1962年9月12日，得克薩斯州休斯頓的萊斯大學體育場，美國總統肯尼迪向4萬名聽眾發表了著名的登月演講：

“我們決定在這十年內登上月球，并非因為它們輕而易舉，而正是因為它們困難重重。”

在當時，這是一場違背民意的豪賭。大多數美國人持反對態度，因為預算是天文數字，而這些錢本可以用在地球上。在1965到1966年的高峰期，美國國家航空航天局的預算占到了美國聯邦總預算的4.4%，這一比例甚至高于今天的美國軍費。

歷史的吊詭之處在于，阿波羅計劃的巨額投入，最大收獲并不在太空。它沒有把人類帶入星際時代，但它為了解決登月難題而被迫點亮的科技樹，卻幫助開創了整個數字時代。

我們今天所享受的互聯網、智能手機和生成式AI世界，都建立在NASA當年的那場豪賭之上。

1962年，為了給登月任務制造一臺小型、快速、強大的制導計算機，麻省理工學院的實驗室說服NASA，放棄了當時成熟的晶-體管技術，轉而采用了一種全新、極不穩定且極其昂貴的尖端技術——集成電路。

NASA成了這項技術最初的全球唯一買家，用巨額訂單和嚴苛標準，在七年內把芯片的良品率提升了1000倍，把價格從每塊1000美金拉到了15美金。正是服務于阿波羅項目時，仙童半導體的戈登·摩爾寫下了著名的“摩爾定律”。當阿波羅11號登月時，NASA采購了全球60%的芯片。

時光跳轉到2012年，加州太浩湖，哈拉斯賭場酒店，731房間。

64歲的杰夫·辛頓，一個堅守神經網絡的學術邊緣人，正在拍賣自己只有三個人的公司。幾個月前，他和團隊用兩塊英偉達游戲顯卡（GPU）和AlexNet模型，在ImageNet大賽上以碾壓性優勢奪冠，將圖像識別錯誤率從26%驟降至15.3%，就此打響了深度學習革命的發令槍。

此刻，房間里擠滿了科技巨頭的代表：谷歌、微軟、DeepMind。以及，唯一的中國公司：百度。

2012年的中國互聯網，O2O、團購、移動社交才是最熱門的賽道。所有人都在談論商業模式和流量變現，資本熱火朝天。人工智能，這個曾兩度經歷寒冬的詞匯，在主流視野中甚至不如P2P來得性感。

為什么百度會出現在這場決定未來十年的“技術賭局”上？

要理解百度這次“早起”的意義，就需要理解60年前NASA的那場豪賭。肯尼迪選擇登月，是因為它困難重重。而百度選擇AI，是因為看到了那扇窄門背后，通向的是下一個時代。

這個問題的答案，就是百度AI戰略的原點。

孤獨的窄門

2012年，百度凈利潤首次突破100億人民幣。但這家PC時代的搜索霸主，正面臨移動互聯網的巨浪。商業世界的巨大變革呼之欲出，這讓百度陷入了某種“迷茫”。在所有人都看得到的“明線”上，它必須應對一場迫在眉睫的戰爭。

2014年，李彥宏在內部信《改變，從你我開始》中，要求團隊拿出“狼性”，淘汰“小資”。他焦慮的不是利潤，而是“投入不夠”。這封信后來被外界解讀為百度進軍O2O、外賣、團購等地面戰場的動員令。在那個所有人都看得到的戰場上，百度需要用“狼性”去拼殺，去爭奪“今天”。

但在大部分人看不到的戰場上，李彥宏真正在意的，是那個當時只有少數人能看到的“明天”。他要去尋找一種更根本的、能顛覆現有格局的技術。

2012年的太浩湖拍賣會，因為眾所周知的原因，百度最終沒有獲勝。谷歌以4400萬美元的天價，將辛頓團隊收入囊中。但這場失利，反而讓李彥宏下定了決心。他親眼見證了國際巨頭不惜花費巨資搶奪AI人才的決心，他也更加篤定了，AI就是那個一直尋找的答案。

