出品 | 虎嗅科技组

作者 | 丸都山

编辑 | 苗正卿

头图 | 虎嗅拍摄

“过去AI产业呈现正金字塔结构，底层芯片拿走绝大部分价值，芯片上的模型拿到了不到十分之一（的价值），而模型上的应用则更少了一个数量级。”

在11月13日的百度世界2025大会上，李彦宏发出了此般感慨，并表示“这种结构既不健康，也不可持续”。

在他看来，健康的AI产业生态应该是“倒金字塔”模式，即芯片之上的模型需产生10倍于芯片的价值，基于模型开发的应用则要创造100倍的价值。

如果是其他互联网大厂说出这番话，大可看作是对当下行业格局的无奈表达，以及对未来行业发展的一厢情愿。

但百度的特殊性在于，这家公司不仅兼顾模型、应用两端，同时也是最早开始搭建AI Infra层的公司。

至少从条件上看，百度有机会推动行业发生改变。

01昆仑芯再提速

在本届大会上，百度发布了两款全新的芯片：昆仑芯片M100与昆仑芯M800。

其中，前者针对大规模推理场景进行优化，定位于充分发挥自研架构优势，使得MOE模型的推理性能大幅提升，预计在明年年初上市。而后者则可以看作是M100的高性能版本，主要针对超大规模多模态大模型的训练和推理进行深入优化。

据百度执行副总裁、百度智能云事业群总裁沈抖透露，未来5年昆仑芯将实现“按年上新”。

鉴于百度暂未公布这两颗芯片的详细参数，因此也不好与市面上其他量产产品做对比。

不过，倒是可以重点说说昆仑芯团队在AI Infra层的另一项突破——超节点。

在大会期间，百度同步发布了“天池256超节点”与“天池512超节点”。其中，单个天池512超节点可支持万亿参数模型训练，在DeepSeek V3/R1 PD分离推理架构的优化下实现了单卡性能提升95%，单实例推理性能大幅提升高达8倍。

据悉，这两款超节点都将于明年正式上市，仔细想想这个进度着实在意料之外。

众所周知，超节点的出现是因为随着模型越来越大，以MoE为代表的主流架构带来了GB级单次通信量，传统服务器跨机互联的带宽和时延无法满足需求的情况下，厂商才想到通过高速总线等技术，去把更多的芯片放置在同一节点下。

而目前愿意做超节点的厂商大致可以分为两类：一类是英伟达这种，手里本就握着NVLink直连和C2C芯片互联技术的；另一类则是在交换机、网络拓扑、专用交换托架等领域有着深厚积累的厂商。

那么百度算是上述两类公司之一吗？都不是。

尽管昆仑芯早于2011年成立，但毕竟超节点毕竟是个很新的概念，且百度在大规模通信互联领域也鲜有深入研发。

另外，需要说明的是，超节点属于一项系统级工程，除了芯片底层能力和通信互联能力外，对于散热、电源管理及架构兼容上也有着很高的要求。

而从目前公开信息来看，百度于今年4月发布了同样基于P800计算卡打造的“64卡超节点”，尽管这个产品充满着技术验证的色彩，但结合今天公布的“天池256超节点”和“天池512超节点”来看，至少可以推论出两个事实：

首先，P800的底层能力一定没有问题。虽然不大可能像之前网传的那样对标英伟达H800，但能用在512卡规模的超节点上，至少说明它的自研内核不局限于常用的Tensor计算，具备优秀的标量、矢量通用计算能力，可处理多样化AI负载。

其次，昆仑芯P800上集成的昆仑芯XCLL互联技术、以及其另类的XPU-P“通算融合”架构同样也得到了验证，要不然百度大可等M100系列芯片成熟后，再去开发512卡这个级别的超节点。

02扭转行业生态，百度有几分希望？

关于李彦宏的“正金字塔”理论，就差直接在现场点出英伟达的名字了，但这套理论也是个不争的事实。

根据摩根士丹利的测算，2025年生成式AI产业的总收入约为1530亿美元，统计范围包含产业直接收益和关联领域收益，而英伟达一家公司在2025财年的营收就高达1305亿美元。

这还只是营收上的对比，考虑到目前行业内大部分AI应用公司都在亏损，李彦宏提到的“应用层获得的价值比芯片层少两个数量级”，绝不夸张。

那么这样的行业生态会得到扭转吗？

目前来看，虽然“正金字塔”结构仍然存在，但价值流向已经悄然发生变化。

百度的就算是个比较典型的例子。根据这家公司在二季度的财报，虽然广告业务的疲软导致整体营收略微下滑，但由AI云业务驱动的非在线营销收入首次突破百亿大关，达到34%的增长。

与此同时，百度也在积极推动搜索业务的全面AI化进程。

在百度世界2025大会的开幕演讲中，李彦宏表示，目前百度搜索绝大部分的搜索结果由AI生成，而首条结果的富媒体覆盖率已达70%。

“你现在搜索10个问题，7个答案都是富媒体的，不是一条条的文字链接，而是一个图片、一个视频、一个直播，甚至是一个数字人。”

这种比较激进的AI化改造，意味着百度有望长期守住搜索这一基本盘，同时代理生成广告、数字人广告等相关收入增长。

此外，考虑百度的AI布局覆盖AI Infra、模型、应用等各个环节。搜索的AI化改造也能为大模型提供海量数据，反推其在理解和生成能力上的优化；昆仑芯作为底层算力支撑，也能在大规模富媒体内容生成的过程中，不断验证和提升芯片的算力适配性与能效比。

总的来说，“正金字塔”结构的AI产业生态虽然已成客观事实，但绝不会长期持续下去，而那些能够覆盖AI全链条、能发挥AI全栈技术协同的公司，大概率会率先撕开一道裂缝。

本内容未经允许不得转载。授权事宜请联系 hezuo@huxiu.com。

End

想涨知识 关注虎嗅视频号！