DAA:百度重构AI价值链的新钥匙
AI
技术演进日新月异,相关领域的变革持续加速。
2026
年
4
月,
AI
圈迎来一波密集发布潮:
OpenAI
推出
GPT-5.5
系列,
Meta
发布
Muse Spark
,
Anthropic
推出
Claude 4.7
,国内
DeepSeek
发布
V4
系列,阿里发布
Qwen3.6
系列,腾讯开源
Hy3 preview
。谷歌全新视频模型
Gemini Omni
也已有爆料流出,引发热议。
同一时期,百度同样动作频频。
5
月
9
日,百度发布文心大模型
5.1
,搜索能力登顶国内,预训练成本仅为业界
6%
;
5
月
13
日,百度
Create2026
即百度
AI
开发者大会召开。要知道,百度是国内最早系统性布局
AI
的公司,
2013
年成立了深度学习研究院,助力
AI
从学术实验室走向产业。在百度
Create2018
上,百度就发布了国内首款全功能
AI
芯片“昆仑”。
如今
Create
已举办至第七届,主题为“万物一体”。
Create2026
集中展示了百度在
AI
智能体时代的新动作,发布了通用智能体
DuMate
、秒哒
3.0
、伐谋
2.0
、百度一镜等系列产品,呈现了百度覆盖芯片、框架、模型、应用的完整技术栈和相关最新突破。
超过
10
年对
AI
的投入,已让百度具备了接纳智能体时代
AI
变化的技术力与产品力。不断迭代的
AI
认知框架生长在能力之上,能够为行业提供不同思考坐标系。更重要的是,新认知为技术研发和产品设计提供方向指引,新技术与新产品的落地实践又将这些认知转化为可验证、可感知的能力,推动认知进一步向前发展。
01
再造
AI
时代度量衡
当下
AI
领域的重心正在从模型转向智能体。
早在
2024
年,百度在
2024WAIC
即世界人工智能大会上提出“智能体是最看好的方向”。而近期“龙虾”的爆火又将智能体推到了大众视野中。“龙虾”原指
2025
年
11
月上线的开源
AI
智能体
OpenClaw
,
2026
年初因自主执行任务案例在网络流传而走红。网上还延伸出了“养虾”的说法,也就是本地部署、使用
OpenClaw
。国内
AI
领域玩家纷纷跟进,百度发布
DuClaw
,阿里发布
JVS Claw
,腾讯发布
QClaw
,字节发布
ArkClaw
。
智能体引发广泛关注,是因为它更接近普通人对
AI
的畅想——能够替代人类完成多步骤的复杂工作。也就是说,随着智能体具备了自主执行能力,
AI
的核心价值从“交互”转向“交付”,
AI
价值的尺度从交互频次转向了交付质量。
这正是百度创始人李彦宏在
Create2026
提出新计量单位
DAA
的底层逻辑。
所谓
DAA
,即日活智能体数,描述的是每天有多少智能体在真实场景中完成了一次任务闭环。
DAA
的核心关注点不是有多少人使用,而是
AI
实际帮助用户完成了多少任务。

衡量体系的变化源自商业规律的变化。
移动互联网时代,衡量应用的常见标尺是
DAU
(日活跃用户数)。这遵循的是流量逻辑,用户规模越大,增长与商业化效率越高。随着移动互联网的发展,触达用户不再是新鲜事,流量红利也逐渐见顶,这套标尺的有效性必然减弱。
当
AI
时代到来,
DAU
就更难精准说明问题,因为
AI
产品的用户规模越大,推理成本就越高,规模无法直接等同于效率。于是,玩家们开始以
Token
(词元)作为衡量单位。
Token
是大模型处理信息的基本单位,能够衡量大模型的工作量,也是计算成本和费用的依据。
但
Token
并不能说明
AI
的主要问题,特别是智能体。
Token
类似日常生活中的用电量、用水量,是基础性单位,只衡量消耗,不衡量产出,自然无法直接呈现
AI
的能力和效率。高
Token
消耗不等于高价值结果,就像程序员写的代码数量多,不代表写出的程序质量高。
以结果为导向的
DAA
更适配智能体时代,能够直观展现智能体的生产力价值。正如李彦宏所说,
DAA
比
Token
更接近本质,未来全球
DAA
可能超过
100
亿,这些智能体不会自动产生,每个人都会参与创造。
Create2026
发布的通用智能体
DuMate
即是这种观念的体现。
DuMate
中文名叫百度搭子,意为
AI
时代的最佳伙伴,既能帮助个人日常提效,也能为企业专业用户构建标准化流程。
DuMate
基于效果领先的模型与
harness
引擎,内置百度搜索、秒哒、伐谋、百科等百度生态优质
Skill
,还支持将标准化执行过程一键沉淀为
Skill
。