在不久后2013年1月的百度年會上，李彥宏宣布成立“深度學習研究院”（IDL）。這是全球企業界第一個用“深度學習”來命名的研究院。李彥宏親自擔任院長，他的目標是：要做中國人工智能領域的貝爾實驗室，吸引全球最頂級的人才。

在全行業都在為商業模式創新而狂熱時，百度選擇了一條“技術信仰”的窄路。

為了給IDL招兵買馬，百度找到了當時還在斯坦福的吳恩達。吳恩達是谷歌“谷歌貓”項目的發起人之一。根據《深度學習革命》一書披露，吳恩達之所以在2014年選擇百度，一個關鍵原因在于：當時谷歌對GPU訓練算法的態度尚不明朗，不支持他購買更多昂貴的GPU，但百度承諾“隨便買”。

這種不計成本的投入，在百度后來的十年中成為常態。

選擇走窄門，是需要付出代價的。當百度將巨額研發砸向AI時，它在移動互聯網的地面戰場中顯得步履蹣跚、動作遲緩。

過去十年，百度累計研發投入超過1000億元人民幣。2020年，百度核心業務的研發投入占到收入的21.4%，這一強度在全球大型科技互聯網公司中都鳳毛麟角。

這種孤獨的投入，在很長一段時間里不被外界理解。最尖銳的批評是:“百度擁有昨天和明天，唯獨沒有今天。”

但百度不是沒趕上移動互聯網的集，而是主動選擇了去趕一個更遠、更具決定性的集：為一個尚未到來的時代，打造全棧式的技術地基。

當2022年底ChatGPT發布，AIGC的浪潮席卷全球時，全中國的科技公司都在問同一個問題：該怎么追趕？而百度，是唯一一個能立刻拿出文心一言來應戰的玩家。

歷史再次押韻。正如NASA的登月計劃無意中催生了數字時代，百度對AI的“早起”，也讓它在十年后拿到了下一場技術革命的入場券。時代獎勵了百度的堅持。

為什么必須全棧自研？

進入窄門，只是拿到了資格。如何走過漫長的無人區？百度的底層方法論是：全棧自研。

圣塔菲研究所的學者布萊恩·阿瑟在《技術的本質》一書中提出了一個核心觀點：“技術并非孤立的發明，而是一個自我演化、自我創造的系統。新的技術幾乎總是從已有技術的組合中誕生的。”

阿瑟將此稱為“組合進化”。一項技術，比如噴氣式發動機，并不是憑空發明的，它是燃氣輪機（來自發電系統）和壓縮機（來自工業鼓風機）等已有技術的組合。

這一輪生成式AI的爆發，同樣是“組合進化”的產物。它來自于過去數十年中，算力、算法和數據相關技術的積累。正是有了深度學習與計算機視覺革命，讓機器能“看見”；有了Transformer架構與大型語言模型，讓機器能“理解”；才最終組合出了生成式AI，讓機器能“創作”。

這個理論解釋了百度戰略的必然性：真正的護城河，不是掌握某一項單一技術，而是掌握最全、最底層的組件。因為你擁有的組件越多，未來組合出新技術的可能性就越大。

在AI時代，最好的老師是英偉達。

2007年，當英偉達發布CUDA平臺時，這是一個近乎瘋狂的舉動。它強迫開發者學習一種全新的編程語言，只為了調用GPU。英偉達的黃仁勛熬過了萬丈孤獨。直到2012年，辛頓的團隊正是用英偉達的游戲顯卡和CUDA平臺，贏得了ImageNet大賽。從那一刻起，英偉達的組件（GPU+CUDA）就成為了AI時代的軍火庫，也成就了人類有史以來第一家市值五萬億美金的公司。

