免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

出品 | 何璽

排版 | 葉媛

5月13日，百度舉辦Create2026大會。李彥宏在會上拋出一個全新的價值術語：DAA——日活智能體數。

“Token只代表成本，不代表收益。”他說。

李彥宏這句話捅破了一層窗戶紙。過去兩年，全行業陷入算力競賽：誰買的芯片多、誰燒的Token多，誰就是贏家。但字節凈利潤下滑、百度AI投入侵蝕利潤、阿里云增速放緩——算力的“軍備競賽”正在透支財報。

如何擺脫當前困境？李彥宏給出了另一套標尺：別比誰燒的錢多，要比誰產的“智能體日活”高。

沈抖接過了這把標尺。他宣布百度智能云全面升級為面向智能體的新全棧AI云，從算力提供商變身“智能體工廠”的建造者。

DAA不是概念，而是百度對AI下半場競爭規則的重新定義。

下面，筆者就從這次“定標”說起，聊聊DAA為什么是AI時代的價值新尺度，以及百度憑什么用它來改寫游戲規則。

為什么李彥宏說Token不代表收益？DAA和DAU是什么關系？沈抖的新全棧AI云，怎么讓智能體從“玩具”變成“生產力”？

這三個問題，對應著DAA時代的三個核心維度。第一，為什么需要DAA——算力通脹倒逼價值尺度切換；第二，DAA靠什么落地——新全棧AI云的雙Infra支撐；第三，DAA對行業意味著什么——定義權之爭與百度的野心。

01

算力通脹倒逼：為什么Token不再是“硬通貨”

先看DAA提出的行業背景——算力越燒越多，錢越賺越少。

Token思維是算力時代的遺產：它只衡量投入，不衡量產出。在2024到2025年，幾乎所有AI公司都把“日均Token調用量”當作核心炫耀指標。誰家模型生成速度快、用戶多、對話頻繁，誰就是贏家。但到了2026年，這個邏輯開始崩塌。

原因在于，Token的邊際成本不為零。傳統互聯網產品，用戶增長十倍，服務器成本可能只增加兩倍；而大模型產品，用戶增長十倍，算力成本幾乎同比例增長。字節跳動的豆包，日均Token使用量從2024年5月發布時的1200億，飆升到2026年3月的120萬億，兩年增長1000倍。同期，字節在AI算力上的資本開支超過1500億元，凈利潤卻遭遇大幅下滑。

這不是字節一家的問題。百度智能云雖然AI收入增速上調至200%，但仍無法覆蓋巨額研發與算力投入。阿里云同樣面臨AI算力投入產出比的拷問。整個行業都在思考同一個問題：算力燒了那么多，錢去哪了？

李彥宏的洞察正在于此。他指出，Token只是成本中心，不是利潤中心。用戶用Token聊天、生成內容，這些行為本身并不直接創造商業價值。真正創造價值的是智能體完成了多少任務、交付了多少結果——比如，一個智能體幫企業自動處理了1000張發票，另一個智能體在工廠產線上完成了500次質檢。

日活智能體數（DAA）正是衡量這種“產出”的指標。類比移動互聯網時代的DAU，它直接對應商業變現能力——廣告主為日活付費，資本為日活估值。李彥宏預測，未來全球DAA可能超過100億，這意味著智能體會像當年的App一樣，滲透到每一個產業環節。

這個判斷并非空想。百度智能云已經在多個行業積累了智能體落地的真實數據：2000萬輛智駕汽車、1000家AI硬件廠商、800家金融機構、80%的央企……這些場景中的智能體每天都在“干活”，DAA不是概念，而是正在發生的現實。

Token思維，是算力時代的遺產；DAA思維，是智能體時代的門票。

02

新全棧AI云：DAA的“發電廠”

聊完度量衡切換的必要性，接下來我們看看DAA靠什么落地——百度的新全棧AI云，就是DAA的“發電廠”。

沈抖在會散宣布，將百度智能云全面升級為面向智能體的新全棧AI云，構建起Agent Infra和AI Infra雙基礎設施。前者降低智能體的“單位智能成本”，后者提供高性價比算力。兩者協同，讓DAA規模化成為可能。

