在增长的市场需求和正向曲线的百度智能云业务的正比关系背后，起到关键传导是一个完善成熟的百度智能云AI企业进化体系。

其中有被越来越多企业认可的昆仑芯，也更有在能源战场一个个深耕、能打的AI SaaS产品，以及不断实践、落地、迭代的服务模式和交付模型。

作者|皮爷

出品|产业家

在李文（化名）的感受里，今年的氛围明显不一样。“去年很多企业觉得先能跑起来就可以交差了，但现在企业开始要求实际效果和应用价值，准备上生产环境。”

他是百度智能云能源行业的行业解决方案负责人。如果说，在中国TO B市场，对于大模型的真实落地哪类人有最为清晰的感知，那么李文和他所在的团队必然是最佳人选之一。从2023年大模型爆发开始一直到现在，他们一直活跃在能源行业的AI一线。

而就在最近，一则和他们有关的消息在朋友圈被刷爆：在过去的一个季度，百度智能云能源行业中标金额为市场第一，且金额破2亿大关。

这是一组怎样的数字？从2024年的整个大模型中标市场金额来看，全年AI大模型相关标的总金额为400亿人民币，而从前十中标玩家来看，即使包括百度自己在内，没有一家企业的中标金额超过10亿，超过3亿的也仅有两家。

为什么可以达成这样一组足够惊艳的数字？或者说，在大模型落地成为主旋律的2025年，能源这个国内央国企排头兵之一的赛道需求爆发意味着什么？而在其中，作为AI云服务商的百度智能云的角色又是怎样？

在百度方舟大厦，我们见到了百度智能云能源团队，在两个小时的沟通里，我们试图从他们的视角还原过去几个月乃至整个2025年至今的能源行业真实的AI大模型水温。

关于昆仑芯，关于全栈自研，关于产品服务体系，关于百度智能云的自我进化。在采访中，这些问题的答案也恰在一一浮现。

一、真实的2025 AI生产力水温：

 “行业应用爆发，带动平台层和算力增长”

2024年8月，一个几十人的团队从百度智能云出发，他们此行要完成一个特殊的“攻坚”任务——和国家电网的相关人员一起探索电力大模型的场景落地。

这其中的一个背景是，2020年百度便与国家电网达成战略合作，进行电力行业人工智能创新；在2024年中，国网又通过招标，选择了百度进行大模型领域的战略合作，这里面包含电力行业大模型验证、设计、开发、建设，还包含了典型电力大模型应用场景的探索和落地。

但尽管项目已经中标，对李文等百度智能云能源团队的成员而言，这仍然是一个“新鲜”的工作。如果把视线拉回2024年，从主流视野来看，市面上大部分大模型厂商的动作更多还集中在“卷”算力层和平台层的产品，对于“大模型落地场景的探索”还尚未投入大量人力。

“整个过程持续了大概4个月，从2024年8月到年底国网光明大模型发布会，我们一直和国网的相关人员研究探索大模型到底能落地哪些场景。”李文回忆道，“最终大家一起成功在6个核心业务域做出了示范应用场景。”

其中的成果之一，正是在之前召开的2025智能经济论坛上展示的“营销供电方案智能体”，基于这个智能体，电力企业能够更精准地识别用户需求，快速生成多套供电方案，极大简化业务流程。

如果说在2024年，这种在企业内进行的场景研究探索落地是部分现象，那么在一年后的如今，这种需求正在“愈加普遍、明确和旺盛”，这也恰是在文章开篇李文提到的企业对AI的“真实生产”需求。

从更大的视角来看，这种向真实生产侧延伸的AI需求也带动了两方面的增长：一方面，算力的需求在不断增加。大型能源央企大部分在今年都有集采的规划，而且每家企业不止一个批次，前半年已经有多家企业完成了招采；此外，为了支撑应用打造，越来越多企业开始选择搭建大模型开发平台，通过平台搭建，来使得内部应用能够快速落地，同时进行集约化管理。

实际上，今年的大模型标的细节也更是这个信号的例证。比如在算力订单之外，企业开始越发开始选择Agent开发平台的能力作为投标服务商的重要考量，进一步强化AI在应用和具体场景的的真实表达。

以及，更多的垂类领域模型需求也开始涌现。李文告诉我们，之前更多能源央国企的需求更多是搭建一些行业大模型，比如电力、油气大模型，但如今模型需求开始精细化，比如风电大模型、氢能大模型等等这些垂类细分领域大模型也都开始成为明确的能源企业需求。

即如果说2023年大模型更多的焦点是技术参数、AGI曲线，2024年人们更多开始向Agent智能体的构建和定义投射关注度，那么在如今的2025年，AI开始有了更多实际层面的考量，比如场景落地，比如模型的垂直领域表达。

