智東西
作者 李水青
編輯 漠影一、破局利器一：場景智能體，啃下行業硬骨頭的“尖刀連”
二、破局利器二：模型務實，從通用底座到垂直場景的“精準打擊”
三、破局利器三：算力主權——國產AI芯片的“昆侖時刻”結語：全棧閉環，百度拿下65%央企戰場的底層邏輯

當電力公司為一份供電方案反復奔波勘察，當高速事故因響應延遲堵成“長龍”，當金融投研被海量碎片信息淹沒——實體經濟的高價值場景，正卡在AI落地“最后一公里”。

算力成本高、模型專業度不足、場景應用割裂……AI大模型落地應用背后，技術產業落地的瓶頸何解？

6月6日，在2025智能經濟論壇上，百度智能云交出答卷——從昆侖芯國產算力集群到自研文心大模型，再到垂類行業模型千帆慧金金融大模型，從千帆智能體工廠到12個行業實戰案例，一套覆蓋“芯-模-用”的全棧自主的AI基礎設施正在成為破局關鍵。

當下，很多AI產品正需要從“能用”變為“好用”。簡單的問答對話已無法滿足需求，自主規劃、調用工具完成任務的智能體成為很多企業的訴求突破口。

本次，百度智能云重磅推出“行業智能體家族”，聚焦能源、交通、座艙、醫療、生態五大領域，以任務型智能體直擊產業深水區痛點。

1、營銷供電方案智能體，辦電流程全面智能化

電力是關乎國計民生的大事。電力公司日常會編制成千上萬份供電方案，是一項非常耗費人力的工作。光是業務受理環節就要填報上百項數據，制定方案時常常要多個部門的工作人員上門現場勘察。

本次，百度智能云發布營銷供電方案智能體，可以幫助電力企業把這項重要工作變得更高效、更智能。

該智能體已在國家電網成功落地。國網App用戶發起需求后，智能體通過意圖識別、任務拆解，調用OCR、API等工具自動生成多套供電方案。傳統需多部門協同數日的工作，如今效率大幅提升，電力資源調配從“人跑”變為“數據跑”。

▲營銷供電方案智能體落地國家電網

2、公路應急指揮智能體，預警準確率超95%

高速路上每一次事故處理，都可能帶來長時間擁堵。盡管過去幾年智能交通快速發展，促進了交通管理水平的提升，但小模型支持的應急系統能力不足，誤判、錯判多，且問題識別后多數需要人工完成。

本次，百度智能云發布公路應急指揮智能體。該智能體能夠識別問題并完成預案研判、輔助智能調度，把應急處置時間從1小時左右縮短到30分鐘以內，預警準確率超95%。

該智能體已在河北京雄高速落地。通過“小模型感知+大模型校驗”雙引擎，應急指揮智能體精準識別異常停車等事件，自動生成應急處置預案、聯動情報板調度資源，監控員選擇其中一個預案進行執行，并自動聯系應急救援車等部門來聯動。

▲公路應急指揮智能體落地京雄高速

3、座艙大模型智能體，讓孩子有的玩、大人安心趕路

談到出行的體驗，人們不只是希望快一點、順一點，也是希望多一些和家人共處的美好時光。

本次，百度智能云發布座艙大模型智能體，幫助車企打造更加智能、溫暖的家庭出行體驗。

深藍汽車基于這個智能體打造了“深藍精靈”應用，它可以為兒童提供生成式繪本故事、英語情景對話等服務，讓家庭出行兼顧安全與溫情，打開車載娛樂新范式。

▲基于座艙大模型智能體的“深藍精靈”應用

4、智慧就醫智能體，大幅提升接診效率

再來看看醫療健康，當我們生病的時候，能被快速接診、盡快治療是最大的安心。很多人都有這樣的經歷：在門診外排了半小時的隊，進診室之后，醫生還要從頭問一遍“哪里不舒服”“什么時候開始”“有沒有既往病史”……病人等得著急，醫生看得也辛苦。

本次，百度智能云發布智慧就醫智能體，為這個場景提供新解法。

智慧就醫智能體已落地武漢協和醫院。患者在武漢協和AI導診界面上傳病歷后，智慧就醫智能體自動追問病情細節，生成結構化病情卡片推給醫生。在分診、掛號、問診環節，節省醫生85%加號復審時間，緩解“排隊半小時，問診三分鐘”的民生痛點。

