第十届世界人工智能大会（WAIC）在上海拉开帷幕，这场盛会不仅汇聚了全球顶尖的AI专家和企业，更成为中国AI产业十年发展历程中的重要里程碑。十部委与上海市政府联合主办，图灵奖得主姚期智担任学术会议主席，首次设立的OPC（一人公司）专属展示区，以及从芯片到应用的完整产业链企业悉数到场，无不彰显着此次大会的规格之高。
在这场AI盛宴中，中国AI产业链的变革尤为引人注目。三年前，ChatGPT的爆火让中国AI产业陷入追赶的焦虑，当时仅有百度的文心模型代表中国亮相。然而，到了2024至2025年，国产模型如DeepSeek、智谱AI、阶跃星辰、MiniMax等开始崭露头角，应用创新层也涌现出众多新声音。从2025年底开始，以OpenClaw为代表的智能体浪潮席卷全球，AI竞争进入新阶段，中国AI产业也完成了从大模型竞赛到国产算力芯片自主突围，再到智能体落地百花齐放的跨越式迭代。
在这场变革中，中国AI产业的崛起并非依赖单一技术的突破，而是模型、算力、工程、场景的深度耦合。一个庞大的AI产业链已然形成，并在黄浦江边集中展现。作为AI领域的长期参与者，百度在此次大会上展现了不同以往的一面。
百度的展区中，一整套智能体全家桶吸引了众多目光。从底层的昆仑芯、天池超节点，到百度智能云平台、大模型能力，再到上层的智能体应用，几乎覆盖了智能体落地的全链路。这种全栈自研的密集展示，在WAIC现场并不多见。大多数厂商更倾向于展示某个单点突破，如更聪明的模型、更前瞻的技术或更酷炫的功能。
更值得一提的是，百度AI战略的节奏明显提速。以百度智能云为例，它不再满足于跟随行业喊概念，而是将“AI能赚钱”这件事真正落地。2026年第一季度，百度总营收达到321亿元，其中AI业务贡献了136亿元，同比增长49%，占一般性业务收入的52%。这是AI收入首次超过半数，其中AI云收入88亿元，同比增长79%，GPU云收入同比增长184%。云业务的高速增长，正拉动百度AI收入越过关键分界线。
智能体时代的到来，正悄然改变AI竞争的逻辑。过去，大模型技术飞速迭代，SOTA榜单几乎每周一变，一个可用的大模型已不再稀缺。然而，当一个人借助智能体就能跑通一家公司的研发、运营甚至客服时，AI已不再是实验室里的玩具，而是成为真正的生产力。这半年，所有头部厂商都在努力“杀死”自己的Chatbot，将自己转变为Agent。从Claude code到OpenAI的ChatGPT Work，再到国内大模型厂商的纷纷转型，这一趋势愈发明显。
Chatbot的终局是一个更聪明的搜索框，而Agent的终局则是一个数字劳动力。你给它一个目标，它自己拆解、执行、调试、交付。这种差异决定了两者终局的不同，也要求我们用不同的尺子去衡量。智能体时代的真正标志，或许不是某个产品的发布，而是AI度量衡的切换——从关注Token投入转向关注Token产出。这一切换触及了AI商业化的核心命题。
过去两年大模型行业的Token价格战，本质上是在用消耗量为自己背书。然而，AI与纯互联网不同，Token是有硬成本的，烧Token烧不出护城河，只会烧出负毛利。这也是为什么Token价格战越打越危险，它把行业的注意力锁死在怎么让调用更便宜上，却忽略了调用完到底创造了什么。便宜的无效调用，往往比昂贵更可怕，因为它会让人误以为自己在进步。
百度CEO李彦宏在Create2026百度AI开发者大会上抛出了新词DAA（Daily Active Agents），即日活智能体数。他认为，Token只代表成本，不代表收益，它衡量的是投入，不是产出。他预测未来全球DAA有望超过100亿。这一观点得到了百度内部的广泛认同。百度集团执行副总裁、百度智能云事业群总裁沈抖表示，智能体是大模型落地的核心载体，百度更聚焦智能体实际活跃频次与日活跃智能体规模，即DAA。