百度的選擇如出一轍。它要做的，是成為AI時代的組件供應商，而且是全棧自研。在全球科技公司中，百度是極少數擁有從芯片、框架、模型到應用，四層AI技術全棧布局的企業。

百度的全棧布局，從底層的芯片開始。其自研的昆侖芯，從昆侖芯1代開始，百度就將其應用在搜索引擎的推理上。如今，昆侖芯已經部署了數萬片。這使得百度能在訓練和推理上實現“芯片-框架-模型”的協同優化，把成本打下來。

在芯片之上，是AI時代的操作系統——飛槳深度學習平臺。如果模型是皇冠，框架就是地基。飛槳的作用是降低AI的開發門檻。截至2025年9月，飛槳平臺已經凝聚了2333萬開發者，服務了76萬家企業。

操作系統的核心，是強大的模型引擎。百度的文心大模型早在2019年就發布了1.0版本。在ChatGPT引爆全球之前，文心大模型就已經在國家電網、浦發銀行、吉利汽車等多個產業中落地。在2025年的百度世界上，百度更是發布了新一代文心大模型5.0，其能力已處于全球領先水平。

而這套“芯片-框架-模型”體系最獨特的護城河，在于頂層的應用場景：搜索、文庫、網盤、地圖、自動駕駛等。

這四層布局構成了一個飛輪：海量的應用場景為大模型提供了最真實、最多樣的數據反哺；大模型通過學習這些數據變得更聰明，進化出新知識；更聰明的模型又反過來提升了應用層的用戶體驗；更好的體驗又吸引了更多用戶，產生了新的數據。

這構成了一個完整閉環。

在AI時代，全棧自研是一條最苦、最慢、最燒錢的路。它意味著巨額的、長周期的研發投入。但在效率和成本的極限競爭中，這又是唯一的生路。因為只有全棧自研，才能實現端到端優化；只有全棧自研，才能在競爭對手優化單一環節時，你已經開始優化整個系統；只有全棧自研，才能真正把成本打下來，把AI從昂貴的實驗室，變成普惠的基礎設施。

市場為什么重估百度？

技術革命總是在重構產業格局。AI正在重構一切：微軟不再是Windows公司，而是AI-Cloud公司；英偉達不再是游戲顯卡公司，而是AI算力公司。

百度的身份同樣在被重構。長期以來，資本市場給百度的標簽是“搜索公司”。但當AI成為新的技術范式，搜索本身也只是AI的應用場景之一。百度正在發生的，是一場深刻的“AI內化”，其徹底程度，在中國科技企業中獨一無二。

目前來看，企業“內化AI能力”，有三個代表性的應用方向：第一是AI代替重復性勞動；第二是生產力的無限供給。第三個是AI超越人類認知。

2025年11月13日的百度世界大會，主題是“效果涌現”。如果說過去十年的投入是播種，那么今天，百度終于迎來了收獲期。

那些十年前種下的、曾被質疑的AI資產，正在成為百度的新王牌。

最引人注目的，是自動駕駛的規模化落地。自動駕駛曾是李彥宏眼中“人工智能最頂級的工程”。2017年，他乘坐無人車開上北京五環，收獲的是一張罰單和全網的群嘲。但這張罰單卻間接推動了中國自動駕駛法規的進程。

今天，蘿卜快跑已經成為全球最大的自動駕駛出行服務商，每周全無人訂單數達到25萬，全球出行服務次數超1700萬。其服務覆蓋全球22座城市，全無人駕駛里程突破1.4億公里，自動駕駛總里程超2.4億公里。更關鍵的安全數據顯示，其全無人駕駛平均行駛1014萬公里才會出現一次氣囊彈出事故，遠超人類駕駛員和谷歌Waymo的水平。

