出品 | 虎嗅科技組

作者 | 丸都山

編輯 | 苗正卿

頭圖 | 虎嗅拍攝

「過去AI產業呈現正金字塔結構，底層芯片拿走絕大部分價值，芯片上的模型拿到了不到十分之一（的價值），而模型上的應用則更少了一個數量級。」

在11月13日的百度世界2025大會上，李彥宏發出了此般感慨，並表示「這種結構既不健康，也不可持續」。

在他看來，健康的AI產業生態應該是「倒金字塔」模式，即芯片之上的模型需產生10倍於芯片的價值，基於模型開發的應用則要創造100倍的價值。

如果是其他互聯網大廠說出這番話，大可看作是對當下行業格局的無奈表達，以及對未來行業發展的一廂情願。

但百度的特殊性在於，這家公司不僅兼顧模型、應用兩端，同時也是最早開始搭建AI Infra層的公司。

至少從條件上看，百度有機會推動行業發生改變。

01崑崙芯再提速

在本屆大會上，百度發佈了兩款全新的芯片：崑崙芯片M100與崑崙芯M800。

其中，前者針對大規模推理場景進行優化，定位於充分發揮自研架構優勢，使得MOE模型的推理性能大幅提升，預計在明年年初上市。而後者則可以看作是M100的高性能版本，主要針對超大規模多模態大模型的訓練和推理進行深入優化。

據百度執行副總裁、百度智能雲事業羣總裁沈抖透露，未來5年崑崙芯將實現「按年上新」。

鑑於百度暫未公佈這兩顆芯片的詳細參數，因此也不好與市面上其他量產產品做對比。

不過，倒是可以重點說說崑崙芯團隊在AI Infra層的另一項突破——超節點。

在大會期間，百度同步發佈了「天池256超節點」與「天池512超節點」。其中，單個天池512超節點可支持萬億參數模型訓練，在DeepSeek V3/R1 PD分離推理架構的優化下實現了單卡性能提升95%，單實例推理性能大幅提升高達8倍。

據悉，這兩款超節點都將於明年正式上市，仔細想想這個進度着實在意料之外。

衆所周知，超節點的出現是因為隨着模型越來越大，以MoE為代表的主流架構帶來了GB級單次通信量，傳統服務器跨機互聯的帶寬和時延無法滿足需求的情況下，廠商纔想到通過高速總線等技術，去把更多的芯片放置在同一節點下。

而目前願意做超節點的廠商大致可以分為兩類：一類是英偉達這種，手裏本就握着NVLink直連和C2C芯片互聯技術的；另一類則是在交換機、網絡拓撲、專用交換托架等領域有着深厚積累的廠商。

那麼百度算是上述兩類公司之一嗎？都不是。

儘管崑崙芯早於2011年成立，但畢竟超節點畢竟是個很新的概念，且百度在大規模通信互聯領域也鮮有深入研發。

另外，需要說明的是，超節點屬於一項系統級工程，除了芯片底層能力和通信互聯能力外，對於散熱、電源管理及架構兼容上也有着很高的要求。

而從目前公開信息來看，百度於今年4月發佈了同樣基於P800計算卡打造的「64卡超節點」，儘管這個產品充滿着技術驗證的色彩，但結合今天公佈的「天池256超節點」和「天池512超節點」來看，至少可以推論出兩個事實：

首先，P800的底層能力一定沒有問題。雖然不大可能像之前網傳的那樣對標英偉達H800，但能用在512卡規模的超節點上，至少說明它的自研內核不侷限於常用的Tensor計算，具備優秀的標量、矢量通用計算能力，可處理多樣化AI負載。

其次，崑崙芯P800上集成的崑崙芯XCLL互聯技術、以及其另類的XPU-P「通算融合」架構同樣也得到了驗證，要不然百度大可等M100系列芯片成熟後，再去開發512卡這個級別的超節點。

02扭轉行業生態，百度有幾分希望？

關於李彥宏的「正金字塔」理論，就差直接在現場點出英偉達的名字了，但這套理論也是個不爭的事實。

根據摩根士丹利的測算，2025年生成式AI產業的總收入約為1530億美元，統計範圍包含產業直接收益和關聯領域收益，而英偉達一家公司在2025財年的營收就高達1305億美元。

這還只是營收上的對比，考慮到目前行業內大部分AI應用公司都在虧損，李彥宏提到的「應用層獲得的價值比芯片層少兩個數量級」，絕不誇張。

那麼這樣的行業生態會得到扭轉嗎？

目前來看，雖然「正金字塔」結構仍然存在，但價值流向已經悄然發生變化。

百度的就算是個比較典型的例子。根據這家公司在二季度的財報，雖然廣告業務的疲軟導致整體營收略微下滑，但由AI雲業務驅動的非在線營銷收入首次突破百億大關，達到34%的增長。

與此同時，百度也在積極推動搜索業務的全面AI化進程。

在百度世界2025大會的開幕演講中，李彥宏表示，目前百度搜索絕大部分的搜索結果由AI生成，而首條結果的富媒體覆蓋率已達70%。

「你現在搜索10個問題，7個答案都是富媒體的，不是一條條的文字鏈接，而是一個圖片、一個視頻、一個直播，甚至是一個數字人。」

這種比較激進的AI化改造，意味着百度有望長期守住搜索這一基本盤，同時代理生成廣告、數字人廣告等相關收入增長。

此外，考慮百度的AI佈局覆蓋AI Infra、模型、應用等各個環節。搜索的AI化改造也能為大模型提供海量數據，反推其在理解和生成能力上的優化；崑崙芯作為底層算力支撐，也能在大規模富媒體內容生成的過程中，不斷驗證和提升芯片的算力適配性與能效比。

總的來說，「正金字塔」結構的AI產業生態雖然已成客觀事實，但絕不會長期持續下去，而那些能夠覆蓋AI全鏈條、能發揮AI全棧技術協同的公司，大概率會率先撕開一道裂縫。

本內容未經允許不得轉載。授權事宜請聯繫 hezuo@huxiu.com。

End

想漲知識 關注虎嗅視頻號！