▲武漢協和AI導診應用

5、生態環境監測智能體，秒級生成環境質量分析報告

綠水青山就是金山銀山。今天，AI正在讓生態環境的監測和治理變得可感、可行，但小模型能力有限。拿水文監測來說，現在全國的國家級水質監測站就有近2000個，要為某個城市做水污染分析，需要專人跨越好幾個業務系統中去翻查數據、統計分析，工作量大。

本次，百度智能云發布生態環境監測智能體。它可以基于大小模型能力，實時監測水文、大氣、土壤等多維數據，秒級生成環境質量分析報告，不僅可以為環保相關部門提供公共政策制定參考，還能為相關企業制定環保方案提供支持。

這個智能體在空氣質量問答、水質監測站點信息問答、污染源答疑等場景下回答準確率超95%，已經在中國環境監測總站落地。比如，其已助力天津-唐山秸稈焚燒污染事件快速溯源。

▲生態環境監測智能體已在中國環境監測總站落地

值得一提的是，這些智能體的背后是百度智能云千帆平臺的系統化支撐。作為“智能體工廠”，千帆平臺提供三大核心能力：

1、直接調用百度成熟智能體（如客服、內容審核等）。

2、通過A2A協議聯通第三方智能體，跨組織協同業務流。

3、連接企業IT系統開發專屬智能體，激活數據資產。

▲百度智能云千帆平臺提供智能體工廠

可以看到，“千帆智能體工廠+行業智能體矩陣”，百度智能云打造了啃下行業硬骨頭的“尖刀連”，已經初步得到了多個行業企業的認可。

企業僅需輕量定制，即可將智能體能力嵌入現有業務，大幅降低AI應用門檻，這是“大模型平權”的一大最顯著體現。

無論是單一智能體還是多智能體協作，對模型的理解、生成、邏輯、記憶能力，都提出了更高要求。

百度智能云的另一大破局利器還要回到模型能力。繼4月發布文心4.5 Turbo和X1 Turbo兩款旗艦模型后，百度本次又重磅推出金融行業大模型—千帆慧金金融大模型，在強大基座能力上構建垂直穿透力。

基礎模型層，百度提供極具性價比的通用模型。

基座模型文心4.5 Turbo不僅在閱讀理解、數理邏輯、標簽分類等方面表現較好，還實現了突出的多模態攻堅。其多模態理解效果提升超過30%，在多個測試集上追平甚至部分超越了OpenAI的旗艦模型GPT-4.5。但在價格方面，文心4.5 Turbo百萬tokens成本僅為DeepSeek V3的40%，具備極致性價比。

文心4.5 Turbo的多模態能力在制造、能源、化工等注重安全的行業價值明顯。比如在礦山安全監控案例中，客戶基于文心4.5 Turbo能夠精準理解“人-機-地面”空間關系，并通過大小模型協作，對誤闖人員進行精準識別和判斷，從而提高礦山安全保障。

▲文心4.5 Turbo落地礦山安全監控

文心X1 Turbo是一個深度思考模型，實現了深度推理破局。其內置思維鏈，可自動拆解任務→調用代碼工具→聯網搜索→生成報告。而且其推理成本更低，價格只有DeepSeek R1的四分之一。在信通院最近公布的大模型推理能力評估中，文心 X1 Turbo的綜合評級獲得了當前最高級“4+級”，也是國內首款通過該測評的大模型。

以預算管控場景為例，某制造業公司需要在5月份五個部門的成本預算數據中，找到偏差值超過正負3%的費用項并給出建議匯報。X1 Turbo能夠快速理解和拆解任務，調用代碼解釋器進行計算，調用聯網搜索工具找出預算管控的優化意見，最后匯總執行結果并生成報告。從報告結果來看，數據準確，條理清晰，很好地完成了目標。

▲文心X1 Turbo輔助生成的預算管控報告

行業模型層，百度智能云推出千帆慧金金融大模型，以數百億tokens高質量語料訓練，推出兩個版本：1、8B小模型：響應快、易部署，適用于意圖識別、指標抽取等對時效要求高、任務相對明確的場景。2、70B大參數版本：更適合處理復雜推理、多輪任務規劃的問題，比如投研輔助、策略分析，效果媲美千億參數的通用模型。

