从芯片到智能体，百度为什么被重新定价？

出 品 | 异观财经

作 者 | 炫夜白雪

图 片 | 部分AI生成

在这一轮由大模型与生成式AI驱动的资产重估中，中概股出现了明显分化：一部分公司借助AI实现估值中枢上移，另一部分则仍停留在传统互联网增长叙事中，未能同步受益。

其中，百度成为最具代表性的“AI重估受益者”之一。在过去约一年的行情中，其股价累计涨幅超过70%，领涨中概股。

这波上涨如果只看数字，会很容易归结为AI概念的整体升温，但真正值得追问的是：在这一轮AI浪潮里，为什么百度能够成为少数持续走强的公司之一？

换句话说，市场买的并不只是“AI故事”，因为同样讲AI故事的公司很多，但走势已经明显分化，有的更多是情绪推动，而有的则是在持续被重新定价。

所以问题就变成了：百度这一轮上涨，到底是跟随行业上涨的结果，还是它在AI这件事上，确实走到了一个更靠前的位置？

如果把视角再拉开一点，这已经不只是股价问题，而是一个更本质的判断——当AI开始真正进入产业落地阶段之后，公司价值到底如何被重新分配，而百度又为什么站在了这个变化的前面。

01

算力开始定价，AI公司的分层已经发生 

如果要回答这个问题，可以先从市场关注度最高的一条线索说起——昆仑芯。从更宏观的产业视角看，国产AI芯片替代的想象空间正在被快速打开，这一方向本身具备显著的长期扩张逻辑。

这一轮股价重新抬升，很大程度上与昆仑芯的持续进展有关。从节奏上看，昆仑芯已完成科创板IPO辅导备案，并同步推进港交所上市申请，形成“A+H”双资本市场路径。这意味着其不仅在业务层面独立性增强，在资本路径上也开始进入可定价阶段。

更重要的是，市场已经开始提前对其进行估值锚定。

摩根大通给出的估值区间约为400亿至490亿美元，海通国际测算接近487亿美元。这些数字虽然不等同于最终发行定价，但释放出的信号非常清晰：昆仑芯正在从百度体系内的业务单元，转变为可独立定价的AI算力资产。而这一趋势背后，本质上正是国产AI芯片替代逻辑逐步从预期走向产业现实的过程。

鉴于百度持有昆仑芯67%股权，Benchmark进一步将昆仑芯视为推动百度资产价值重估的核心催化剂，并上调百度美股目标价约33%，由143.54美元升至215美元，认为其进展可能推动公司进入分部加总（SOTP）估值框架。

换句话说，市场关注的重点已经不只是昆仑芯本身，而是它所引发的一个更底层变化：AI算力资产正在被单独定价。

而这一点，本质上对应的是AI产业结构正在发生的变化——算力正在从成本项，转变为生产系统的核心变量。

02

利润正在上移，中间层正在被挤压

从更本质的角度看，这种分化遵循一个清晰规律：越依赖信息处理、标准化劳动与中介服务的行业，越容易被重构甚至出现利润塌陷；越接近物理世界、越依赖资本密度与技术壁垒的行业，则越可能保持稳定甚至受益。

进一步来看，这种变化并不是单纯的技术升级，而是利润分配逻辑的重写。在传统经济结构中，利润主要来源于人力效率差异与信息不对称，但AI正在同时削弱这两个基础来源。

一方面，AI显著降低人力在生产函数中的边际作用，大量标准化工作被模型替代，使企业竞争优势从“人力规模”转向“系统能力”；另一方面，AI极大压缩信息差，使金融、咨询、媒体与广告等行业的中介价值被持续削弱。

在此基础上，利润开始向上游集中，并逐渐收敛为三个核心层级：算力基础设施、模型能力与数据入口控制权。算力决定成本结构，模型决定能力输出，数据入口决定分发路径。

这一变化的核心含义在于：产业价值正在从“执行层”迁移到“系统层”。 

（图注：AI生成）

算力、模型、数据入口这三者共同决定未来利润分配格局，也决定未来十年中国上市公司之间的分化方向。 

03

百度不是在讲AI故事，而是在拼完整结构

百度正是这一结构变化的典型案例。

其AI体系并不是单一能力的叠加，而是围绕“芯—云—模—体”构建的一套全栈自研、软硬协同、生态闭环的系统能力，这也是其与纯模型公司、纯云厂商或纯硬件厂商之间最本质的差异。

