2012 年 12 月，美国太浩湖边，一场小型拍卖正在进行。

被拍卖的公司叫 DNNresearch，它只有三名员工，没有产品，没有收入，甚至没有一间像样的办公室。

创始人是杰夫里 · 辛顿，另外两名员工是他的学生亚历克斯 · 克里哲夫斯基和伊利亚 · 苏茨克维，这三位都是 AI 领域的顶级人才，其中辛顿在 2024 年获得诺贝尔物理学奖，苏茨克维则成为后来 OpenAI 的联合创始人。

DNN 的买家，坐满了科技行业最豪华的一桌，谷歌、微软、DeepMind，还有百度。

竞价从两千多万美元一路往上走。DeepMind 先离场，微软几次进出，最后真正咬住价格的是百度和谷歌，百度一度把报价推到四千多万美元。辛顿最终主动结束竞拍，选择了谷歌。

百度没能把他带回北京。

但把时间拨回到 2012 年，这一幕仍然有些惊人。那时没有 ChatGPT，AlphaGo 还没出场，AI 也没有成为所有科技公司的统一口号，百度已经愿意拿出数千万美元，争夺三名研究者和一套尚未大规模商业化的算法。

而且，最初把这张牌桌支起来的人，正是百度。

很多人后来记住了百度在 AI 领域的掉队，却不知道它曾经也是 AI 的领头羊。

01 百度很早就看见了深度学习

这段历史里，一个绕不开的人是余凯。

余凯早年在德国和美国研究机器学习，后来进入 NEC 硅谷实验室。他身处辛顿、杨立昆、本吉奥等人推动的神经网络研究圈，对这条路线经历过的冷遇十分熟悉。

今天回看，深度学习像一条早已写好的技术主线，可在当年，它长期处于学术边缘。算法吃算力、吃数据，训练成本很高，效果又迟迟无法稳定兑现。产业界喜欢能马上解决问题的技术，很少有人愿意为一个遥远的临界点长期下注。

余凯押的就是这个临界点。

2012 年，他加入百度，负责语音和图像研究。同年，辛顿领导的 AlexNet 在李飞飞发起的 ImageNet 图像识别竞赛中，赢得冠军，震惊 AI 界。GPU、大数据和深层神经网络第一次在同一个实验里显示出压倒性优势。

余凯认为这场突破意义重大，于是联系辛顿，希望合作。

辛顿最初提出，希望百度提供大约 100 万美元的研究经费。余凯把这个需求汇报给李彦宏，李彦宏表示支持。

百度原本以为，这只是一项研究资助或合作计划。但辛顿随后问余凯：是否介意他也去询问一下谷歌的兴趣？余凯当然只能答应。

此后辛顿又联系了微软等公司，并成立 DNNresearch，将原本的研究合作转变为公司收购竞拍。竞拍的结果，如前文所说，百度未能成功。

虽然百度输掉竞拍，但内部却因此更快形成了共识。当谷歌、微软和 DeepMind 都愿意为三名研究者支付数千万美元时，深度学习已经无需再靠技术人员制作几十页幻灯片去证明。竞拍价格本身，就是一张最直白的未来门票。

第二年，百度成立深度学习研究院 IDL，由李彦宏挂帅，余凯负责具体工作。

这在中国互联网公司里非常少见。彼时，大多数研发团队围绕产品迭代和工程效率运转，IDL 却带有明显的长期研究色彩，它一头连着论文、算法和计算平台，另一头直接插进搜索、广告、语音、图像和翻译。

百度也天然适合做这件事，它有中文互联网最庞大的搜索数据，有真实用户每天留下的点击和反馈，有广告业务提供现金流，也有足够多的产品场景拿来试验新算法。研究人员刚做出一个模型，工程团队就能把它放进亿级产品里检验，结果再变成下一轮训练数据。

搜索体验改善一点，广告匹配准确一点，背后都可能对应相当可观的商业回报。AI 因此很快离开实验室，进入百度最赚钱、也最核心的业务。

那几年百度 AI 真正可怕的地方，是它把研究、数据、算力和收入装进了同一个循环。

02 谷歌有辛顿，Meta 有杨立昆，百度有吴恩达

辛顿加入谷歌以后，全球科技公司开始抢 AI 科学家。

谷歌拿下辛顿团队，又收购 DeepMind，将后来获得诺贝尔奖的哈萨比斯招入麾下，Facebook 请杨立昆组建人工智能实验室。一个顶尖科学家的价值也从个人研究能力，延伸到方向判断、人才号召力和公司内部的资源分配权。

