长期以来，科技互联网行业被追求 " 短期爆发式增长 " 的叙事裹挟，多数企业在流量红利的浪潮中聚焦即时变现，然而，有一家公司是个 " 例外 "。

百度，作为横跨互联网与 AI 两大时代的科技巨头，始终以浓厚的技术底色，走出了一条长期主义的发展之路。

从 2012 年悄然布局 AI 核心技术至今，百度在这条赛道上已深耕十四载。

这期间，百度于 2013 年成立深度学习研究院，成为中国互联网企业中第一个把深度学习提到核心技术创新地位的企业；2016 年推出国内首个深度学习平台飞桨；2017 年开放全球首个自动驾驶开放平台；2018 年宣布自研中国首个云端全功能 AI 芯片 " 昆仑 "；2019 年发布全球首个知识增强千亿大模型 …… 留下了许多个技术高光时刻。

然而超长期的技术投入与商业化速度的落差，让百度在很长一段时间里被公众误解，被质疑 " 起大早赶晚集 "。

而在近日的百度文心 Moment 大会上，除了重磅发布的文心大模型 5.0，还现场邀请了一位媒体人上台，与罗永浩数字人展开连麦互动，媒体希望进行一场辩论，辩题正是外界热议的话题——百度到底有没有 " 起大早赶晚集 "？

在辩论过程，" 数字人老罗 " 一边模仿本尊 " 好吧 " 的口头禅，一边基于公开数据和客观事实论证，摆出百度在芯片、大模型、无人驾驶等领域的布局和成绩，给出自己的观点 " 人家是起得早，并不能说明人家赶晚集 "。

百度这场现场辩论不只是为了展示其在数字人领域的成熟技术，也像是通过非官方口径，回应这些年外界对百度 AI 的质疑。而这种行为也在传递一种信号：这些年略显低调的百度已经发生改变。

AI 豹变，始于积累

今天，人们已经习惯通过和 chatbot 的自然对话寻求解答，也能够乘坐无人驾驶汽车满足日常通勤需求，智能驾驶已经成为车企们的核心竞争力。

然而当人们感叹 AI 的迅速崛起，并且将 AI 应用到日常生活中的每一个场景时，却很少有人会意识到这种巨变是由很多个小的变化，一点一滴累积而成的。

而从技术萌芽到落地普及，往往要跨越一道 " 死亡谷 "。在科技转化领域有一个行业术语叫做 " 死亡谷效应 "，它是指新技术从实验室原型（技术验证阶段）到商业化落地（市场应用阶段）之间的巨大鸿沟——大量创新技术在走出实验室后，因资金断裂、技术适配性不足、市场需求错位等原因，在 " 谷中 " 夭折，只有极少数能跨越鸿沟，实现规模化盈利。

AI 领域同样有自己的 " 死亡谷效应 "。商业与技术洞察公司 Gartner 在 2019 年到 2023 年的多次报告中提到，"85% 的 AI 和数据科学项目无法走出 PoC（Proof of Concept，概念验证）阶段。" 背后的原因，除了投资错位、盲目追逐新赛道和新热点等主观失误外，GPU 算力、云资源等基础设施的客观缺失，也成为制约大多数 AI 项目发展的重要瓶颈。

但是，当我们把目光聚焦到百度过去数年的 AI 布局上，会发现百度没有急于追逐短期热点，而是始终将精力放在 " 打基础 " 上，用长期投入为跨越 " 死亡谷 " 筑牢根基。

2011 年，昆仑芯正式成立；2013 年启动无人驾驶研发项目；2016 年开源飞桨深度学习平台 …… 百度选择从基础做起，自己去搭建智能云平台、自研芯片、训练大模型，自己探索无人驾驶、探索 AI 应用，然后不断测试与迭代。

十几年后的今天，百度已经拥有了性能表现位居行业第一梯队的昆仑芯，手握三万卡 AI 集群的雄厚算力，还有百度智能云、萝卜快跑，以及覆盖搜索、数字人、无代码开发、算法演化等多种应用场景的智能体矩阵。

正如百度创始人李彦宏所说的：" 当这件事的成败几乎完全取决于它技术的先进性的时候，我们的成功概率就会大不少，尤其是这个技术需要很多很多年的投入和迭代，那我们成功的概率就会更大一些。"

也只有当下再回过头看百度的来时路，才能够理解当初为何科技巨头会依然选择走上 AI 这条道路，并且选择性地无视外界的质疑。因为科技的发展从来不是线性的，重大突破往往是由关键创新、技术拐点的出现引发的质变。而在质变发生之前，坚守方向、积累实力始终是成功的前提条件。

百度 AI 的底气

大模型、智能体、无人驾驶等各个 AI 细分赛道的明星企业数不胜数。各类细分赛道的 AI 创业公司们，也热衷于在社交媒体上展示自身最新的技术能力，为自己带来更多关注。

但技术的发展，没有永远的第一名。一个肉眼可见的证据是：过去的 2025 年，AI 赛道已经彻底告别 " 一家独大 " 的格局。

国际市场上，曾经凭借 GPT 系列模型光速出圈并且长期坐稳行业头把交椅的 OpenAI，在 2025 年遭遇了谷歌的强力冲击。谷歌以 Gemini 模型的密集迭代为核心抓手，完成了从 " 追赶者 " 到 " 挑战者 " 的身份跃迁，将 AI 领域的国际竞争带入 " 双雄争霸 " 时代。