这不是一件容易的事，即使是在数据要素和信息化底层更加健全的能源赛道。一如国网和百度智能云的合作，前期也更是投入了大量人力进行定点的AI探索和尝试，对其它更细分的能源赛道的企业和集团下属的分子公司而言，这种AI的精准表达需要投入的精力也更不会小。

难度不仅在场景侧，也更在产品侧和算力侧。即在更为明确的需求之下，市面上很少有企业能够提供满足对应场景的产品，比如安全生产运营，比如客服，再比如一系列更为综合的场景方案。

一个真实情况是，就当下而言，不少Agent开发平台底层没有封装足够的产业know-how元素和工作流搭建组件等，导致很多企业基于Agent平台构建的智能体无法使用落地。

算力侧的难题也存在。作为以私有化部署为主要方式的能源赛道，企业往往会采购国产化芯片作为底层算力支撑，但就目前来看，不论是垂直领域模型，还是上层的Agent需求，即使是仅在推理层面的需求，由于不少国产芯片的性能瓶颈，由此对应的芯片成本也是一笔不小的支出。

“明确的需求，更明确的卡点”——这也恰是百度智能云团队在2025年面临的真实水温。

二、“产品+服务+算力”，

三条线背后的真AI推进

时间同样回到2024年年初，在百度智能云发布一系列应用的同时，在百度智能云内部，一个上百人新团队悄悄成立，它就是李文口中的“大模型服务团队”。

对这个团队的一个介绍是，它的核心任务是是保障AI在企业场景内的真实落地，由不同的人员面向不同的行业赛道，为企业提供一系列AI落地的支持保障，同时也更帮助企业基于课程培养相应的AI人才，让企业能真正构建起AI底座。

这是百度智能云的核心动作之一。可以理解为，百度智能云想做的恰是将和一个个如国网、南网等大型企业合作的AI落地经验通过服务团队进行传递和复用，进而帮助其他能源企业可更快地找到自身的AI落地价值点。

被特殊“设计”的不仅在服务侧，更在产品。

李文告诉我们一个百度智能云内部的“特殊闭环”，即在整个百度智能云交付团队对客户的服务过程中，一旦涉及到客户提出的需求存在某些共性，交付团队会以“需求卡片”的形式传导到产品部门，产品部门经过分析后，会迅速对相关AI产品进行迭代，将最新的需求满足能力内化成千帆、百舸、客悦和一见们的更新产品的AI模块。

迭代后的产品被SA团队和交付团队再次投入到企业的真实AI场景中，至此，在百度智能云的整个AI交付模型上，一个“AI落地—产品进化—需求满足”的闭环就此形成。

不仅如此，在这个自我迭代的闭环更底层，百度智能云还有一个更时刻推进的强力底座，那就是算力层的昆仑芯。

在2024年年底，算力圈的一个大事是昆仑芯成功点亮三代万卡集群，这是国内首个正式点亮的自研万卡集群，而在今年这个集群也更被扩展至3万卡1万P规模。

“昆仑芯P800显存规格比同类主流GPU高出20%-50%，这对MoE架构更加友好。”李文告诉我们。这也意味着，以满血Deepseek为例，基于昆仑芯企业只需要单机即可部署完成，而其它家硬件厂商则至少需要2台以上的机器，对企业而言，可以大大节约算力成本。

肉眼可见的是，在Agent落地加速的如今，昆仑芯的优势也更在真实转化为百度智能云在AI大模型市场的优势。例如在今年3月底的南方电网“2025 年 AI 算力服务器（训练服务器）第一批”招标中，百度凭借昆仑芯拿到了60%以上的份额。以及就在近期，百度智能云还与南方电网点亮了千卡级集群，为新型电力系统构建提供了自主可控的算力引擎。

“我们观察到，今年以来，很多训练侧推理侧的需求都在集中爆发，不论是集团的统一需求，还是企业的局部需求，算力侧的增长幅度很明显，这种情况在去年是不存在的。”

三、百度智能云，

从长线实践中“长出来”的AI全栈服务能力

实际上，还不仅这些。

从更大的视角来看，一个关于百度智能云Q2大金额中标的更本质故事脉络也如前文所说——能源等赛道，本身就是百度智能云一直深耕的领域赛道。

这种深耕不仅包括AI大模型爆发以来的经验，也更有过去多年这家云厂商在能源行业沉淀的一系列服务知识。“我们几乎是国内跟踪能源行业时间最长的服务商，像很多标杆企业，我们早在大模型出现之前就服务了很多年。”李文告诉产业家，“AI大模型之后，大部分能源央国企也都是我们的客户。”

