AI領域的競爭，遠未到鳴金收兵的時刻。

　　過去一周，從OpenAI以65億美金估值全股票交易收購蘋果前首席設計官Jony Ive的AI公司，到Anthropic發布的在編程能力上又進了一步的Claude 4，行業內的動作依舊密集。然而，即便在一片喧囂的更新中，Google I/O開發者大會依然是“后勁兒”最大的那一個。AI的圈子里，人們依然嘗試通過今年面貌一新的I/O大會，理解Google乃至整個AI浪潮正在發生的轉變。

　　過去一年多，Google在生成式AI的競爭中似乎一度踉蹌。但今年的I/O大會，無論是Gemini 2.5系列的全方位升級、Veo 3聲畫同步的又一次代際迭代，還是Project Astra正式走進真實產品，以Gemini Live的形式服務全部用戶，以及宣告AI將全面接管搜索的“AI Mode”、充滿野心的AI Agent模式在全產品線的滲透，都清晰地傳遞出一個信號：Google不僅穩住了陣腳，更開始在新競爭階段占據有利位置。

　　而Google I/O之所以引發持續討論，遠不止于這些產品本身的強大，更因為它發生在一個微妙的“勢能轉換”時刻。為何曾一度被認為“起了個大早，趕了個晚集”的Google，能在短時間內扭轉局面？

　　一個直接原因是整個組織的快速反應和聚焦。一個值得注意的信號是，相比于去年Google I/O會后交流時坐鎮的高管陣容，今年坐在硅星人面前的Google高管們，各自的“責任范圍”已經分工明確，主要業務和技術部門各自負責的事項在內部已經梳理更清楚。而這背后更深層次的原因，則根植于Google在AI上一直堅持的全棧思路和長期積累的“老本兒”。

　　正如Google CEO Sundar Pichai在和硅星人交流中提及的，TPU的研發始于近二十年前，而Waymo的積累也非一日之功。這種從芯片、模型、平臺到應用的全鏈路掌控，以及技術和公司低谷期繼續按其對技術的理解進行持續投入，使得Google在今天能夠迅速調動資源，優化整個技術棧的效率。

　　這種勢能的扭轉，源于對核心業務與對應技術在更長周期內的深刻理解。Google用行動證明了兩件事：

　　其一，無論AI搜索如何迭代，其根基依然離不開傳統搜索業務積累的海量數據、用戶理解以及至關重要的——基礎設施。新的AI體驗，如AI Mode，本質上是在現有搜索結果之上疊加了一層由大模型驅動的智能摘要與引導。

　　其二，無論大模型帶來的“斷代感”有多強，它依然是AI技術發展過程中的一部分。過往在自然語言處理、機器學習、知識圖譜等領域的積累，并非一筆勾銷，反而成為新模型快速迭代和性能提升的基石。

　　搜索業務的本質，就是將實驗室里的算法轉化為滿足億萬用戶真實需求的產品。這個過程，Google走了二十多年。從最初的PageRank到后來的搜索，再到BERT對搜索理解的革命性提升，再到今天的Gemini。Google深諳如何將前沿算法工程化、產品化，并圍繞其構建可持續的商業模式。這種經驗，使得Google在面對大模型這一新的技術浪潮時，更能抓住從技術成熟走向現實應用，并推動創新飛輪持續轉動的節奏。

　　Google的重返巔峰，讓不少AI行業的人好奇接下來的競爭中，誰能匹配Google這樣的全棧和長期積累能力。而顯然，這樣的公司需要和Google一樣，從故事的一開始就在那兒，而且一直在牌桌上，一直到今天。

　　在和Google搜索團隊的交流中，他們提到Page Rank技術最終變為搜索這個價值重大的落地應用的過程，對今天Google大模型落地過程里的決策也帶來極強的借鑒。而當時在同一時期在搜索上完成同樣歷程的另一家公司就是百度。