然而谷歌的高明之处不仅限于模型能力的提升，更在于生态化的商业落地策略。Gemini 深度嵌入谷歌搜索、Gmail、Workspace 等核心产品，同时与苹果达成深度合作，构建起覆盖个人消费与企业服务的全场景生态。AI 作为一种技术赋能的手段，不但在谷歌的自有体系内获得了极大的舞台，也协同其他业务获得了生产效率的提升。

而在国内市场，DeepSeek、Kimi 等一批 " 开源先锋 " 在将国产 AI 成功推向大众视野后，吸引了大厂军团的迅速下场，从算力、生态、应用等多维度发起冲击，导致竞争全面白热化。

实际上，国产 AI 的竞争核心已从 " 算力堆砌 " 转向 " 工程优化 + 生态协同 "：大厂凭借算力与资金优势补齐技术短板，开源玩家则依托社区协作扩大生态影响力，国内 AI 市场正形成 " 多元共生、激烈博弈 " 的新格局。而这恰恰进入了百度 AI 的 " 比赛主场 "。

对于已经建立了 " 芯 - 云 - 模 - 体 " 全栈协同体系的百度来说，昆仑芯、百度智能云和文心大模型组成的基础技术底座，与萝卜快跑以及智能体矩阵等具体应用的生态协同已经自成一体，其产品成熟度有目共睹——罗永浩数字人在 Moment 大会上的精彩辩论背后，就是文心大模型能力的体现。

此前，LMArena 大模型榜单中，百度文心大模型 5.0 还以 1460 分登上文本榜国内第一、全球第八，在数学能力榜上位列全球第二，是该榜单中唯一进入全球前十的中国大模型。

另外，百度以文心大模型作为算法基座推出的搜索智能体（百度搜索）、数字人智能体（慧播星）、代码智能体（秒哒）、算法演化智能体（伐谋）在内的智能体矩阵，乃至将国产 Robotaxi 推向国际市场成为最大的无人驾驶出行服务平台的萝卜快跑，都以不同的方式真实反映了百度 AI 从技术走向大规模化商业化的实力。而百度 AI 的全栈布局除了提升系统协同效率外，也能够在节省算力成本的基础上大幅优化综合成本。

至此，百度 AI 在技术成熟度、成本曲线、应用范式三大临界点已同时到来，人们也才慢慢发现，原来百度要的不是单项冠军而是系统性的综合优势。

值得注意的是，百度 AI 体系的价值已经被嗅觉敏锐的资本市场看到。回溯 2025 美股科技股的全年股价表现，百度以 57.9% 的涨幅位居前列。2026 年 1 月，昆仑芯分拆上市，萝卜快跑在阿布扎比启动商业化运营、在迪拜拿下全无人测试许可等一系列项目进展，持续推高百度股价飙升。开年至今，百度美股涨幅已超 24%，领涨中国互联网科技股。

致胜 AI 这盘大棋

放眼当下的 AI 行业，颇有些 AI 创业潮的意味：从赋能内容创作的小团队，到深耕垂直领域的 AI 服务商，无数个体与初创公司以 AI 为锚点，在教育、医疗、制造等赛道中寻找新的价值增长点，试图分食这波时代红利。

但鲜少有人意识到，这场创业狂欢的背后，离不开成熟 AI" 基建 " 的托底——就像高楼大厦需要稳固地基，算力芯片、底层算法、数据体系这些核心基建，才是所有 AI 创新能够落地的前提。而在这场基建竞赛中，百度用十余年的默默耕耘，交出了一份属于长期主义的答卷。

这背后反映的不只是一家科技企业的长远眼光，更是对长期主义的笃信与坚守。

事实上，AI 的发展似乎总爱考验人们应对长盘的能力。被世人称作 "AI 教父 " 的杰弗里 · 辛顿，就曾因为理念超前 30 年，经历外界质疑、个人困境后陷入学术低谷，直到算力、数据与算法协同成熟才迎来爆发，获得图灵奖、诺贝尔物理学奖的加冕。

杰弗里 · 辛顿的经历也铸就了 AI 史上的经典叙事：真正的突破往往诞生于 " 不被理解的坚持 "。而这种 " 不被理解仍初心不改 " 的韧性，恰恰是 AI 领域最稀缺的品质——毕竟，技术迭代的曲线向来遵从非线性增长，多数时候需要忍受漫长的沉寂与不确定性。

就像李彦宏所说的，百度是一个技术公司，想用技术去改变世界，有各种各样技术创新的方向，都想去试一试，试十年还没成，如果有意义，还会接着试下去，百度就是这样一个公司。凭着这股韧性，如今，百度已然走出了最漫长的等待。

时代正在看见那些敢于起大早的长期主义者，经历漫长沉淀的百度，正在变得松弛、从容。当下，AI 赛道的竞争逻辑正在转向产业价值重构，长期主义积累的系统性优势正带领百度驶入价值兑现的快车道。