AI技术变革浪潮滚滚唯务实创新者得人心
生成旅游攻略、分析病历、智能购物、情感交流……你有没有发现，智能体已经悄然融入我们的生活和工作中。它就像一个“搭子”，为我们解锁了很多智慧体验。
近期，被誉为“互联网女皇”的玛丽·米克尔(Mary Meeker)在沉寂6年后，带着340页AI报告“重出江湖”，引发科技领域持续关注。报告中，她51次使用“前所未有（unprecedented）”一词，描述AI的开发、采用、投入和使用速度。
AI用户在激增，企业拥抱智能体和大模型，生成旅游攻略、智能客服等AI产品层出不穷且持续进化，正从智能问答向深度执行任务演变。在这“前所未有”的趋势中，人工智能、大数据和云计算服务提供商在赶潮，也在领潮。
在6月6日举办的2025智能经济论坛上，百度智能云发布千帆慧金金融大模型，并推出了覆盖能源、交通、医疗、环境等领域的精选行业场景智能体家族。并提到一个引发广泛讨论的数据——65%央企选择与百度智能云开展深度合作。在竞争如此激烈的当下，百度智能云凭何获得如此多的央企青睐？
65%央企“严选”
“今年以来，基础模型持续迭代，AI产品体验不断进化，正在从‘能用’走向‘好用’。”活动现场，百度集团执行副总裁、百度智能云事业群总裁沈抖率先抛出这样一个观点。
百度集团执行副总裁、百度智能云事业群总裁沈抖演讲
作为AI时代的产物，智能体和大模型在技术变革中持续革新，如今已经进化出系统化、处理复杂任务的本事，实现“能用”到“好用”的变化，并在企业里生根开花结果。
以电力行业为例，电力公司在满足不同企业的不同用电需求时，往往需要编制不同的供电方案，涉及需求沟通、填报数据、现场勘查等多个环节，流程复杂且耗时。若将这些流程交给AI，是否会更高效？
当前，国家电网公司加速推进“人工智能+”，并与百度智能云携手，应用“营销供电方案智能体”，在业务受理时，用电企业只需在国网APP发起对话，智能体就会通过意图识别确认需求、拆解任务，分配任务给专家模型，推理并填写工单，生成多套供电方案，还能帮用户对比不同方案的优劣，做出最优选择。
电力关系国计民生，这样的“助手”提升工作效率，也助力用电稳定。此外，国家电网还依托百度智能云国产化昆仑芯算力、文心大模型、千帆大模型平台，建成覆盖总部及27家省公司的人工智能技术创新平台，推广无人机巡检、营销客服等17类百余个应用场景，年巡检杆塔500万基，减少人工登塔次数40%，为11亿电力客户提供智能化办电服务。
若说在电力行业，AI让企业变得智慧高效，那在交通领域则带来安心守护。中国公路交通庞杂，道路管理千头万绪，智能交通发展让应急指挥效果得到显著改善。
如今，智能体、大模型应用还在弥合更多特殊缺口，比如高速车流量大，一个异常停车、一次事故处置，都可能带来长时间拥堵。河北京雄高速通过搭载百度智能云“公路应急指挥智能体”，能高效识别如异常停车等突发事件，并快速生成处置预案，显著缩短应急响应时间。
在运行中，该智能体通过大小模型协作，有效弥补了传统小模型在连续状态识别方面的短板。如果发现有车辆突然停下，小模型会迅速把情况上报，大模型做进一步校验，确认是否属于异常停车。若有异常智能体会上报，监控员判断是否应急处置，需要处置时智能体会生成应急处置预案，监控员下达执行命令，智能体会联动相关部门，分发任务，推进流程，跟踪救援车辆到达驶离时间、事件消散时间等，最后生成报告。据沈抖介绍，预警准确率可提升到95%以上，应急处置从1小时左右缩短到30分钟内。
百度智能云精选行业场景智能体家族发布
不止于此，百度智能云还推出座舱大模型智能体、智慧就医智能体、生态环境监测智能体，这些智能体通过轻量定制，即可快速接入企业业务系统，赋能多个行业数智化转型。这些智能体集结于百度智能云千帆平台上，企业在上面可以使用现有的智能体，也能跨组织调用合作伙伴的智能体，还可以开发自己的智能体，这一平台支持公有云和私有化部署，模型或平台重大升级时也会推送到业务系统，实现共成长、同进化。
从自产到共创，有产品也有平台，有技术支持也有综合解决方案，提供覆盖智能体开发、管理全生命周期的一站式工具链，百度智能云给到企业更多选择空间。这或许正是央企“严选”原因之一。
探路行业大模型
所谓千行百业各有不同，面对场景更复杂、任务更精细的情况，无论是单一智能体还是多智能体协作，都会对模型的理解、生成、逻辑、记忆能力提出更高要求。
沈抖认为，没有足够强大的模型，就无法真正解决高价值、深层次的产业问题。因此需要持续提升模型能力，百度对此正在持续探索，长期投入。
今年4月，百度发布了文心4.5 Turbo和X1 Turbo两款旗舰基础大模型。其中，文心4.5 Turbo跨模态学习效率和多模态融合效果，多模态理解能力提升超30%，在多个测试集上追平甚至部分超越OpenAI旗舰模型GPT-4.5，百万token价格仅为DeepSeek V3调用价格的40%。
也就是说，能力边界在延伸，但成本在降低。那在企业作业时表现又如何?
