来源：MacTalk

上周，我写过一篇文章：巨头给人的压迫感。其实那篇文章是在聊谷歌最近一系列的新发布，从硬件到软件，几乎整个公司全线都在推进和整合 AI。大模型的竞争，短期拼的是产品体验。

而长期决定胜负的，可能是系统化的落地能力。AI 的浪潮之中，创业公司肯定会有机会，但大厂，也绝对不像简化过的故事中讲的那样，迟钝和守旧。

周末和同样创业的朋友邱岳聊天，我们盘了下，大模型发展到现在，当年声名鹊起的 AI 六小龙已经明显缺乏后劲。国内的市场上，能够持续亮剑的也就百度、阿里、字节、DeepSeek 这几家公司。其中，前三家都是大厂。

大模型赛道，已经从“百模大战”走到了“寡头胜出”的后半场。从产品更新速度、落地深度、资源整合能力来看，留给纯模型创业公司的时间窗口，已经不多了。

我知道的，包括零一万物、百川在内的创业公司都已经转型。全世界范围内来看，做基础大模型的创业公司，能留下来的，也许不会超过三家，这是我的一个判断。

开头说的那篇文章发出来后，有几个群友讨论。我惊讶的是，有人居然觉得谷歌百度已经被颠覆。看来，大家还是喜欢听宏大简单的故事。

事实上，真正在颠覆的，可能是市场对谷歌“英雄迟暮”的注解。I/O 大会饱和式的发布，从 Gemini 的多模态能力、全方位更新的 Gemini AI 助手，到让谷歌全家桶变成通用 Agent，再到点燃现场的AI+AR眼镜，谷歌全方位展示了自己的AI布局和成果。

左手拿着芯片+模型+云，右手抓着搜索 + Agent，过去那些动不动就被拉出来和 OpenAI 对比并挨骂的日子，离谷歌越来越远。

今天我接着这个话题，聊聊国内的百度，用最客观的视角。

就在谷歌 I/O 大会的同一天，百度发布了 Q1 财报，营收和利润双双增长。李彦宏在业绩电话会上透露，百度 AI 相关收入同比增长超过三位数。数据不难查，我就不贴图了。至少有一点可以确定：AI 正在为百度带来实打实的新增长。特别是百度智能云，同比增速达到了 42%，利润率大于 10%。

再往前几周，百度的 Create 大会也值得重点一提。这场发布会，几乎覆盖了从底层算力到最终用户体验的完整链路。

在模型层面，百度推出了文心 X1 Turbo 和 4.5 Turbo，聚焦多模态、强推理和高性能；在应用层，则带来了 AI 数字人、通用智能体“心响”、无代码开发工具“秒哒”等一系列新品。值得注意的是，百度搜索早已整合了类似谷歌 AI Mode 的能力，甚至上线时间更早。

而在基础设施层面，百度亮出了由三万张国产昆仑芯组成的自研大模型集群，构建起自己的算力底座。

我的感觉是，百度和谷歌这两家老牌的搜索公司，在面对这波 AI 浪潮时，走的路其实非常接近。他们一方面投入资源研发新一代大模型，保证不掉队，并通过云输出自己的能力；另一方面，则是在应用端持续下注：要么把 AI 深度融入到现有产品体系，要么从零开始打造 AI 原生的新形态产品。

这种策略的本质，是把模型作为能力中枢，而不是终点。目前，我看到百度已经在搜索、地图、文库等老产品中嵌入模型，同时也推出了像“心响”这样的通用智能体新产品；谷歌也类似，他们把 Gemini 融入到 Gmail、Chrome，甚至落到硬件设备中。模型正在变成产品逻辑的一部分。

巨头的护城河深得很。

这也在一定程度上解释了，为什么过去一个季度，桥水、富达等海外主流机构选择增持百度的股票。放眼当下市场，真正能把模型能力转化为稳定产品和商业回报的公司，并不多。很多看似出圈的产品，发布时热度十足，刷屏、抢码，但等新鲜劲一过，很快归于沉寂。

百度这边，倒有两条路是绝对清晰的。

一条是智能云业务，它本质上就是为企业提供基础的算力和服务。这就是给企业送水送电的生意，可能听起来平淡，但背后的技术含量和市场需求却越来越大。特别是在新的技术浪潮里，企业对云计算的依赖只增不减。从财报能看出来，百度这块的表现也挺稳，营收增速和利润都不错。