　　十多年前Google與百度的直接競爭，雖是以搜索之名，卻其實開啟了今天AI的開端——搜索在當時是少有甚至唯一需要大量算法人才的業務，AI的人才在當時完成最初的站隊和劃分。百度和Google爭奪Geoffrey Hinton的那次知名的拍賣，正是在這樣的邏輯下發生。之后，在AI的早期關鍵應用——機器翻譯上，百度和Google也展開過一場追趕賽。百度一度連續發布機器翻譯論文，展示了與Google內部相當甚至超越對方的性能，Google內部的焦慮最終因TPU的及時應用而緩解，趕在百度之前發布了實力強大的翻譯服務。

　　再之后，兩家公司也同時布局了自動駕駛。

　　在自動駕駛領域，Google旗下的Waymo和百度的Apollo（蘿卜快跑）幾乎是全球范圍內最早投入、也是最為堅決的玩家，在今天也最終成了大范圍落地運營的唯二平臺。正如Sundar Pichai此前多次強調的，即使在自動駕駛行業面臨諸多質疑、被外界普遍看衰的時期，Google依然選擇持續加大對Waymo的投入。

　　百度對Apollo和蘿卜快跑的投入同樣長達十余年，經歷了行業從狂熱到冷靜再到逐步商業化落地的完整周期。雙方都深刻理解自動駕駛是AI技術皇冠上的明珠，其復雜性和對安全性的極致要求，決定了這必然是一場需要長期主義和持續投入的“硬核游戲”。無論是Waymo對傳感器融合、仿真測試平臺的持續投入，還是百度Apollo在車路協同、L4級別自動駕駛的探索，都體現了同一種技術戰略思考：即在關鍵技術領域進行全棧布局，并以巨大的耐心和資源去攻克一個個技術難點，最終推動技術的成熟和商業化落地。

　　這些在核心技術基因和對AI的戰略認知上的耐人尋味的相似性，讓人在今天也再次對百度產生期待。

　　百度與Google在相似的起點（搜索）出發，同樣經歷了將算法轉化為大規模應用的過程。并且，百度并非只是一個追隨者。在AI的漫長發展歷程中，百度幾乎從未缺席關鍵節點：從早期對深度學習的投入，到語音、圖像技術的研發，再到自動駕駛的十年深耕，以及近年來對大模型的全力以赴。百度對AI技術重點的演進始終保持敏感，并將源自搜索等業務的算法理解和工程經驗，持續應用于實際產品中。

　　這種積累，以及在處理海量數據、理解用戶意圖方面形成的獨特認知，也是今天百度在大模型下半場的機會。

　　“我認為創新不能被計劃，你不知道創新何時到來，你所能做的就是營造一個有利于創新的環境。”百度創始人和CEO，一路親身經歷了AI整個浪潮的李彥宏曾這樣表達他對今天的技術焦慮的看法。這某種程度上也揭示了百度在AI領域的戰略耐心。他強調，“當技術發展如此之快，你必須持續投入，以確保處于技術創新的最前沿。我們仍需對芯片、數據中心和云基礎設施進行持續投入，來訓練更好、更智能的下一代模型。”

　　百度的“四層AI架構”包括擁有萬卡集群的云基礎設施層、中國開發者廣泛使用的飛槳開源框架層、不斷迭代的文心大模型層，以及進行AI重構的百度搜索和百度文庫等應用層。

　　近期，百度在2025年4月的Create大會上宣布點亮了國內首個全自研三萬卡集群，這為其大模型訓練和推理提供了堅實的算力底座。在AI技術向實際應用和商業價值轉化的過程中，云平臺扮演著至關重要的角色。對于百度而言，百度智能云不僅是其AI技術輸出的窗口，更是其AI商業化戰略的核心引擎之一。

　　根據百度2025年第一季度財報，云營收同比增長高達42%，在AI的驅動下，云業務相關的AI貢獻收入更是達到了三位數的增長，經營利潤率也超過了10%。據統計，目前已有65%的央國企在使用百度智能云。

