门诊外排了半小时的队，进诊室之后，医生还要从头问一遍“哪里不舒服”“什么时候开始”“有没有既往病史”……病人等得着急，医生看得也辛苦。 智慧就医智能体已落地武汉协和医院。患者在武汉协和AI导诊界面上传病历后，智慧就医智能体自动追问病情细节，生成结构化病情卡片推给医生。在分诊、挂号、问诊环节，节省医生85%加号复审时间，缓解“排队半小时，问诊三分钟”的民生痛点。 绿水青山就是金山银山。今天，AI正在让生态环境的监测和治理变得可感、可行，但小模型能力有限。拿水文监测来说，现在全国的国家级水质监测站就有近2000个，要为某个城市做水污染分析，需要专人跨越好几个业务系统中去翻查数据、统计分析，工作量大。 本次，百度智能云发布生态环境监测智能体。它可以基于大小模型能力，实时监测水文、大气、土壤等多维数据，秒级生成环境质量分析报告，不仅可以为环保相关部门提供公共政策制定参考，还能为相关公司制定环保方案提供支持。 这个智能体在空气质量问答、水质监测站点信息问答、污染源答疑等场景下回答准确率超95%，已经在中国环境监测总站落地。比如，其已助力天津-唐山秸秆焚烧污染事件快速溯源。 可以看到，“千帆智能体工厂+行业智能体矩阵”，百度智能云打造了啃下行业硬骨头的“尖刀连”，已经初步得到了多个行业公司的认可。 百度智能云的另一大破局利器还要回到模型能力。继4月发布文心4.5 Turbo和X1 Turbo两款旗舰模型后，百度本次又重磅推出金融行业大模型—千帆慧金金融大模型，在强大基座能力上构建垂直穿透力。 基座模型文心4.5 Turbo不仅在阅读理解、数理逻辑、标签分类等方面表现较好，还实现了突出的多模态攻坚。其多模态理解效果提升超过30%，在多个测试集上追平甚至部分超越了OpenAI的旗舰模型GPT-4.5。但在价格方面，文心4.5 Turbo百万tokens成本仅为DeepSeek V3的40%，具备极致性价比。 文心4.5 Turbo的多模态能力在制造、能源、化工等注重安全的行业价值明显。比如在矿山安全监控案例中，客户基于文心4.5 Turbo能够精准理解“人-机-地面”空间关系，并通过大小模型协作，对误闯人员进行精准识别和判断，从而提高矿山安全保障。 文心X1 Turbo是一个深度思考模型，实现了深度推理破局。其内置思维链，可自动拆解任务→调用代码工具→联网搜索→生成报告。而且其推理成本更低，价格只有DeepSeek R1的四分之一。在信通院最近公布的大模型推理能力评估中，文心 X1 Turbo的综合评级获得了当前最高级“4+级”，也是国内首款通过该测评的大模型。 以预算管控场景为例，某制造业公司需要在5月份五个部门的成本预算数据中，找到偏差值超过正负3%的费用项并给出建议汇报。X1 Turbo能够快速理解和拆解任务，调用代码解释器进行计算，调用联网搜索工具找出预算管控的优化意见，最后汇总执行结果并生成报告。从报告结果来看，数据准确，条理清晰，很好地完成了目标。 行业模型层，百度智能云推出千帆慧金金融大模型，以数百亿tokens高质量语料训练，推出两个版本：1、8B小模型：响应快、易部署，适用于意图识别、指标抽取等对时效要求高、任务相对明确的场景。2、70B大参数版本：更适合处理复杂推理、多轮任务规划的问题，比如投研辅助、策略分析，效果媲美千亿参数的通用模型。 在某头部银行金融销售场景为例，当客户向经理表达了装修贷款需求后，该模型不仅秒级生成完整贷款材料清单，并能将传统7步投顾流程压缩至10秒，同时确保风险管控，精准提示“严禁贷款资金挪用”的监管要求。实测中，该模型辅助销售成单率提升25%，在金融报告解读、文本写作等任务中错误率下降60%。 可以看到，百度大模型不仅强调刷榜分数和模型性能，更强调在行业场景中的实战效果。上述但凡是百度发布出来的AI大模型产物，都是经过真实客户和伙伴在业务场景中应用且起效的。 当通用大模型在专业场景“语无伦次”，当公司被千亿参数训练成本压垮，百度用“基础模型-行业模型-行业智能体”三级模型火力网，打穿产业AI落地最后一堵墙。 首先是硬核的昆仑芯P800。这是一款真正意义上为大模型而设计的芯片。它采用了完全由昆仑芯自研的XPU-P架构，性能卓越；32台机器就可以训练满血版DeepSeek这样的千亿参数模型。其3万卡集群于今年4月点亮，为国内首个全国产方案。P800目前已规模落地国家电网、中国钢研、招商银行、北大、同济等多个公司及高校。 其次是超节点架构。基于百度4月发布的昆仑芯超节点，64卡机柜通信带宽提升8倍，单机训练性能飙升10倍，单柜算力堪比百台服务器，且支持传统机房直接部署，可以满足MoE等大模型对通信带宽的高要求。 百度智能云混合云总经理杜海认为，获得行业重要客户的信任，基础能力是关键因素。对于集群稳定性以及使用效率的关注，已经成为了行业的新趋势。 百舸是一个强大的GPU算力管理平台，支持一云多芯，可以对所有的底层硬件进行统一纳管、调度。全国产3万卡集群的有效训练时长占比可以超过95%。而且一旦出现故障，百舸可以做到秒级感知、快速定位，并通过自动回滚机制让集群迅速恢复运行。 当然，算力平台的价值不仅在于性能，更在于灵活性。百舸向下兼容各种芯片、屏蔽底层差异；也向上适配各种主流的大模型框架，支持包括DeepSeek在内的国产开源模型的稳定训练和推理。 以DeepSeek R1满血版为例，百舸+昆仑芯的方案，对推理吞吐和时延等关键指标做了优化。在实际应用的主流场景下，单卡吞吐性能相比国内主流芯片方案高出80%；面对大规模高并发推理场景，首token时延追平海外主流推理芯片方案。 再拿长安汽车与百度共建的长安汽车智算中心来说，依托百舸平台和自研“星环平台”，该智算中心实现了多云环境下数据与算力的一体化管理和调度，集群平均算力使用率可以达到90%以上，综合资源利用率提升一半。 3万卡集群的规模化落地证明，国产芯片不仅能在参数指标上比肩国际巨头，更在工程化层面突破超大规模集群稳定性瓶颈。这种“硬件-软件-生态”的全栈能力，正是公司落地大模型应用的必备要素。 在头部电网公司的智算中心，昆仑芯集群正日夜处理着万亿级电力调度数据；武汉协和的诊室里，AI生成的病情卡片让医患沟通效率倍增；长安汽车的“深蓝精灵”座舱中，孩子们听着AI即时编织的童话故事安然入梦……