谁能请到这个圈层的领军人物，谁才有资格坐进下一轮技术竞争的主桌。

2014 年，余凯在硅谷与吴恩达多次见面。吴恩达随后飞往中国与李彦宏会谈，最终加入百度担任首席科学家，管理北京和硅谷两地的人工智能实验室。

吴恩达此前参与创建谷歌大脑。他既有学术声望，也知道怎样把神经网络、计算基础设施和大公司业务拧在一起。对百度而言，这样的人才能带来的远超一个实验室负责人，他相当于向全球研究者发出信号，百度正在认真建设一个世界级 AI 平台。

当时业内谷歌有辛顿，Facebook 有杨立昆，百度有吴恩达，可以说是短暂的三足鼎立。

这背后反应的是百度当时在全球人才市场上的真实位置，斯坦福、谷歌以及一批顶级研究机构的人才愿意来到百度，因为这里有数据，有算力，有业务，也有野心。

百度在语音识别、计算机视觉、自然语言处理和机器翻译上的进展，随后密集出现。它还建设 GPU 集群，把深度学习部署到搜索结果、广告系统、翻译和手机语音搜索中。

机器翻译上，百度与谷歌直接竞争，比谷歌更早发表类似研究成果，随后公布了一套性能与谷歌内部系统相当的方法，谷歌团队意识到自己正在和百度赛跑。

谷歌后来凭借自研 TPU 率先把相关能力大规模产品化，但百度已经证明，它拥有在前沿技术上和谷歌同场竞速的能力。

这里有一个容易被忽略的细节。

百度对 AI 的早期投入，从来没有停在实验室形象工程上。它首先用 AI 改造搜索和广告，因为那里数据最多、回报最清楚，接着才把能力向语音、翻译、自动驾驶和云计算扩散。

这是很典型的百度打法，技术先进入现金牛，再从现金牛里长出新平台。

然而问题也藏在这里，当 AI 被理解为一种基础能力，它可以进入所有业务；当它进入所有业务时，公司反而更难决定，哪个产品应该成为普通用户认识 AI 的第一入口。

03 All in AI，四处开花

2017 年，陆奇加入百度，担任集团总裁兼首席运营官，这大概是百度 AI 气势最盛的一段时间。

陆奇长期负责微软必应和人工智能业务，来到百度后，他进一步收拢战略，把 AI 优先变成明确的公司方向。

百度一边做 DuerOS，希望语音成为音箱、电视、汽车和家电的新交互层；一边推出 Apollo，向车企开放自动驾驶软件、地图、云服务和工具。

那个阶段的百度想复制的，是 Android 和 AWS 的故事。Android 没有只服务一台手机，AWS 也没有只服务亚马逊自己。百度希望 DuerOS 和 Apollo 成为 AI 时代的公共底座，让更多公司的硬件、汽车和服务运行在百度能力之上。

这个设想并不小，也没有停在发布会上。DuerOS 后来进入智能音箱、电视、汽车和家电，百度披露其 2019 年 12 月单月语音交互量超过 50 亿次。Apollo 则从自动驾驶开放平台，逐渐延伸到高精地图、智能交通和萝卜快跑。

飞桨、昆仑芯、智能云也在同一时期铺开，从芯片、框架、模型到行业应用，百度试图把 AI 产业链的关键层都握在手里。

这套布局留下了很厚的家底，今天百度还能在自动驾驶、AI 云和深度学习框架上持续竞争，靠的就是那几年近乎重资产式的投入。

但站在用户一侧，画面开始变得模糊。

语音助手、自动驾驶、芯片、云计算、智能交通，每个方向都够一家创业公司拼上十年。百度同时推进，技术能力不断加厚，普通人却很难指出一个产品，说这就是百度 AI。

百度慢慢变成了一家庞大的产业 AI 公司。

它更懂怎样把 AI 塞进一辆车、一座城市或一家企业，却没能在消费端守住一个足够清晰的新入口。这个缺口，当时看起来没那么致命，直到大模型把所有技术重新压缩进一个聊天框。

04 差一步就到 ChatGPT 的门口

很多人把百度的大模型故事从 2023 年文心一言发布算起，真正的起点还要往前。

2019 年，百度发布 ERNIE 1.0，ERNIE 就是后来的 " 文心 "，它通过知识增强预训练改善中文理解，同年 ERNIE 率先在 GLUE 语言理解榜单突破 90 分。

