「核心提示」
AI的下一場競賽，早已不是語音對答，而是深度協(xié)同，成為每一個產(chǎn)業(yè)可調(diào)用、可生長的超級大腦。

作者 |詹方歌

劉楊

在亞洲最大的獨立汽車設計研發(fā)公司阿爾特，一場有關“風阻”的研發(fā)變革正在發(fā)生。

12月25日，在百度AI Day活動現(xiàn)場，阿爾特公布的一組數(shù)據(jù)引發(fā)關注——汽車風阻驗證時長，從傳統(tǒng)的10小時縮短到1分鐘，預測誤差控制在5%以內(nèi)。這一突破，得益于百度伐謀超級智能體的自我演化能力。

眾所周知，風阻大小直接影響汽車的續(xù)航和能耗，是汽車設計中的核心環(huán)節(jié)。以往，行業(yè)普遍依賴仿真軟件，通過求解N-S方程來進行風阻預測，這一過程不僅復雜還極為耗時。阿爾特攜手百度伐謀推出的御風智能預測系統(tǒng)，讓風阻預測效率實現(xiàn)了質(zhì)的躍升。

御風系統(tǒng)如同一位自驅(qū)型的優(yōu)秀學生，能夠利用大量工程數(shù)據(jù)，迅速掌握空氣動力學規(guī)律。它幾分鐘內(nèi)就能輸出可視化的壓力云圖和風阻系數(shù)，且預測精度接近真實物理仿真，還能夠跨車型優(yōu)化，真正實現(xiàn)舉一反三。

事實上，效率的提升只是伐謀帶來的直觀變化，更本質(zhì)的意義在于系統(tǒng)性優(yōu)化。正如其名字“上兵伐謀”的寓意：用智慧和謀略解決核心問題，而不僅僅依賴資源或算力的堆積。這也是AI進化的方向。

從汽車風阻到空間站設備，再到金融風控和港口調(diào)度，伐謀正在將頂尖專家的“最優(yōu)解探索”能力，轉(zhuǎn)化為每一家企業(yè)都能調(diào)用的智能底座。

實現(xiàn)AI從“技術展示”到“產(chǎn)業(yè)內(nèi)化”的飛躍，并非易事。百度為何能率先跨過這道門檻？這背后的底氣是什么？

1、把人從“試錯”中解放出來

發(fā)布一個月以來，百度伐謀已有超2000家企業(yè)申請試用，覆蓋物流、制造、AI4S等領域。這些企業(yè)都在尋找同一個答案：如何讓AI幫他們找到“全局最優(yōu)解”。

御風智能系統(tǒng)的突破，正是這個答案的生動注解。從10小時到1分鐘，它針對效率的優(yōu)化并不局限在“快”，而是改變了傳統(tǒng)風阻預測中“設計→驗證→再修改”的模式。圍繞“試錯”形成的測試閉環(huán)，也就此打破。

以往，汽車設計師無法在草圖階段就獲得風阻的實時反饋；風阻工程師的驗證過程也像“開盲盒”，二者無法直接建立溝通?，F(xiàn)在，御風系統(tǒng)將氣動驗證前置到草圖階段，在設計初期就能實現(xiàn)風阻系數(shù)的快速預測，還能利用逆向求解與重構(gòu)，生成多組“既達標又有差異”的汽車輪廓線方案，輔助設計師做出最佳選擇，實現(xiàn)了“邊設計、邊驗證、邊優(yōu)化”的高效研發(fā)模式。

作為御風系統(tǒng)的大腦，百度伐謀不同于其他的智能體，不滿足于一次性開發(fā)，而是通過“冷啟動-演化迭代”機制，在幾天甚至幾小時內(nèi)，依靠大規(guī)模分布式的算力不斷重復試錯，并在試錯中總結(jié)經(jīng)驗，自主尋找最優(yōu)算法。其過程與自然界億萬年的進化有異曲同工之妙。

更廣闊的視野、更高維的思考方式、更快的試錯速度，讓伐謀在面對復雜的產(chǎn)業(yè)問題時，不會像人類專家一樣陷入“局部最優(yōu)”的瓶頸，而是在現(xiàn)實情況動態(tài)變化的過程中，利用自適應能力動態(tài)調(diào)優(yōu)，找到不同條件下的“最優(yōu)解”。

