总是慢半拍
图片来源|网络（如侵权请联系删除）部分AI生成
2026年春节刚过，一个媒体的朋友在群里发了一张截图：QuestMobile发布的AI原生App月活榜单。
字节豆包3.45亿、阿里千问1.66亿、DeepSeek 1.27亿，前三名加起来快6.4亿。
有人随口问了一句：“文心一言排第几？”
群里沉默了十几秒，然后有人回：“好像掉出前十了。”
如果你在两三年前经历过ChatGPT引爆的那波AI狂潮，大概很难想象这一幕。
2023年3月，国内第一个对标ChatGPT的大模型产品文心一言发布，全面开放首日系统涌入了超过3342万个提问，平均每秒近400个请求。
到2024年中，文心一言累积用户突破2亿，日均调用量达5亿次，百度智能云在国内AI公有云市场拿下24.6%的份额，连续六年排名第一。
那时候，百度就是中国AI的代名词。
但你现在打开手机应用商店，看看AI类App的下载排行榜，翻好几页都不一定能找到文心。不是文心一言变差了，而是它的声音消失了。
这中间发生了什么？
一场“注意力大迁徙”
要理解百度AI的处境，得先看清整个行业在2024到2026年经历了什么。
2023年是“百模大战”元年，几乎所有大厂都在往大模型赛道里挤。但到了2025年，竞争的核心突然变了方向，从“谁的模型参数大”变成了“谁的用户多”。
字节豆包凭借抖音的流量生态迅速起量，阿里千问依托钉钉和淘宝的交易场景快速渗透，DeepSeek则靠开源策略和免费打法在极短时间内登顶各大榜单。
这场“注意力大迁徙”的残酷之处在于：用户不会因为你是第一个做出来的就留在你这里。他们只会去体验最好的那个。
其实百度不是没有反应，据2026年一季度财报显示，百度AI业务收入达到136亿元，占一般性业务收入的52%，首次过半。
文心大模型5.1正式上线后，以业界同规模模型约6%的预训练成本达到了基础效果领先水平，还登上了LMArena搜索榜国内第一。AI云收入同比增长79%，GPU云收入同比增长184%。
数据好看，但问题在于：这些增长主要来自B端政企市场，C端的文心App已经跌出了前十。
换句话说，百度在“卖AI”这件事上做得不错，但在“让用户用AI”这件事上，被落下了。
那些比同行早了五年的布局
讲到这里，如果只说百度“掉队”，其实不公平。因为在AI这件事上，百度的前瞻性确实没得说。
2013年，百度就成立了深度学习研究院，是国内互联网大厂里第一个系统押注AI的。
2017年，李彦宏在开发者大会上提出“All in AI”，把AI直接提升到公司核心战略位置。
2019年3月，百度发布了中国首个正式开放的预训练模型，文心大模型1.0，比ChatGPT的发布早了整整三年多。
这种提前量不仅体现在大模型上。百度在深度学习框架层推出了飞桨，目前已是国内市场份额第一的深度学习框架，累计服务超过800万开发者，国内企业大模型落地半数依托飞桨搭建。
在芯片层，昆仑芯已完成三代AI芯片的研发和商业化，产品适配了国内多款主流大模型，全国产集群甚至完成了对文心大模型5.1的训练。
自动驾驶方面，萝卜快跑已在全球27座城市布局，全无人驾驶总里程超过2.2亿公里。
芯片、框架、模型、应用等，百度可能是国内唯一一家在AI全栈上都有布局的公司。
但恰恰是这种“全能”，反而成了问题。
百度被反复概括为“起大早，赶晚集”，这句话之所以流行，是因为它击中了百度AI叙事里的核心矛盾：方向感不差，交付结果却总是不够硬。
最典型的案例是极越汽车。2021年，百度以整车制造商身份入局造车，与吉利合作组建集度，百度出Apollo智驾技术和AI大模型，吉利提供整车制造能力。
2023年，极越01发布时号称是首款“大模型上车”的智能汽车。但到了2024年底，极越资金链断裂，公司全面停摆，百度亲自造车的尝试实质性失败。
与此同时，比亚迪将天神之眼智驾车型的默认地图从百度切换为高德，百度在B端最具分量的标杆客户也丢了。
