“换挡”进行时，百度云扛起“第二曲线”(4)

第二阶段是创新阶段。从最底层高端芯片昆仑，到飞桨深度学习框架，再到预训练大模型。百度从硬件到软件，进行了全面自研和科技创新的之路；

第三阶段是前瞻阶段。8月25日，百度发布超导量子计算“乾始”和全球首个全平台量子软硬一体化解决方案“量羲”，集量子硬件、量子软件、量子应用于一体。

“当下的量子计算仍处于相当早期的阶段，至少十年才能看到初步落地”，多位资深行业投资人曾对商业数据派表示，量子计算是未来，也是难而正确的事，对投资人是超长的耐心考验。

对于巨头来说，也同样考验耐力和坚持。但只有提前布局，未来才能更有竞争力。

在十年的长期投入后，AI技术应用在各行业初显成效。

▲百度底层技术研发

近些年来，伴随数据井喷、算法进步，以及算力突破，预训练大模型成为人工智能发展的新方向。百度首席技术官、深度学习技术及应用国家工程实验室主任王海峰认为：“预训练大模型成为人工智能的新方向，而知识增强大模型能降低AI开发与运用的门槛。”

财报中显示，百度已经推出了金融、电力、航天等行业大模型，实现在应用领域效率的大幅提升。预训练大模型与行业的结合，可以节省底层模型的训练时间，直接通过喂养行业数据，快速跑出适应行业的AI模型，提高训练效率。

最近，百度进一步训练大规模的算法模型。今年7月，百度联合中国航天发布世界首个行业领域大模型——航天—百度·文心大模型，通过AI能力适应深空复杂多变的环境，助力深空探测。

不过目前，对人工智能大模型来说，要解决的问题还很多。由于人工智能应用领域十分广泛，需求呈碎片化，如何解决通用性问题是个挑战。而大模型虽然具备了更强的通用性，但它的训练和推理普遍需要消耗较多资源。

不过，这不仅是单一技术的问题，而是整个人工智能赛道都面临着投入产出比并不平衡的商业化难题。

无论是商汤在上市后遭遇市值腰斩，旷视科技屡次冲击IPO受挫，还是百度在转型期内被市场持续低估为“水泥股”，AI概念股一直在冰与火中挣扎。

另一方面，数实融合，将成为未来经济高质量增长的驱动力。

趋势在前，但实体经济的很多领域数字化改造尚未完成，智能化的渗透更尚需时日，智能化对实体经济的巨大拉升作用还没有在实际应用中体现。因此，人工智能的商业化还需在黑暗中摸索一段时间。