　　在模型層面，文心大模型正在快速迭代。從文心4.5 Turbo到深度思考模型X1 Turbo，百度不僅強調多模態處理與強大的邏輯推理能力，也在持續進行成本優化。

　　文心大模型4.5 Turbo相???4.5，速度更快、價格下降80%，文心大模型X1 Turbo相比文心X1，性能提升的同時，價格再降50%。文心大模型日均調用量超過了16.5億，文心一言用戶規模達到4.3億。

　　“我們生活在—個非常激動人心的時代。根據摩爾定律，每18個月，性能就會翻倍而價格減半。 但今天，當我們談論大型語言模型時， 12個月內推理成本基本上可以降低90%以上成本。”李彥宏在最近的百度財報會上說。

　　“不僅在AI領域或IT行業，回顧過去幾百年的歷史，大多數創新都與降低成本有關。如果成本降低—定比例，生產力也隨之提高同樣比例，這就是創新的本質。在今天，創新速度比以往都快得多。”

　　這也是百度在生態建設上的思路。百度智能云的千帆大模型平臺扮演了關鍵角色。該平臺已接入國內外上百個主流大模型，為開發者提供了豐富的模型選擇和極具競爭力的價格。目前，千帆已經幫助客戶精調了3.3萬個模型、開發了77萬個企業應用。它也是中國第一個兼容MCP的云廠商。希望通過標準化的接口促進AI能力的共享和調用。

　　在2025年第一季度，百度智能云以19個中標項目、4.5億元中標金額，在通用大模型廠商的招投標市場中位列第一。

　　而且，在一些具體的AI產品理念和落地節奏上，百度開始展現出更靈敏的嗅覺。以智能體（Agent）為例，李彥宏將其視為“AI應用最火的賽道”。百度為此推出了通用型“超級智能體”產品“心響”App，以及無代碼生成式應用開發平臺“秒噠”，旨在降低AI應用的開發與使用門檻。

　　一個值得玩味的細節是，在“文小言”這款產品的設計中，百度實現了根據用戶需求自動選擇最合適的模型來處理特定任務。而根據此前硅星人與Google Gemini團隊的交流，目前Gemini初步實現根據用戶需求，對同一個模型不同能力的自動調用，更遠期的目標也是跨不同模型的自動選擇。這在一定程度上反映了百度在特定應用場景下，對用戶體驗和技術結合的提前思考，甚至有了點當初機器翻譯的你爭我趕的意味。

　　而在自動駕駛領域，“蘿卜快跑”已開始向國際市場拓展，百度宣布與迪拜道路交通局(RTA)及阿聯酋的Autogo公司達成戰略合作，計劃在迪拜和阿布扎比提供無人駕駛出行服務。其第六代無人車的價格僅為谷歌Waymo車型的七分之一。此外，百度Apollo發布的全球首個L4級端到端自動駕駛大模型Apollo ADFM，也在開始探索下一個技術節點。

　　今天AI正逐漸從單一模型的炫技，走向更深層次的生態構建與價值落地。單純的聊天機器人（Chatbot）形態，盡管在初期吸引了大量關注，但其在用戶留存、商業模式可持續性等方面已顯現出局限性，缺乏強大應用場景和分發渠道的模型，其“后勁”可能不足。相較之下，那些致力于構建“全棧服務”的企業，展現出更強的韌性和發展潛力。從Google I/O展現的全面AI重構應用“全家桶”，到百度四層構造同步開花——尤其在應用側，老樹開著AI的新花，百度文庫AI月活用戶達9700萬，百度網盤月活用戶超2億，AI月活用戶超8000萬，日均存儲文件超10億。

　　放在AI技術發展的歷史長河里審視今天的競爭，會發現它一直是一個此起彼伏，交替領先的過程。最終考驗的是耐力與遠見，以及這一路以來的各種“執著”的積累，百度和Google一直以來對技術的“偏執”，在ChatGPT帶來FOMO的一段時間里并沒有被外界足夠的認知，而今天當所有人都意識到長期技術積累、全棧的戰略布局以及對核心業務的長期堅守的重要后，那些離這項技術最近，積累最深，理解最深刻的公司們的潛力終于被重新看到。