更让人唏嘘的是，百度最早喊出“大模型上车”，却错过了真正爆发的那一波浪潮。
2026年北京车展上，火山引擎宣布搭载豆包大模型的智能汽车已超过700万辆，覆盖50多个品牌；阿里千问则拿下了长安、东风、比亚迪、吉利等十家车企的合作。
而百度文心，从极越之后，在乘用车市场的合作几乎没有了后续。
百度长期押注自动驾驶和Robotaxi，却错过了大模型交互在座舱场景中的爆发窗口。
这不是技术问题，而是战略判断的偏差，因为百度选了一条更“硬”的路，但市场偏偏在另一条路上跑得更快。
还有一个例子是开源与闭源之争。2024年，百度在公开场合断言“开源模型是智商税”，坚持闭源路线。
这个判断在商业逻辑上并非没有道理，但当DeepSeek用开源模型在极短时间内改写行业格局时，百度花了几个月才调整策略。而在那几个月里，用户的心智已经被重新分配了。
组织的“减速带”
如果
比战略摇摆更隐蔽、也更致命的，是组织本身的问题。
多位百度内部员工曾对媒体坦言，AI业务团队提出新功能快速上线的方案，需要经过TL、部门负责人、技术委员会三层审批，等批复下来，竞品已经抢先发布了。
AI以周为单位迭代，但百度内部决策仍按月计算，这种节奏错位在竞争中几乎是致命的。
更深层的是人才结构的失衡。据公开报道，百度P9及以上高管流失率约为38%，阿里、字节以翻倍薪资挖走了大量AI核心人才。
有意思的是，国内不少AI公司的技术带头人都有百度背景，如字节Seed、通义千问的业务负责人中不少来自百度系，智驾领域的创业者更是占了百度系半壁江山。
百度培养了大量AI人才，却没能留住他们。
产品层面的内耗同样严重。一位接近百度的行业人士描述，百度内部产品规划太复杂，文心App、文小言、文心语格等多个产品并行，“每层部门都有自己的路径规划，感觉大家很多时候都在‘撞车’，产品同质化严重，资源分散，用户体验割裂”。
2026年以来，百度进行了一系列组织调整，把职级体系从沿用二十年的T/P/E标签换成5到12级数字体系，并成立了直接向CEO汇报的基础模型研发部。
这些动作的方向是对的，但能否在竞争窗口关闭之前见效，是另一个问题。
如果回顾百度在AI上的每一步，你会发现一个奇怪的规律：李彦宏对技术趋势的判断，往往比同行早两到三年。
2013年做深度学习研究院的时候，大部分互联网公司还在忙着做O2O和移动支付。2017年喊“All in AI”的时候，AI在大多数人眼里还只是一个概念。2019年发布文心大模型1.0的时候，大模型这个词在国内几乎没有人提。
甚至在2026年，他又提出了一个新概念叫DAA（日活智能体数），试图用“有多少Agent在给人类干活”来重新定义AI行业的度量衡。
但问题在于，一家公司能否在AI时代站稳脚跟，不取决于CEO看得有多远，而取决于组织能不能把看到的趋势变成可交付的产品。
百度有全栈技术、有专利积累、有先发优势，但当文心一言在C端的用户粘性逐渐降低，当大模型上车的窗口被豆包和千问瓜分，当核心人才持续外流，技术储备的优势就被组织效率的短板抵消了。
百度2026年一季度的财报呈现了一个清晰的分水岭：AI业务收入占比首次过半，传统搜索广告收入同比下滑22%，归母净利润同比下降超过55%。
这意味着百度正在经历一家公司最痛苦的转型期，即旧引擎在减速，新引擎还在爬坡。
AI对百度来说，不是一个可以慢慢做的“新业务”，而是一场不能输的“生存之战”。
搜索的护城河正在被AI重新定义，如果百度不能用AI重新赢得用户，那它失去的将不只是一个AI应用的市场份额，而是整个信息入口的主导权。
在“谁真正相信AI”这件事上，百度可能是国内大厂里最认真的那一个。
但当技术信仰遇上组织惯性，当战略眼光撞上执行效率，百度需要解决的，从来都不只是模型参数的问题。
“起大早”是本事，“赶晚集”是结果。
中间那段路，才是真正决定成败的地方。
01
02
03
热门跟贴