圖片系AI生成

6月6日消息，在2025智能經濟論壇上，百度集團執行副總裁、百度智能云事業群總裁沈抖宣布，目前已有65%的央企選擇與百度智能云開展深度合作，同時百度智能云發布千帆慧金金融大模型，并推出了覆蓋能源、交通、汽車、醫療、環境等領域的精選行業場景智能體家族。

百度摸索行業大模型，金融領域做試點

行業大模型是指基于通用大模型技術底座，在落地到特定行業時，針對特定行業需求和應用場景融入大量行業特定的數據和知識，從而在專業領域內表現出更高的準確性和實用性。

一個關鍵的問題是，行業大模型由誰來構建？

如果是垂直行業頭部廠商，領域內其他廠商可能心存顧慮，擔心自己的核心數據安全，以及是否會越來越落后于頭部廠商；如果是通用大模型廠商，核心數據從哪來，行業知識是否足夠，行業廠商能否認可，同樣是問題。

百度智能云以自己積累較多的金融領域為試點，探索行業大模型的可行性。沈抖表示，基礎模型能力再強，直接放到具體的行業場景中，效果往往不達預期。

拿金融行業來說，金融對大模型的要求非常高，知識面廣、時效性強，而且對大模型的準確性和幻覺率要求更嚴格。通用模型因為缺乏專門金融語料的訓練，很難精準回答，容易出現幻覺。

更重要的是，真正有價值的金融數據，大多掌握在機構內部。企業想基于這些數據做精調，面臨兩個難題：一是效果好的基座模型，往往參數規模都是千億級，訓練一輪成本高、周期長；二是部署大參數模型需要大量算力，成本也很高。

他認為，大模型廠商基于金融專業語料打造“懂業務、夠專業”的行業大模型，在同等參數規模下，直接調用，效果遠超通用模型。企業還可以基于行業模型，進一步定制專有模型和企業應用，提高效果、降低成本。

因此百度智能云以金融行業為試點，推出千帆金融行業大模型“千帆慧金”。在通用模型的基礎上，對研報、財報、專業書籍等海量金融數據做了深度清洗和挖掘，整理出數百億tokens的高質量金融領域語料，同時做了包括指令對齊、知識增強、訓練、推理策略等一系列優化。

在它的基礎上，針對行業復雜計算任務，百度智能云系統優化了模型思維鏈，進一步研發了千帆慧金金融推理增強大模型。每個模型都提供大、小兩個版本，8B版本小參數模型，響應快、易部署，適用于意圖識別、指標抽取等對速度要求高、任務相對明確的場景；70B大參數版本更適合處理投研輔助、策略分析等復雜推理和多輪任務規劃問題。

這兩個模型都支持最長32K的上下文輸入，可以覆蓋金融行業絕大多數場景。在金融領域的多個數據集評測中，以百億參數規模實現了超過千億參數通用模型的效果。

智能體，大模型下一個戰場

沈抖表示，AI產品體驗不斷優化，正在從“能用”走向“好用”。越來越多的領先企業堅定攻關大模型，并且重點已經從最初的提示詞優化，走向了更系統化的智能體應用構建。

從行業視角觀察，2025年被認為是Agent元年，可能并不是真正意義上智能體大爆發的元年，而是更多企業的投入重心轉為智能體領域。

這也與行業對大模型的認知加深有關，當面對復雜任務和多樣化的應用場景時，單純依靠提示詞已難以充分發揮大模型的潛力，例如一些需要模型自主決策、持續交互以及調用外部工具的場景中，提示詞優化難以實現任務，促使行業開始尋求更具自主性和智能性的解決方案。

咨詢機構IDC預計，2025年生成式AI在企業的落地仍將優先聚集在辦公助手等提升生產力的場景，其次是行業垂直業務場景。金融、能源、零售、制造是最值得關注的傳統行業。從另一個角度，智能體將是大模型應用的重要方向，流程自動化，RPA，CRM，數字員工將優先受益于智能體升級。

以能源電力領域為例，百度智能云聯合國家電網打造了“營銷供電方案智能體”，用戶通過國網App提交需求后，智能體可自動識別意圖、拆解任務，調用專家模型和多種工具核驗信息、填報工單，并生成多套供電方案，支持動態優化與智能推薦。

在交通領域，百度發布了“公路應急指揮智能體”，已在河北京雄高速落地使用，能高效識別如異常停車等突發事件，并快速生成處置預案，顯著縮短應急響應時間。該智能體通過大小模型協作，有效彌補了傳統小模型在連續狀態識別方面的短板，預警準確率提升至95%以上，體現了AI在復雜應急場景中的實戰價值。

沈抖表示，百度智能體已經針對行業場景做了深度優化，內置了特定的大、小模型、行業知識、行業標準流程和常用工具，對于同行業的客戶具備一定的通用性，百度智能云精選“行業場景智能體家族”已在千帆平臺全面上線。

“客戶、伙伴只需要對它們做一些輕量定制，就可以把這些能力快速嵌入到自己的業務系統。在我們和很多客戶的實踐中，‘輕量定制行業智能體’，正在成為大模型產業落地的最快路徑。”沈抖說。

此外他提到，也有不少客戶希望進一步打造更貼合自身業務的智能體，從輕量定制走向系統化構建，此時需要考慮的三個關鍵問題是：怎么開發、選什么模型、用什么算力。

在開發層面，百度智能云千帆平臺可提供企業級智能體工廠，客戶在千帆上課直接使用百度提供的成熟智能體，未來百度智能云計劃通過A2A等協議，供客戶調用更多來自百度集團內部、上下游合作伙伴的第三方智能體；企業也可開發自己的智能體，通過MCP協議連接企業內外部的服務。

沈抖說，千帆不僅可以跑在公有云上，也支持私有化部署。即使是私有化部署，也不會“鎖死”在某個版本。千帆的“私有化”本質是“私有化訂閱”嗎，每當模型或平臺有重大升級，百度將新的更新推送到客戶業務系統。

模型層面，4月份百度發布了兩款旗艦模型：文心4.5 Turbo和對應的推理模型X1 Turbo。文心 4.5 Turbo的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的最新模型GPT 4.1，而價格只是GPT 4.1的6%，DS V3調用價格的40%。

算力層面，沈抖著重介紹了昆侖芯P800，采用了完全由昆侖芯自研的XPU-P架構，顯存遠超同類芯片，CUDA上能跑的大模型，P800都可以跑，而且遷移成本非常低。

沈抖透露，2月百度點亮了P800的萬卡集群，4月點亮了3萬卡集群，在這么大的規模上采用昆侖芯P800和海光CPU的全國產方案，屬于國內首個。目前國家電網、中國鋼研、招商銀行，以及北大、同濟等高校和互聯網企業，已經開始規模部署P800。

在昆侖芯之外，百舸還適配多款主流芯片，向下兼容各種芯片、屏蔽底層差異，向上也適配了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訓練和推理。

使用百舸+昆侖芯的方案，單卡吞吐性能相比國內主流芯片方案可以高出90%；大規模高并發模型推理速度可以提升40%以上。以百度和長安汽車共建的長安汽車智算中心為例，依托百舸平臺和客戶自研的“星環平臺”，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50%。（本文首發于鈦媒體APP，作者 | 張帥，編輯 | 蓋虹達）