Agent Infra：讓每個Token更“聰明”

Agent Infra的核心是“Token Factory”（詞元工廠）和“Harness Engineering”（駕馭工程）。

Token Factory是對原有MaaS（模型即服務）的徹底重構。傳統MaaS只是把模型包裝成API，按Token調用量計費。但Token Factory采用Agent-first理念，從底層架構上減少重復計算。舉個例子，一個智能體在處理連續對話時，往往需要反復理解相同的上下文。Token Factory通過智能緩存和上下文復用，讓推理生成速度較市場平均水平提升25%。這意味著同樣一個Token，能產出更多的“智能”。

Harness Engineering則是一套面向復雜智能體任務的能力模塊。它覆蓋了長上下文管理、持久記憶、工具調用、子智能體調度、評估反饋及運行時環境等關鍵環節。這些模塊并非簡單堆砌，而是經過深度協同優化。在使用瀏覽器、Office等工具處理辦公場景任務時，Harness Engineering的成功率可以達到95%。更重要的是，得益于更優的上下文管理和任務編排，完成同樣的任務所需的對話輪次更少、Token消耗更少——相比OpenClaw等方案，可以減少23%的Token消耗。

對于開發者而言，這意味著兩件事：一是智能體的開發門檻大幅降低，不需要從零搭建復雜的記憶和工具調用系統；二是運行成本顯著下降，同樣的預算可以支撐更多的日活智能體。

AI Infra：讓算力更“便宜”

AI Infra層面，百度智能云在模型訓推、集群和數據中心建設上實現了多項突破。

先看昆侖芯。這是百度自研的AI芯片，目前P800型號已完成規模化驗證，2025年至今交付了多個萬卡集群。所謂萬卡集群，就是由一萬張AI加速卡組成的大規模計算集群，用于訓練超大模型。在昆侖芯全國產集群上，文心大模型5.1重要版本成功完成訓練，有效訓練率達到97%，萬卡規模集群線性擴展度超過85%。這意味著，當集群規模從千卡擴展到萬卡時，計算效率的損耗控制在15%以內，已經可以滿足前沿大模型大規模訓練對計算精度、算子穩定性、框架適配和長周期運行的要求。

即將于6月上市的天池256卡超節點，進一步提升了推理效率。與上一代相比，吞吐性能提升25%，推理效率提升50%。這個超節點已經完成了對文心、DeepSeek、GLM、MiniMax等主流模型的適配，端到端時延優化50%。

在數據中心層面，百度智能云公布了吉瓦級AIDC（人工智能數據中心）的升級方案。通過“網絡向心布局”設計理念，讓計算節點與網絡節點之間的距離最短，最大限度提升計算效率。規模化落地的風液兼容架構，讓數據中心整體建設周期縮短約30%。這意味著，百度可以在更短的時間內交付更多的算力資源。

雙Infra協同的邏輯很簡單：用更少的Token干更多的活，用更低的成本跑更多的智能體。這是DAA規模化的數學基礎。類比電力時代，Token Factory相當于提高發電機效率，Harness Engineering相當于優化輸電網絡，昆侖芯和AIDC相當于降低燃煤成本。三管齊下，智能體的“電價”才能降到大規模普及的臨界點。

百度不是在升級云，而是在建造智能體的“發電廠”——Token是煤，DAA是電。

03

定義權之戰：DAA如何改寫AI競爭規則

聊完DAA的底座支撐，接下來我們說這場“定標”對行業意味著什么——定義權之戰。

定義權是最高維度的競爭。移動互聯網時代，Google用“搜索量”、Facebook用“日活用戶”定義了平臺價值。誰定義了KPI，誰就掌握了資本和資源的流向。在PC時代，微軟用“裝機量”定義了軟件行業的價值標準；在移動時代，蘋果用“App Store下載量”定義了生態繁榮程度。