诚然如此。根据不完全统计，包括国网南网、 三桶油、五大发电集团以及诸多地方能源集团、燃气热力公司如今都是百度智能云的客户，整体服务能源企业数超200家。

这种“深耕”的意味在于，前文所提到的，也是如今被放到百度智能云AI矩阵一线的一系列产品，本身就早已经在诸多能源企业的内部场景落地和服务。

比如视觉分析平台一见，百度智能云能源团队相关负责人告诉我们，其在最早期的一个案例是围绕全球最大的风电运营商龙源电力集团的需求，构建了“龙源电力本部—省级监控中心—新能源场站”三级管理架构的视频智能识别系统和智能化运营平台，覆盖200余个风电场、12000多台风机。

这样的案例落地过程中，为一见产品的打磨优化提供了大量客户侧的视角输入，使得一见产品不断贴合真实的用户场景习惯。而且随着模型技术的迭代，平台也不断进行着从小模型到大小模型融合的迭代升级。

以及客悦，这个如今屡屡中标的产品之前也更是已经以NLP小模型的方式在不少能源企业场景中落地，如今基于AI的能力进化满足着客户的新AI客服需求。

还有千帆、百舸等等产品，早在古早的“小模型”时代，这些产品的“前身”就已经为诸多能源企业提供一定的智能化能力，伴随着AI大模型浪潮的到来，迭代后的它们也更伴随着AI需求的涌现，逐渐成长为新的百度智能云的服务能力。

“百度很早就是以AI为核心来服务企业，早在之前的小模型时代就是如此，那时候很多服务商还没有提出自己的AI概念。”李文告诉产业家，“到现在我们对外提供服务的产品也基本都是沉淀很多年的，在各个赛道比较能打的产品。”

这种长期在业务中的“深耕”也伴随有更新的实践养料的加入。

在过去的两年时间里，李文和百度智能云能源团队大部分时间都处于和能源企业进行AI共创的一线，比如前文提到的供电营销智能体，在这个最新的场景智能体背后，对应的是国网、百度智能云和三方生态伙伴的一齐攻坚。

其中涉及到的不单纯是AI底层技术，更有一系列如数据标注、工作流搭建、逻辑梳理、和既有数据接口的打通等等，不论对百度智能云还是能源企业而言，这些都是从0到1的新尝试。

也或者可以说，在增长的市场需求和正向曲线的百度智能云业务的正比关系背后，起到关键传导是一个完善成熟的百度智能云AI企业进化体系，其中有被越来越多企业认可的昆仑芯，也更有在能源战场一个个深耕、能打的AI SaaS产品，以及不断实践、落地、迭代的服务模式和交付模型。

实际上，这种正比关系不仅在能源战场，根据最新通用大模型厂商中标数据显示，2025上半年中国大模型相关项目呈现爆发式增长态势：中标项目累计达 1810个，金额突破64亿元，中标项目数超2024全年。其中，百度智能云以 48个中标项目和 5.1亿元中标金额，稳居“双第一”。

而在以能源、金融为代表的央国企战场，如今已有65%的央企选择与百度智能云开展深度合作，这些数字也恰构成了百度智能云2025年第一季度同比42%的增长数字。

“当前能源电力企业正积极拥抱行业大模型，聚焦高价值场景深化AI布局。随着技术迭代和产业应用的价值凸现，生成式AI将催生新的智能基础设施。百度智能云将坚定投入，支撑能源电力行业挖掘更多应用场景价值，助力打造能源革命新引擎。”在今年WAIC大会的相关能源论坛上，百度集团副总裁袁佛玉也更表示。

AI技术的发展，是建立一个个期刊论文和大量实验的基础上，但AI技术的落地靠的只能是一个个项目、一点点产品细节的耐心打磨，其中有对产业的敬畏，也更有对技术的耐心和充分理解，同时更有从能力到产业表达再到产品服务的AI进化传导。

而这些，也恰都是百度智能云在过去3年里的核心基点，如今也更构成了过去的2025年Q2季度里这个老牌AI服务商交出的不仅于能源的亮眼答卷。

如今，新的故事还在持续上演。

“我们现在开始更多关注准确率和稳定性的提升，给把 AI 投入到企业核心价值创造环节提供更多的支持和及时反馈，包括更具体的生产环节工作流怎么搭建等等，让企业更好地把 AI 用到生产运营等核心领域上。”李文告诉我们，“大模型落地是个系统工程，最终还是需要大家一起参与进来，共同把这件事做好。 

       原文标题 : 百度智能云，在能源赛道趟出一条成型的AI路径