近日，2025百度云智大会在北京成功举办。百度智能云全新升级百度百舸AI计算平台5.0和千帆企业级AI开发 平台4.0，让企业以更低成本、更高效率部署和开发AI产品。 会上，百度集团执行副总裁、百度智能云事业群总裁沈抖分享了百度智能云新一代AI云基础设施最新进展和 落地实践。 其中百度百舸AI计算平台为具身智能 "大脑" 迭代提供支持，已全面适配主流开源具身VLA模型，将视觉语言 模型强化学习训练速度提超1倍、单轮迭代时间缩超50%。 该平台已支持包括北京、上海、浙江、广东创新中心在内的具身智能"国家队"，并已服务产业链超20家重点企 业，加速技术成果落地；同时，提供高效云端开发工具，实现研发两倍提效。 作为本届大会的重要环节，"AI+机器人 " 专场论坛吸引了全网超过数十万网友的在线观看。 ▍ 具身智能基础模型多技术路线快速迭代 落地场景应用可期 现场，北京大学计算机学院助理教授、智源具身多模态大模型中心负责人仉尚航详细介绍了具身智能多模态大 模型演进趋势。 百度智能云副总裁、泛科技业务部总经理张玮 仉尚航认为，构建具身快慢系统是具身智能从 "单一任务/本体" 迈向 "通用泛化" 的关键路径。技术路线上， ...

在智能经济浪潮的推动下，云市场的竞争格局正经历深刻变革。传统上依赖资源和规模竞争的模式，正逐步被全栈技术能力、生态开放度及行业渗透深度 所取代，成为云厂商新的核心竞争力。 近年来，生成式AI的兴起无疑为云市场带来了前所未有的变革。百度集团执行副总裁、百度智能云事业群总裁沈抖在2025百度云智大会上强调："智能经 济时代，需要新的基础设施来支撑，这就是智能优先的AI云。"这一观点深刻揭示了云市场未来的发展方向。 百度智能云不仅在底层技术上取得了突破，还在应用场景上展现了强大的实力。在北京人形机器人创新中心的日常研发过程中，百度智能云依托其高效的 算力调度和模型训推加速技术，提供了高性能、稳定可靠的AI基础设施，大幅提升了具身模型的开发效率。百度智能云的千帆平台也升级到了4.0版本， 为开发者提供了打造AI Agent所需的企业级模型、编排和数据能力。 在AI Agent时代，生成式AI正逐步从"降本工具"转变为"增收引擎"。百度智能云通过其全栈技术和行业深度，为企业提供了从模型端到产品端的全方位支 持。以中国钢研为例，他们与百度智能云合作，构建了覆盖材料研发与制造全流程的AI大模型平台，实现了该领域人工智能应用 ...

新浪科技讯 8月28日下午消息，今日举办的2025百度云智大会上，百度集团执行副总裁、百度智能云事 业群总裁沈抖指出："智能经济时代，企业对AI基础设施（简称：AI Infra）的要求，已经从'降本增 效'转向'直接创造价值'，所有计算产生的智能都会被封装进Agents，参与价值创造和交付，企业的AI 云，不再是成本中心，而会成为新型的利润中心。" 沈抖指出，互联网时代，核心是信息流通，网站和App封装的是信息，交付的也是信息，信息的流通创 造了巨大的价值，对于大多数企业来说，一个官网、几个媒体账号就够用了。但智能时代不一样，它的 核心是Agent智能体，封装的是智能，交付的是结果，所以企业可以只有一个官网、几个账号去展示信 息，但一定会有大量的Agents去接管从生产到经营的各种环节，直接创造价值。 "去年我们说，有多少场景，就有多少Agents，现在看来还是有些保守，现在的一个岗位、一个场景， 以后就可能是几个、几十个Agents。"在沈抖看来，"当价值的创造方式被重构，产业链也会进化，AI就 会进入真正的'超级周期'，而今天，我们正站在这个超级周期的起点，加速进入智能经济时代！" 沈抖指出："智能经济时 ...

Core Insights - Baidu has announced a comprehensive upgrade to its AI computing infrastructure at the 2025 Baidu Cloud Intelligence Conference, introducing the new version of the Baidu AI Computing Platform 5.0, which aims to break the efficiency bottleneck in AI computing [3] Group 1: Infrastructure Upgrades - The new platform has achieved significant enhancements in four key areas: network, computing power, inference systems, and integrated training and inference systems [3] - Network improvements include faster communication and lower latency, which enhance model training and inference efficiency [3] - The launch of the Kunlun chip super node marks the availability of super computing power, which is now integrated into the public cloud services of Baidu Intelligent Cloud [3] Group 2: Inference System Enhancements - The inference system has been upgraded through three core strategies: "decoupling," "adaptive," and "intelligent scheduling," which improve throughput and reduce latency [3] - The release of the Baidu AI Computing Platform 5.0 allows users to run the largest open-source model parameters, reaching up to 1 trillion, in just a few minutes using a single cloud instance [3] Group 3: Resource Optimization - The introduction of the Baidu Reinforcement Learning Framework aims to maximize computing resource utilization, thereby enhancing both training and inference efficiency [3]