距離地球400多公里的高空，百度伐謀強大的自我演化能力同樣在發(fā)揮作用。

每90分鐘左右，中國空間站會繞地球飛行一周。按照科學家的設計，它將在軌運行10年以上，艙內(nèi)需要不斷監(jiān)測由人體和材料釋放的有害氣體。傳統(tǒng)空氣監(jiān)控設備體積和重量巨大，急需研發(fā)質(zhì)量輕、精度高的微型監(jiān)測設備。

以往，科研人員在研發(fā)核心部件“微型氣相色譜柱”時主要依賴人工經(jīng)驗，手動設定形狀、密度等幾何模型，反復進行數(shù)值仿真，效率較低?，F(xiàn)在，北京工業(yè)大學與百度伐謀深度合作，利用伐謀進行自動化尋優(yōu)，科研團隊成功演化出了體積更小、排布更緊密的構(gòu)型設計和排布方式，大幅提升了氣體分離效率，設備也更輕更小?！拔⑿碗娮颖恰本瓦@樣橫空出世。

除了航天系統(tǒng)，北京工業(yè)大學還將伐謀應用到旋轉(zhuǎn)機械系統(tǒng)、直升機動力系統(tǒng)等多個復雜系統(tǒng)故障檢測試驗中，真正實現(xiàn)了人類專家提出問題、設定標準，伐謀自動完成代碼演化、自我改進和最優(yōu)解輸出的過程。

伐謀的應用，讓原本以“周”為單位的科研探索開始縮短至“小時級”，科研團隊無需具備深厚的AI大模型知識也能夠上手使用，真正將人從繁重的試錯中解放出來。更重要的是，伐謀自主演化出的創(chuàng)新融合方式，也在不斷為科研提供新的靈感。

從“輔助工具”到“原生生產(chǎn)力”，伐謀不同于一般智能體，更像是人類的超級助手。它具備較快的學習能力，能夠適應不同行業(yè)需求，并為企業(yè)應用帶來新的可能性，對傳統(tǒng)模式也有了積極的改進。

2、伐謀的底氣和視野

用AI來試錯，而不是用人試錯，無疑能大幅降低成本和提升效率，這是顯而易見的優(yōu)勢。但要讓伐謀這樣能夠解決極其復雜問題的智能體真正落地，其背后所需的技術能力和長期投入，遠超想象。

為什么率先推出這種先進生產(chǎn)力的是百度？最核心的原因，在于百度堅持全棧自研的技術路線。公開資料顯示，全球范圍內(nèi)能夠?qū)崿F(xiàn)“芯片—框架—模型—應用”全鏈路自研的，只有谷歌和百度。

與其他公司在各環(huán)節(jié)采購拼裝、難以高效協(xié)同不同，百度的全棧布局讓技術各層無縫配合，能夠快速響應和優(yōu)化。這不僅保證了體系的穩(wěn)定可靠，更為伐謀這樣對性能要求極高的智能體提供了理想的“孕育土壤”。

自2010年啟動昆侖芯片研發(fā)，到飛槳深度學習框架、文心大模型，再到各種行業(yè)應用，百度已建立起從底層算力到頂層算法的堅實支撐。只有當技術鏈條完全自控、上下游緊密打通，才能支持自我演化的智能體實現(xiàn)高速成長與持續(xù)優(yōu)化。

如果說全棧布局是伐謀誕生的基礎，那么百度對中國復雜產(chǎn)業(yè)需求的敏銳洞察，就是讓伐謀真正落地開花的“養(yǎng)分”。

全球AI發(fā)展中，有一個關鍵的悖論——模型能力高歌猛進，但其對經(jīng)濟增長的貢獻目前來看還十分有限。這也就是為什么李彥宏會在多個場合不斷呼吁，“機會最大的是在應用層”“應用才是真正創(chuàng)造價值的地方”。

他指出，中國制造業(yè)密度高、應用場景復雜、對成本和效率極度敏感，如果能用先進技術大幅提升這些場景的效率，對經(jīng)濟增長的貢獻將顯而易見。

目前，百度已經(jīng)積累了豐富的應用落地實踐：慧播星數(shù)字人技術在2025年雙11中GMV同比提升91%，并正式宣布面向全行業(yè)開放，成為企業(yè)降本增效的新型生產(chǎn)力工具；秒噠上線8個月以來，平臺已累計生成超50萬個商業(yè)應用，日新增應用漲幅超150%，覆蓋教育、商業(yè)、內(nèi)容創(chuàng)作、企業(yè)服務等200余個場景。

