大刀阔斧的组织改革，百度意在将模型层面的声量赢回来。

百度近日宣布成立百度模型委员会（Baidu Model Committee，简称 BMC），由对大模型具有深刻理解的年轻研究员组成，此前设立的基础模型研发部（BMU）和应用模型研发部（AMU）将向其汇报。

要读懂百度的用意，需要把这个消息放进一条更长的时间线里来看。在国内大模型和 AI 应用市场，百度是那个 " 起了大早、赶了晚集 " 的玩家。这种落差在 C 端尤为明显，当 2023 年 3 月，百度率先推出文心一言，曾是国内大模型应用领域的领头羊；然而三年过去，格局已经悄然改写，豆包、DeepSeek、千问轮番出圈，百度后劲不足，QuestMobile 数据显示，其文心一言月活从近 1500 万的高峰滑落至 500 万左右。

模型层面的压力同样不轻，百度也出现过不够坚定的战略摇摆。以开源和闭源为例，在市场开拓的关键窗口期，DeepSeek、通义千问纷纷开源争夺用户时，百度的文心大模型反应滞后，最后禁不住市场的呼声，开源姗姗来迟，有接近百度人士表示，百度高层并不彻底支持文心的开源策略。

更深层的问题在于技术代际的节奏，来自开发者反馈，相较于行业早期国外顶尖模型的水平，现在百度模型与海外的差距变得更大了，在国内方面，与 DeepSeek 以极低成本实现顶尖性能，通义千问以密集的开源迭代构建开发者生态等相比，百度的文心系列在策略和技术上均显滞后。

多重滞后，构成了百度此轮密集组织重构最真实的动力背景。​​​​​​​​​​​​​​​​按照知情人士的说法，BMC 将全面统筹大模型从路径探索、技术规划到模型训练、业务落地的全链路工作，实现模型从技术到应用的一体化管理。

这是百度在大模型组织架构上的又一次密集调整，而且是在过去半年里最具穿透力的一次。

2025 年 11 月，百度宣布新设基础模型研发部（由吴甜负责）和应用模型研发部（由贾磊负责），两个部门均直接向 CEO 李彦宏汇报，由此拉开了大模型组织重构的序幕。彼时，百度给出的官方解释是 " 分进合击 "，意在强化基础研发与应用落地之间的分工协同。时隔不到半年，BMC 横空出世，在 BMU 和 AMU 之上再加一层统筹机构，这意味着 " 分进合击 " 的逻辑已经被重新审视，分开之后，如何合？谁来合？BMC 提供的是一个明确答案。

表面上看，这是一次纵向的治理升级，它折射出的是百度在大模型赛道上的真实处境。过去三年，百度文心大模型的技术口碑经历了一段起伏。

2023 年 3 月文心一言率先出圈，在国内率先跑通了大模型的公开测试，占据了先发优势。但随着 DeepSeek、通义千问等竞争者相继以更快的迭代节奏入场，百度的领先窗口迅速收窄。

百度 CTO 王海峰曾是百度 AI 技术体系的核心缔造者，飞桨深度学习平台、文心知识增强大模型、百度大脑、百度知识图谱，这些构成百度 AI 底座的核心技术平台，都与他的名字深度绑定。

然而，随着国内大模型格局的排位更新越来越频繁，文心系列在榜单上的位置也几经变化，对于一家把 All in AI 写进战略基因的公司而言，这种排位的波动不仅仅是技术问题，更是市场信心的问题。

2026 年 1 月，百度发布文心大模型 5.0 正式版，基础模型研发部负责人吴甜与应用模型研发部负责人贾磊亮相演讲，代表了百度技术侧的最新架构调整，以及管理层年轻化的趋势。

这两位 " 新面孔 " 出现在发布台上，某种程度上是一次对外释放信号的仪式，百度要把大模型的担子交给其他人去扛。而此次 BMC 的组建，延续的正是这条人事逻辑，强调对大模型有 " 深刻理解 "。

这背后有一个行业背景值得注意，当前大模型竞争中，工程执行力已经和算法能力同等重要，甚至更为关键。这种能力往往集中在那些真正 " 在一线 " 的年轻技术人员身上，而非沉淀在传统 AI 人才的经验判断里，百度希望把决策层移得更靠近技术本身，这是 BMC 设立的核心逻辑。

与此同时，外部关于百度引进多位业内知名大模型研发人才的消息也在流传，BMC 的成员构成中据称将有不少新近加盟的顶级人才，这为委员会注入了更多变量，也意味着百度在主动打破原有的人才生态惯性。

就在 BMC 成立消息传出的前两天，李彦宏在 Create 2026 百度 AI 开发者大会上明确指出，"AI 的发展正从模型阶段走向应用阶段，第一次，AI 的主角不是模型，而是应用。" 这与 BMC 的设立方向形成了清晰呼应，既然主角已经转向应用，那么模型本身的研发和迭代，就必须以应用为导向来组织，从路径探索到业务落地的全链路，必须在同一个委员会的统筹下运转，而不是分散在互相平行的部门中各自为政。

从更大的视野来看，科技巨头围绕 AI 进行组织重构已成为 2026 年的主旋律：阿里成立了由 CEO 吴泳铭亲自挂帅的 Alibaba Token Hub 事业群，整合通义实验室、MaaS 业务线、千问事业部等核心 AI 业务；Meta 则一边裁撤非核心业务，一边豪赌 AI 基础设施，计划到 2028 年在这一方向投入数千亿美元。

在这场全球范围内的 AI 组织竞赛中，百度选择的方式更像是 " 精英委员会制 "，用最小的决策单元，覆盖最完整的模型链路。这种方式是否奏效，目前尚难论断。

就在大会召开前一段时间，百度正式发布了新一代基础大模型文心 5.1，该模型采用 " 多维弹性预训练 " 技术，以业界同规模模型约 6% 的预训练成本达到基础效果领先水平，登上 LMArena 搜索榜国内第一。

这个数据提供了一个技术方向上的佐证，百度正在试图用更高的工程效率来弥补规模投入上的不足，而不是一味堆算力、堆参数。BMC 的成立，也要在组织层面为这种效率优先的策略提供支撑，让最懂技术方向的人，更快速地做出路径选择，减少信息在层级之间流转时的损耗。

大模型的竞争已经进入深水区，取而代之的是更长周期的工程积累和组织能力的比拼。百度成立 BMC 这件事，无论最终成效如何，至少传递出一个清晰的信号，组织的加速重构，本质上是一种焦虑的外显，也是一种清醒的应对。（本文作者 | 张帅，编辑 | 杨林）​​​​​​​​​​​​​​​​