自
2026
年
3
月百度发布
DuMate
的
MVP
(最小化可行产品)版本,
DuMate
就开始一天一版,高速迭代。据海克财经观察,
DuMate
已登顶多个“龙虾”榜单,包括测试智能体在
23
个真实工作场景表现的国际智能体评测基准
PinchBench
,以及对深度研究型智能体最全面的评测基准
DeepResearch Bench
。
02
全栈
AI
能力再突破
智能体飞速发展,大规模落地进程加速。在此情况下,
AI
玩家仅有模型远远不够,还需要从芯片到云到应用的全栈基础设施协同进化。
唯有覆盖复杂场景、打通完整产业链的新全栈能力,才能与智能体深度参与的产业体系相辅相成。在
Create2026
上,百度强调新全栈,宣布“芯云模体”全栈进化就源于此。只有搭建并持续升级智能体的原生基础设施,使智能体基建全面进化,才能让
DAA
等关于
AI
的预判成为驱动增长的能力,构筑起智能体原生时代的系统性底座。

先看芯与云。百度昆仑芯
P800
已在真实大模型训练、推理场景中完成规模化验证,在互联网、金融、制造等行业实现超万片级交付。官方数据显示,将在
2026
年
6
月上市的
256
卡昆仑芯版本,能够将模型推理效率提升
50%
。
基于此,百度智能云持续推进
AI Infra
与
Agent Infra
的升级。
AI Infra
指支撑大模型训练与推理的底层技术栈,
Agent Infra
则是为智能体规模化运行设计的基础设施层。
在
AI Infra
方面,百度提供每瓦性能更强、性价比更高的
AI
算力,将
Token
效能发挥到极致,使每一次训练和推理都能转化成更好的智能体效果。在
Agent Infra
方面,百度则提升了单位
Token
的智能水平,保证智能体在真实业务中稳定运行、持续进化。
再看模与体。近期发布的文心大模型
5.1
采用“多维弹性预训练”技术。据海克财经了解,这种技术类似于一次训练出一组不同规格的子模型,对模型的深度、宽度、稀疏度等维度进行弹性调整,能够将算力优先分配给最有价值的知识单元,这使文心大模型
5.1
的预训练成本仅为业界同等规模模型的
6%
。该模型还登上了
LMArena
大模型竞技排名榜单,位列国内第一。