這兩個模型在金融Benchmark綜合得分超越千問、DeepSeek等千億參數模型。

▲千帆慧金金融大模型簡介

在某頭部銀行金融銷售場景為例，當客戶向經理表達了裝修貸款需求后，該模型不僅秒級生成完整貸款材料清單，并能將傳統7步投顧流程壓縮至10秒，同時確保風險管控，精準提示“嚴禁貸款資金挪用”的監管要求。實測中，該模型輔助銷售成單率提升25%，在金融報告解讀、文本寫作等任務中錯誤率下降60%。

▲千帆慧金金融大模型落地金融銷售場景

可以看到，百度大模型不僅強調刷榜分數和模型性能，更強調在行業場景中的實戰效果。上述但凡是百度發布出來的AI大模型產品，都是經過真實客戶和伙伴在業務場景中應用且起效的。

當通用大模型在專業場景“語無倫次”，當企業被千億參數訓練成本壓垮，百度用“基礎模型-行業模型-行業智能體”三級模型火力網，打穿產業AI落地最后一堵墻。

AI應用爆發的命脈在于算力。百度以“國產芯+自主調優”破局：

首先是硬核的昆侖芯P800。這是一款真正意義上為大模型而設計的芯片。它采用了完全由昆侖芯自研的XPU-P架構，性能卓越；32臺機器就可以訓練滿血版DeepSeek這樣的千億參數模型。其3萬卡集群于今年4月點亮，為國內首個全國產方案。P800目前已規模落地國家電網、中國鋼研、招商銀行、北大、同濟等多個企業及高校。

▲為大模型而設計的昆侖芯P800

其次是超節點架構。基于百度4月發布的昆侖芯超節點，64卡機柜通信帶寬提升8倍，單機訓練性能飆升10倍，單柜算力堪比百臺服務器，且支持傳統機房直接部署，可以滿足MoE等大模型對通信帶寬的高要求。

而在硬件之上，還必須有一套強大的軟件平臺，保障集群的穩定運行。

百度智能云混合云總經理杜海認為，獲得行業重要客戶的信任，基礎能力是關鍵因素。對于集群穩定性以及使用效率的關注，已經成為了行業的新趨勢。

百舸是一個強大的GPU算力管理平臺，支持一云多芯，可以對所有的底層硬件進行統一納管、調度。全國產3萬卡集群的有效訓練時長占比可以超過95%。而且一旦出現故障，百舸可以做到秒級感知、快速定位，并通過自動回滾機制讓集群迅速恢復運行。

當然，算力平臺的價值不僅在于性能，更在于靈活性。百舸向下兼容各種芯片、屏蔽底層差異；也向上適配各種主流的大模型框架，支持包括DeepSeek在內的國產開源模型的穩定訓練和推理。

以DeepSeek R1滿血版為例，百舸+昆侖芯的方案，對推理吞吐和時延等關鍵指標做了優化。在實際應用的主流場景下，單卡吞吐性能相比國內主流芯片方案高出80%；面對大規模高并發推理場景，首token時延追平海外主流推理芯片方案。

再拿長安汽車與百度共建的長安汽車智算中心來說，依托百舸平臺和自研“星環平臺”，該智算中心實現了多云環境下數據與算力的一體化管理和調度，集群平均算力使用率可以達到90%以上，綜合資源利用率提升一半。

3萬卡集群的規模化落地證明，國產芯片不僅能在參數指標上比肩國際巨頭，更在工程化層面突破超大規模集群穩定性瓶頸。這種“硬件-軟件-生態”的全棧能力，正是企業落地大模型應用的必備要素。

國家電網、中國鋼研、招商銀行、長安汽車……當前65%的央企選擇百度智能云作為AI伙伴。其勝出邏輯在于兩大難以復制的壁壘：

技術閉環：昆侖芯（算力）→文心模型（算法）→千帆平臺（開發）→行業智能體（應用），四層全棧自主；

政策適配：高度兼容“國產芯片+國產模型”的云基礎設施，滿足央國企安全可控與系統利舊的雙重需求。

在頭部電網公司的智算中心，昆侖芯集群正日夜處理著萬億級電力調度數據；武漢協和的診室里，AI生成的病情卡片讓醫患溝通效率倍增；長安汽車的“深藍精靈”座艙中，孩子們聽著AI即時編織的童話故事安然入夢……

當百度智能云將AI全棧能力注入能源、交通、制造、金融的脈絡，一套推動產業智能化的“中國方案”已然清晰。

而這場攻堅戰的終點，是讓每個企業都能低門檻、高效率地創造屬于自己的AI價值。