另一条则是新潮的萝卜快跑。上次去武汉，亲戚放着家里的车不开，非要带我去体验一下萝卜快跑。我能感觉到，他心里多少是为武汉能有这样的创新出行方式感到自豪。

萝卜快跑不像云服务那样已经有一套成熟的商业范式，但它一定程度上代表了百度在 AI 落地层面的更深探索。类似的方向，谷歌和特斯拉也已布局，但落地情况尚弱于萝卜快跑。

我个人是比较看好这一方向。自动驾驶不仅是个技术密集型赛道，更代表着未来生活方式的改变。萝卜快跑目前已经正式开启了全球化进程，除了落地迪拜和阿布扎比外，据传也已经和土耳其和瑞士达成合作。

这两条路，一条扎实稳健，一条充满潜力，成为了目前百度 AI 战略里相互支撑的两股动力。

接下来，我想聊聊为什么谷歌和百度能在今年明显迎头赶上，甚至反超一些起步更早的 AI 创业团队。根本原因在于，AI 的发展进入了“下半场”。

这不是我说的，是 OpenAI 的研究员姚顺宇在一次公开讨论中提到的观点：AI 已经进入到下半场。下半场拼的不再是模型参数谁大，而是谁能定义问题，谁能找到真正的应用场景，并进行专项优化。

理解了这一点，也就能理解为什么 OpenAI 最近在应用领域频频出招，诸如聘任新的应用业务的 CEO，传言还要收购 Windsurf。

类似的转向在 Anthropic 也能看到，他们的首席科学家日前在 CNBC 的采访中透露，公司自去年底起已将重点聚焦在 AI 编程方向上。单靠模型本身越来越走不通，清楚自己要解决哪个场景的问题，变得前所未有的重要。

同样反过来，只做应用壁垒也会很低，特别是头部的杀手级应用，做到一定程度，必然需要扎进去做模型。比如 Cursor，现在就已经研发自己的模型了。Windsurf 也是。至少，我觉得，头部的杀手级应用，绕不开模型这一关。模型即应用。

但做模型需要依赖人才、算力、算法、深度学习框架和数据等多重要素。凑齐这些要素，对于资源吃紧的创业公司肯定会吃力。我记得李开复会在年初的媒体采访中痛定思痛的说：“只有大厂能够烧超大模型”。不得不承认，资源优势，成为了大厂们拉开差距的关键。

在大模型领域，谷歌和百度都在努力构建覆盖算力、模型和应用的完整生态。以百度为例，他们依托自主研发的算力资源、丰富的搜索数据以及飞桨深度学习框架等，形成了技术基础层。基于这些基础，他再进一步通过整合不同产品线的流量与数据，实现模型与应用之间的深度连接和协同。

全栈能力会越来越关键。谁能构建出“算力 + 模型 + 数据 + 应用”的闭环，谁就能跑得久。

为什么这么说？技术的发展从来不是一条线性的赛道，而更像是一张不断织补的网络。模型参数一度是显学，但进入 AI 下半场之后，能力、场景、系统化的协同变得更重要。这也是为什么很多看似冲得快的选手，到了新阶段突然跟不上节奏。不是他们不努力，而是下半场的规则变了。

再看谷歌和百度，他们早期在技术、产品和组织上的路径选择，恰好构成了今天这轮 AI 应用潮中的某种基础设施，他们已经在算力、模型、数据、产品之间，逐步建立起了相互依存的结构。这些长期投入，在今年开始，协同效应会越来越明显。

写到这里，你千万别误会我是在迷信大厂。我始终相信，真正有洞察力、有执行力的创业公司，在这场 AI 变革中依然有无限可能。但我也想说，大厂并不总是故事里描绘的那样迟钝、保守。

尤其是在像大模型这种高度依赖算力、数据和工程协作的领域里，资源和积累有时候并不是负担，反而是让人跑得更稳、更远的前提。

还是拿开头那句话收尾吧：大模型的战事，长期决定胜负的，是系统化的落地能力。

特别声明：以上内容仅代表作者本人的观点或立场，不代表Hehson财经头条的观点或立场。如因作品内容、版权或其他问题需要与Hehson财经头条联系的，请于上述内容发布后的30天内进行。