沈抖以矿山作业为例做了解答。在这个尤为注重安全的领域，假如作业人员驾驶掘进机时有视线盲区，人员误闯可能会造成生命危险。多数情况下传统小模型能识别出有两位工人和掘进机出现在同一位置，但无法判断出谁在车上，谁在地面，错误地认为都是误闯者；文心4.5Turbo则凭借多模态理解能力，可以根据监控画面、矿山作业安全要求，对图像进行分析，理解人、机器、地面上、下、左、右的空间关系，推理出误闯人员和正常作业人员，做出相应预警。
文心X1 Turbo深度思考模型的问答、创作、逻辑推理等能力进一步增强，推理成本降低。比如企业财务做预算管控，涉及多部门数据，若要对比两张报表，找到偏差值，进而调整预算，文心X1 Turbo会拆解任务，调用代码解释器、联网搜索工具等，查找偏差项，准确找出差异超过 3% 的费用项并给出优化建议。
百度智能云千帆千帆慧金金融大模型发布
不过值得注意的是，基础大模型能力再强，但适配垂直行业，效果却不达预期。百度智能云对此也深有感触，真正把AI用到产业深水区，必须打造专业行业大模型，为此百度首先聚焦金融领域进行了探索，并推出千帆慧金金融大模型。
众所周知，金融行业知识广、内容多、时效性强，若缺乏金融语料训练很难理解专业背景和语义细节，而真正有价值的金融数据，又掌握在机构内部，同时效果好的基座模型往往训练成本高、周期长。百度智能云的解决方案是，在通用模型基础上，对研报、财报、论文、书籍等金融数据做深度挖掘，构建专用合成数据管线，整理出数百亿tokens金融领域语料，为高频、特定任务进行指令对齐、知识增强、推理优化、训练策略优化等算法优化，并提供知识增强大模型和推理增强大模型两类模型，每个模型分别提供8B版本小参数模型、70B大参数模型两个版本供选择，覆盖金融行业多数场景。
在这一大模型下，金融产品销售人员可以借助其能力提升确认贷款意向、收集材料、提交审批、到签约放款的效率。此外金融领域风险管控尤为重要，千帆慧金金融大模型会明确指出，贷款资金不得挪作其他用途，体现模型对金融监管要求的深入理解。
与基础大模型相比，行业大模型更“专业”，而专业正是立得住的前提。沈抖提到，金融行业大模型只是起点，未来会根据客户需求，推出更多垂直行业场景模型，赋能更多行业。
破解算力“饥渴”
火车跑得快，要靠车头带。若说智能体和大模型是车身，那车头肯定是算力。在AI应用层出不穷之际，假如算力不足，就无法实现真正的落地。可以说，算力是基础，更是前提和动能。
在沈抖看来，只有当算力资源足够丰富、成本足够低，企业才可能以更低的门槛部署大模型、开发应用。而要做到这一点，国产芯片是关键。
昆仑芯P800是一款真正意义上为大模型而设计的芯片，性能卓越。今年百度成功点亮昆仑芯P800万卡及3万卡集群，如今国家电网、中国钢研、招商银行，以及北大、同济等高校和互联网企业，已开始规模部署昆仑芯P800。以招商银行为例，昆仑芯P800算力稳定支持DeepSeek等大模型任务，提升智能客服、多模态数据分析等场景的应用效果。
集群稳定运行离不开软件平台支持，百度百舸GPU算力平台可对底层硬件进行统一纳管和调度，一旦出现故障可做到秒级感知，快速定位，并通过自动回滚机制，让模型任务迅速恢复运行。除昆仑芯外，百度百舸还适配多种主流国产芯片，满足中国企业在不同算力架构下的部署需求；同时百度百舸还支持包括DeepSeek在内的各类主流模型训练和推理。
如今，百度百舸正支撑央国企、高校、互联网等企业的大模型训练任务，比如百度智能云和长安汽车共建长安汽车智算中心，为在售全系车型提供实时推理算力支持，依托百舸平台，智算中心集群平均算力使用率达90%以上，综合资源利用率提升一半，有效加速智能网联与自动驾驶场景研发落地。南方电网和百度智能云共建的电力行业人工智能创新平台，昆仑芯P800性能表现全面优于其他国产主流产品，在大模型训练上显著降低成本，训练性能达到行业领先水平。
沈抖展示场景图
在活动现场，沈抖展示了一张场景图。他说每个场景背后都是真实的AI实践，是大模型走进产业的中国经验。“大模型产业落地是一场长期接力，百度将坚定投入，打造更先进、高效的人工智能基础设施，服务更多中国企业，加快推动大模型产业化发展，释放更多场景价值。”