這些落地實踐不但證實了AI在驅(qū)動商業(yè)增長和生產(chǎn)效率提升方面的巨大潛力，也為伐謀等AI智能體“后來者”的落地積累出了可復制的經(jīng)驗，形成了巨大業(yè)務價值。

3、讓AI內(nèi)化于“千行百業(yè)”

作為市面上最適合解決復雜問題的智能體之一，伐謀的意義并不在于寫代碼，而在于將高級決策邏輯轉(zhuǎn)化為每一家企業(yè)都能即刻調(diào)用的基礎設施，讓AI能力滲透到產(chǎn)線的每一個環(huán)節(jié)，讓產(chǎn)業(yè)升級來得再快一點。

為了進一步降低使用門檻，百度伐謀在12月25日的AI Day上宣布進行三大能力升級：在通用性方面，全新發(fā)布Web端、CLI及IDE插件等多種形態(tài)，支持對話式澄清需求，讓不懂代碼的業(yè)務人員也能輕松接入；在生產(chǎn)級方面，推出本地評估方案，企業(yè)無需上傳敏感數(shù)據(jù)即可享受伐謀的演化能力；在持續(xù)性方面，升級全局搜索和動態(tài)調(diào)優(yōu)能力，實現(xiàn)持續(xù)的價值創(chuàng)造。

同時，百度伐謀正式發(fā)布"同舟生態(tài)伙伴計劃"，面向高校實驗室、行業(yè)軟件企業(yè)開放核心能力，對高質(zhì)量伙伴的科研創(chuàng)新或產(chǎn)業(yè)實踐項目提供全面免費支持。

以金融業(yè)為例，風險控制是金融業(yè)的最重要場景，是數(shù)字銀行的核心“護城河”。以往，風控需要依賴專業(yè)化的人才進行復雜數(shù)據(jù)工程。中信百信銀行在與伐謀合作后，情況開始發(fā)生變化：在專業(yè)的風控專家的訓練指導下，伐謀利用自身在高維數(shù)據(jù)感知、復雜數(shù)理推導等方面的特殊能力，不間斷地在海量數(shù)據(jù)中進行風險特征挖掘，在短時間內(nèi)快速達到了專業(yè)數(shù)據(jù)挖掘工程師的水平。

同樣能體現(xiàn)伐謀優(yōu)勢的還有港口場景。港口的運輸、裝卸等環(huán)節(jié)高度復雜、相互耦合，傳統(tǒng)人工調(diào)度難以高效評估多種協(xié)同方案，常常無法實現(xiàn)資源與能耗的最佳平衡。通過算法，伐謀對船舶靠泊、岸橋作業(yè)、集卡運輸與場橋調(diào)度等環(huán)節(jié)進行全局優(yōu)化。系統(tǒng)經(jīng)過多輪演化計算，在保障作業(yè)效率的前提下，為港航物流作業(yè)領域帶來了顯著的節(jié)能降耗效果。

當行業(yè)多數(shù)精力仍聚焦于對話和內(nèi)容生成時，百度伐謀展現(xiàn)了另一個維度的價值：將大模型等全棧能力導向產(chǎn)業(yè)深水區(qū)，追求AI技術在實際生產(chǎn)中發(fā)揮更大作用，解決產(chǎn)業(yè)中那些“評估容易、求解極難”的問題。

從這個意義上看，伐謀并不是一次單點突破，而是一種方法論的外化。它所代表的，不是把模型做得更大，而是把AI能力內(nèi)化、壓實，實到能夠被真實業(yè)務調(diào)用、被一線流程消化、被結(jié)果反復驗證。

也正是在這條路徑上，百度逐漸勾勒出一條清晰的 AI 路線：從讓人人都能成為開發(fā)者的“秒噠”，到讓人人皆可開播的“慧播星數(shù)字人”，再到直指產(chǎn)業(yè)核心難題的“伐謀”，其核心從未改變——立足應用驅(qū)動，將原本只屬于少數(shù)人的智能，真正內(nèi)化為多數(shù)行業(yè)可以長期使用、持續(xù)創(chuàng)造價值的通用生產(chǎn)力。