2025年是蘿卜快跑高速發展的一年，正是得益于百度長期積累帶來的，行業領先的無人駕駛技術、豐富的運營經驗和卓越的安全記錄。

如果說蘿卜快跑是AI對物理世界的重構，那么一系列AI原生應用的涌現，則是對數字世界的重構。

在2025年世界大會上，百度正式發布了全球首個自我演化智能體——伐謀。李彥宏將其最主要的應用場景定義為：找到“全局最優解”。伐謀能夠模擬甚至超越頂尖的算法專家，為交通、能源、金融、物流，乃至新藥研發等各種領域 ，根據變化的條件自動迭代，給出最優的動態方案。在近期的全球公開測試中，伐謀項目表現驚艷，實現了全榜單SOTA，并在AI此前從未解出的難題上完成了突破 。

這一切“效果涌現”的背后，是百度長達十年對AI基礎設施的堅定投入。

大會上，百度發布了新一代昆侖芯M100和M300。M100針對大規模推理場景和MoE模型做了極致優化；M300則為超大規模的多模態模型訓練與推理任務設計。在算力節點上，百度公布了昆侖芯超節點的最新計劃，天池256超節點與天池512超節點將于明年正式上市。其中，天池512超節點，單個即可完成萬億參數模型訓練。

得益于強大的AI基礎設施，百度也正式發布了新一代大模型文心5.0。它的能力在大會前就已得到驗證：文心5.0的預覽版（ERNIE-5.0-Preview-1022）登上了LMArena大模型競技場，文本能力位列全球并列第二、中國第一，核心能力超越了多款國內外主流模型。

作為原生全模態大模型，文心5.0與業界眾多“后期融合”模型有根本不同。它自訓練伊始便聯合建模文本、圖像、音視頻。架構上，它采用超大規模混合專家（MoE）模型，達業界已公開參數之最。同時，通過超稀疏激活技術，它在保持強大能力的同時顯著降低了計算與推理成本，并在多模態理解、指令遵循、創意寫作和智能體規劃等方面表現出色。

在2025年，百度那個曾被視為遙不可及的“明天”，終于變成了“今天”。

資本市場在今年上半年以來對百度的追捧，正是對百度AI資產的重新定價。要真正理解百度的價值，必須忘掉它原有的搜索標簽。百度正在發生的，是一場深刻的、從芯片到應用、從內部研發到外部賦能的“AI內化”，其徹底程度，在中國科技企業中獨一無二。

技術信仰者的星辰大海

李彥宏的底色，始終是一個信仰技術可以改變世界的工程師。

回顧過去20年的百度世界大會，有10年的主題都與AI相關。從“生成未來”，到“應用來了”，再到2025年的“效果涌現”，李彥宏的領導力不在于追逐稍縱即逝的風口，而在于一種罕見的定力——他有足夠的耐心，去等待一個技術從實驗室的孤燈，走向盛大的應用爆發。

2021年，百度回港二次上市，李彥宏在致股東信中寫下了這樣一句獨白：

“我們熬得過萬丈孤獨，藏得下星辰大海。”

這是對百度始終“早起”、敢入“窄門”最傳神的注腳。

回望肯尼迪的登月計劃，它留給人類最偉大的遺產，不是月球上的幾塊巖石，而是為了解決登月這個不可能的任務，而被迫發明出的整個數字時代。

百度長達二十年的技術求索，其真正的遺產或許也不僅僅是文心大模型、蘿卜快跑或全棧AI技術。更在于它在蠻荒時代孤獨的投入，為中國的科技產業輸出了一套標準、一批人才和一套可供全行業使用的基礎設施。

技術是一個永恒的循環。正如布萊恩·阿瑟所說，技術總是在“為解決老問題去采用新技術，新技術又引起新問題，新問題的解決又要S訴諸更新的技術”。

百度世界2025的“AI內化”不是終點。它只意味著，百度用AI解決了上一代的問題，并因此獲得了解決下一代問題的新組件。

對于李彥宏和百度這家技術公司而言，這場冒險，未到盡頭。