而百度，正試圖讓DAA成為AI時代的“DAU”。

為什么百度敢定定這個標？因為它已經在多個行業積累了可驗證的DAA基礎。

汽車行業：百度智能云累計支持2000萬輛L2級智駕新車交付，客戶覆蓋吉利、理想、長安、蔚來等主機廠，以及地平線、新石器等芯片與方案商。與長安汽車共建的智算中心，基于百度百舸·AI異構計算平臺持續優化，支持長安開展大模型、智能網聯與自動駕駛研發。100%的主流中國車企選擇了百度智能云，使其持續領跑中國自動駕駛研發解決方案市場。

AI硬件與具身智能：百度智能云服務超1000家AI硬件廠商，覆蓋智能手機、AI眼鏡、掃地機器人、智能家電等領域。在具身智能AI云市場，百度的市場份額超過第二、第三名之和。這意味著，大量物理世界的智能體——從掃地機器人到工業機械臂——正在調用百度的云端智能。

金融行業：昆侖芯助力招商銀行建立起自身AI應用的國產算力底座；支持浦發銀行精調金融分析專精模型，提升對公貸款盡調效率。百度智能云服務超800家金融機構，覆蓋投研風控、辦公、盡調等場景。

央企與出海：百度智能云服務超80%的央企，包括國家電網等大型集團。在國貨出海領域，百度首次公開亮相的企業級智能營銷解決方案Hogee，以及專為企業打造專屬視覺智能體的“一見Claw”，正在幫助義烏的“前店后廠”商家迭代為一個個“AI工廠”和“AI店長”。通過一見視覺智能體，可以將海量規則自動配置到每個攝像頭上，通過自然語言一句話識別規則、完成流程處置；Hogee則通過內置的營銷Skill，幫助商家完成從銷售導購、銷售數據到庫存調貨、促銷建議等營銷全鏈路工作。

這些不是PPT，而是DAA的現實驗證。每一輛智駕汽車、每一臺AI硬件、每一個金融機構的智能體、每一個義烏商家的數字店長，都在貢獻DAA。

李彥宏說，“AI的主角不是模型，而是應用。”這句話背后，是百度從“模型公司”向“智能體平臺公司”的身份躍遷。DAA就是這個新身份的價值標尺。

當然，DAA目前仍是百度自創的指標。要成為行業標準，百度需要開放生態，讓第三方智能體也在其平臺上跑，并讓數據可驗證。如果DAA只是百度內部KPI，就沒有度量衡的意義。沈抖在演講中也提到，百度智能云支持文心、DeepSeek、GLM、MiniMax等國產主流模型的調用，這種開放的姿態正是DAA成為行業共識的基礎。

但不可否認，百度已經在這場定義權之爭中搶占了先機。阿里云、騰訊云若等繼續用“算力規模”敘事，可能被百度用“智能體日活”降維打擊。當投資人開始問“你的平臺有多少日活智能體”而不是“你的模型有多少參數”時，游戲規則就徹底變了。

度量衡之爭，本質是定義權之爭。誰定了標尺，誰就定了天下。

結語

李彥宏定標，沈抖筑基。

DAA不是文字游戲，而是百度對AI下半場競爭規則的重新書寫。當行業還在比拼算力規模、模型參數時，百度已經把目光投向了智能體的“日活”——有多少Agent在給人類干活、交付結果。

這是一個從“成本思維”到“價值思維”的升維。它承認算力通脹的現實，但拒絕被困在算力競賽的死胡同里。它用“產出”重新定義“投入”的意義，用“智能體日活”重新定義“平臺價值”。

DAA能否成為AI時代的新標尺，取決于百度能否用新全棧AI云撐起一個開放的智能體生態。沈抖的Token Factory和Harness Engineering，昆侖芯的天池超節點和吉瓦級AIDC，2000萬輛智駕和1000家AI硬件廠商的產業滲透——這些都在為DAA的規模化鋪路。

這場“定標”，才剛剛開始。但至少，百度已經邁出了第一步，而且這一步踩在了行業最痛的地方。

接下來，就看其他玩家如何接招了。

       原文標題 : 李彥宏、沈抖Create 2026定標：AI進入“DAA時代”