2021 年，百度发布 2600 亿参数的 ERNIE 3.0 Titan，同时推出 110 亿参数的对话模型 PLATO-XL。

到 2021 年，百度已具备做 ChatGPT 类产品所需的三个关键组件，大规模语言模型、对话生成模型、以及搜索、知识图谱、中文数据。

所以后来有人追问，百度有没有可能比 OpenAI 更早做出一个类似 ChatGPT 的产品？

从技术积累看，机会确实存在，百度对语言模型并不陌生，对搜索和问答更熟，甚至比许多模型公司更清楚用户每天会提出什么稀奇古怪的问题。

可技术积木齐全，距离一个划时代产品依然很远。

对于百度来说，一个能直接生成答案的助手，天然会冲击搜索引擎原有的页面结构、流量分配和广告逻辑。

百度当时更习惯让大模型改善已有业务，或者通过智能云服务企业。ERNIE 强化搜索理解，PLATO 研究开放域对话，行业模型进入金融、能源和制造，这些选择都有商业逻辑，也符合百度已经形成的组织能力。

回头去看，就算当时集齐了堪称 AI 梦之队辛顿、苏茨克维、哈萨比斯，甚至后来首先发表缔造大模型的 Transformer 架构的谷歌，也在 ChatGpt 之后很久才拿出能够一战的 Gemini。

05文心一言，最后的回光返照

2022 年 11 月 30 日，OpenAI 推出 ChatGPT。它让整个科技行业突然意识到，大模型不只是论文、榜单、API 和企业解决方案，它还可以成为一个普通人每天使用的消费产品。

几个月后，百度推出文心一言，成为中国大厂中最早公开发布 ChatGPT 类产品的一家，它能这么快交卷，靠的是前面十年的积累。

但那场发布会没有帮助百度建立起领先者心智。提前录制的演示、邀请测试的方式，以及产品早期不够稳定的体验，让外界感觉百度是在 ChatGPT 压力下提前交卷。

随后，越来越多竞争者进入市场。

字节的豆包依靠流量和产品体验扩张，Kimi 抓住长文本场景，通义千问依靠阿里云和开源生态吸引开发者，DeepSeek 则通过模型性能、低成本和开放策略获得全球关注。

百度再次起个大早，赶个晚集。

结语

今天再回头看 2012 年至 2017 年的百度，依然会感觉有些不可思议。

它差点买下辛顿和苏茨克维，成立了中国最早的一批深度学习研究机构，招来吴恩达和陆奇，推出 Deep Speech、飞桨、DuerOS 和 Apollo。后来，它又做出了文心模型和 PLATO，拥有搜索引擎、知识图谱、语音入口和数亿用户。

它曾经拥有时代给出的几乎所有筹码，但故事的最后，还是说了拜拜。

余凯 2015 年离开，创立地平线，吴恩达 2017 年离开，陆奇 2018 年卸任。

把余凯、吴恩达和陆奇的离开连在一起，很容易写成一段人才流失史，三个人离开以后，百度仍在持续投入 AI，可这三次离开仍然具有象征意义。

余凯代表百度最早看见深度学习的那双眼睛，吴恩达代表百度站在全球 AI 人才中心的高光时刻，陆奇代表百度试图把技术野心变成公司总战略的一次冲锋。

他们先后离场后，百度 AI 变得更厚，也变得更重。它进入云计算，进入汽车，进入芯片，进入城市，每一项都需要庞大的工程体系和漫长的商业周期。

2025 年，《时代》周刊公布年度人物，在封面文章中，《时代》李彦宏竟作为中国 AI 企业家的代表接受了采访，这给人的感觉不真实，在这个节点，接受采访的难道不应该是 DeepSeek 的梁文峰吗？

唯一合理的解释或许是，2010 年代的百度给美国科技媒体留下了太深的印象，它曾是美国媒体观察中国 AI 时最自然的窗口，这种印象如此深刻，以至于多年后仍然保留着惯性。

只是，这种来自过去的国际声望，反而让今天的对比显得更加遗憾。

《时代》看到的，可能仍是那个曾经站在全球 AI 最前排的百度。然而可惜的是，百度 AI 最耀眼的辉煌，似乎已经留在了 2010 年代。