智能体方面,除
Dumate
外,代码智能体秒哒的
3.0
版本同样颇受关注。秒哒
3.0
可以通过自然语言描述生成
APP
,支持
APP
生产、开发、调试、发布的完整流程。秒哒
3.0
还集成了信息调研、深度讨论、数据分析、文档生成等
Skill
,且支持用户接入自定义
Skill
。官方数据显示,截至
2025
年
12
月,秒哒生成的应用已覆盖教育、商业、内容创作、企业服务等超过
200
个场景,相关应用已累计服务超过
1000
万用户。
秒哒使每个用户都可以成为
AI
时代的创造者。参与
Create2026
秒哒
3.0
发布的秒哒资深用户“扑满”即是其中之一。扑满年仅
8
岁,是
2026
年央视网
AI
春晚的“最小创作者”。凭借秒哒,扑满开发出了“扑满操作系统”,还迭代了两个版本。该系统支持回收站、
office
软件、个性化设置等,还有全息投影、桌面宠物、眼动操作等特色功能。
“芯云模体”的全栈演进,意味着百度在
AI
方向认知与落地的一致性。高效的全栈能力促使智能体能够最大程度释放潜力。智能体损耗少、效能高,才能让
DAA
这样的极简标准有效衡量智能体是否真正创造了价值。
03
站在未来布局当下
新全栈源于深耕多年又不断迭代的前瞻性认知。
Create2026
发布的内容不是碎片化的产品信号,而是百度对
AI
的长期判断在智能体浪潮中的系统性兑现。这是种完整的进化体系。从技术看,全栈内部每一层都可以为其他层做协同优化,比如芯片为模型优化,模型为智能体优化,智能体为用户场景优化。从更大层面看,前瞻性认知则统御全局,能让产品、基础设施与技术能力发生联动进化,进而催生新突破。
回顾李彦宏过去几年在
AI
领域做出的公开判断,我们可以看到这些前瞻性认知从非共识到共识的清晰轨迹。
早在两年前的
2024
年
4
月,百度
Create2024
上,李彦宏就提到,
AI
正在掀起一场创造力革命,未来开发应用就像拍个短视频一样简单,人人都是开发者,人人都是创造者。
在相隔
3
个月,即
2024
年
7
月的
WAIC
演讲中,李彦宏表示,随着基础模型的日益强大,开发应用也越来越简单,最简单的就是智能体,这也是百度最看好的
AI
应用发展方向。在同年
11
月的百度世界大会上,李彦宏进一步提到,智能体是
AI
应用的最主流形态,即将迎来它的爆发点。
如今无论是以代码能力著称的
Claude
,还是百度秒哒,都已将创造力革命变成了现实。智能体成为全行业竞逐的核心赛道,国内外玩家推出了各类智能体产品和相关开放平台,智能体深度参与生产与生活的时代到来。
Create2026
提出的
DAA
、新全栈等内容,不是凭空诞生的新概念,而是李彦宏既往对
AI
预判的轨迹延伸,这些认知也沉淀出了可验证的思想体系。

正因为认知锁定了智能体规模化落地和交付重于交互的方向,百度的全栈建设才不再盲目追求极致算力,而是转向以单位
Token
的智能水平和成本效率为核心的精准优化。这也加速了
KV Cache
、多维弹性预训练等技术的应用。由此,认知便转化为企业实质性的护城河。
认知领先的收益亦体现在数据中。据财报,百度
2025
年全年营收
1291
亿元,其中
AI
新业务收入
400
亿元,同比增长
48.1%
。
浦银国际
1
月
23
日发布的一份研报提及,百度核心优势在于其是全球少数能够提供
4
层全栈
AI
,即云基础设施加深度学习框架加大模型加应用的公司,完善的
AI
领域布局构建了差异化竞争力,预计百度智能云业务未来几年将实现
20%
以上的增速。
百度对
AI
的重磅投入亦严格契合了国家政策精神。
早在
2024
年,国务院《政府工作报告》就提出开展“人工智能
+
”行动。
2026
年国务院《政府工作报告》再次提及深化拓展“人工智能
+
”,并将打造智能经济新形态作为战略目标。
2026
年
5
月,国家网信办等部门发布《智能体规范应用与创新发展实施意见》,提到要促进智能体规范应用与创新发展。
百度敢于提出非共识,是在共识尚未形成时率先做出判断,意味着会与主流认知保持距离,还要承担误判的风险。实际上,这些非共识判断逐步变成了共识和现实,验证了百度在
AI
方向上的先发优势。
从模型到应用,从应用到智能体,每一次跃迁背后,都有走在前列的非共识判断牵引方向。这能够推动
AI
行业走出惯性轨道,展开的是更多路径与更大空间。
(来源:海克财经)