聚焦落地与效果，已成为百度内部技术实践的重要标准。5月，百度宣布全面升级Agent基础设施，将MaaS模型服务升级为Token Factory（词元工厂），并发布Harness Engineering（驾驭工程），以帮助企业和个体打造智能体。实测数据显示，百度智能云的这套方案在办公场景任务成功率达95%，相比同类产品减少23%的Token消耗。
然而，要拼Token效率，还得靠“全栈”。以金山办公为例，内部一个月消耗差不多4万亿的Token，这是一笔不小的账单。领导层更关心的是，这么多Token到底用在了哪里，员工用Token做了什么，又解决了哪些实实在在的企业业务。这其实是一道管理题，而不只是技术题。沈抖认为，当下行业竞争的核心是全栈综合能力。
百度是国内为数不多实现从底层AIDC算力基建到上层行业智能体应用全链路自主研发布局的企业。内部各类业务数据、技术需求可双向互通协同优化，最大化降低软硬件适配带来的资源损耗与性能折损。这种全栈协同是很多厂商不具备的优势，也是百度在短时间内难以被复制的系统性竞争力。
在智能体时代，全栈这个词被很多人挂在嘴边，但真正的全栈不是把别人的芯片、别人的模型、别人的框架组装在一起，而是从指令集级别原生对齐。让模型懂芯片的长处，让云懂模型的形状，让Agent懂云的边界，四层共用同一套优化语言。这样，当一次任务可以少走三步、少算一轮时，省下的Token不是靠砍功能，而是靠全栈一起把路走直。
百度智能云率先完成这次重写，并从“芯云模体”整体做了系统性升级，打造了面向Agent的新全栈AI云。除了Agent Infra之外，它们在AI Infra方面也做了诸多升级，包括自建AIDC人工智能算力中心体系，自研800伏直流供电体系，搭配定制液冷散热设备、专用变压器与应急供电设备，完成机房基建、电力、散热、网络全流程国产化改造。
已经研发十年的昆仑芯也通过大模型训练、推理的实战经验，合理配置芯片的算力、显存、带宽并深度优化核心要素之间的协同。在这套体系下，昆仑芯P800已完成三万卡规模化交付及文心重要版本训练。天池超节点的推理效率也提升50%，从而推动模型的训练成本的下降。
市场对百度的认可也体现在数据上。2026年上半年，百度智能云在大模型项目披露中标金额达到13.86亿元，数倍于其他云厂商。当AI业务在一家公司总营收里过50%，它就不再是创新业务，而是主营业务。这对百度是一个分水岭，对整个行业也是一个信号：智能体时代第一条增长曲线，有人跑出来了。
智能体时代的到来，给云基础设施带来了全新的增量需求。当Agent从演示变成生产工具，当企业从试用变成批量部署，云就不仅仅只是资源的租赁商，而是智能体运行的操作系统。这种需求结构的转变，直接推高了百度智能云在中标市场的胜率。同时，面向智能体时代，云本身也在高速迭代。Create 2026期间公布的新全栈AI云，正是为了大规模智能体落地而生。
沈抖认为，智能体普及会让行业形成全新的高速迭代闭环。一方面是AI拆解任务人类补充信息，另一方面是源源不断产出贴合真实业务场景的高质量训练素材。这些沉淀下来的数据，质量会远高于传统人工标注数据，能够反向驱动大模型持续优化升级。而大模型性能提升后，可承接的业务场景与复杂任务持续增多，企业落地部署智能体的数量随之上涨，进一步沉淀更多产业实战数据，反哺模型迭代优化。由此形成高速运转的产业飞轮。