首先是“芯”，对应昆仑芯，构成算力底座。百度在AI算力领域的布局起点较早，昆仑芯自2011年起就基于真实业务场景持续迭代，已完成三代AI芯片量产，并在大规模集群层面实现数万卡部署，覆盖大模型训练与推理的核心需求。

在应用层面，其不仅支撑百度内部绝大多数模型任务，也已通过智能云输出至金融、能源、制造及互联网等上百家企业客户，通过这种方式，昆仑芯推动了行业AI应用落地，加速企业内化AI能力，形成“软硬协同、生态闭环”的全栈优势。

在最新一代产品规划中，昆仑芯进一步向高性能训练与高性价比推理两条路径分化，并通过超节点架构提升单集群算力密度，同时与百度百舸平台深度协同，强化软硬件一体化能力。这一层的关键不只是“自研芯片”，而是通过长期迭代把算力能力转化为可规模化交付的基础设施能力。

第二层是“云”，即百度智能云，承担算力与行业落地的承接层。作为国内AI云市场长期领先者，其通过百舸AI平台与昆仑芯形成算力协同体系，并持续服务央企、金融与制造等高复杂度行业。

在能源、电网等场景中，AI能力已从单点工具升级为系统级生产力基础设施，使AI从“模型能力”真正进入“行业流程”。

第三层是“模”，即文心大模型体系，构成AI能力的核心输出层。文心已演进至多模态统一建模阶段，具备文本、图像、音频与视频的统一理解与生成能力，并在多项权威评测中进入国际第一梯队。

从参数规模到能力边界，其核心特征已经从“单一语言模型”扩展为“全模态基础模型系统”，并通过千帆平台对外开放，形成产业级模型供给能力。

第四层是“体”，即智能体体系，代表AI从能力走向应用范式的终端形态。百度围绕搜索、代码、数字人、办公与行业场景构建智能体矩阵，并通过DuMate、秒哒、数字人平台及GenFlow等产品，将AI能力嵌入具体工作流与业务流程中，使AI从“工具调用”转向“任务执行主体”。

如果将四层结构合并来看，百度已经形成从底层算力（芯）、云端调度（云）、模型能力（模）到应用执行（体）的完整链路。这一体系并非简单堆叠，而是通过软硬件协同与数据闭环持续强化的自增强系统。

更重要的是，这种结构在全球范围内并非孤立存在，包括谷歌、亚马逊、Meta与微软在内的科技巨头都在同步推进自研芯片、模型与云体系建设，其背后的共同逻辑并不是单纯降本，而是将AI能力从“外部购买的资源”，转化为“内部可控的生产系统”。

因此，百度的核心优势并不在于单一环节领先，而在于“芯云模体”之间形成的系统性协同能力，使其在AI产业链中同时具备算力供给、模型输出与应用分发的闭环能力。

04

当AI进入基础设施阶段，估值规则也换了

这一逻辑也在近期资本与产业进展中得到一定程度的强化。

百度在昆仑芯推进双线IPO，以及Create 2026开发者大会举办在即等事件预期的推动下，使市场对其AI技术路线与产业落地节奏的可见性有所提升，从而增强了对其全栈AI能力的验证预期。

从市场表现来看，过去一年的股价上涨并非单一业务周期改善的结果，而更接近于对其长期战略投入进入“阶段性可兑现窗口”后的重新定价，估值逻辑也由传统互联网平台，逐步向“AI基础设施 + 模型能力 + 云服务”的综合框架迁移。

（图注：AI生成）

因此，这一轮行情的核心意义不在短期情绪，而在于市场开始以更长期产业维度重估其能力结构。在AI基础设施化趋势下，具备算力底座、基础模型能力与生态协同的企业，有望获得更高的估值权重与溢价水平。

中长期来看，随着AI云规模化、大模型能力向搜索与企业服务持续渗透，以及应用场景加速扩展，其收入与利润贡献有望进入加速释放阶段。

在这一框架下，市场对百度的定价仍未完成。当前股价上行更接近“重估起点”，而非“充分定价”。若AI商业化持续推进，其估值中枢仍存在向AI基础设施与技术平台公司迁移的空间。

从这一意义上看，本轮行情更可能只是长期价值重构的第一阶段。

与此同时，百度在AI领域已布局十余年，从基础研究到算力体系再到大模型与应用生态，体现出明显的长期投入特征。在本轮AI周期中，其更接近“起大早、赶大集”的长期主义兑现者，而非外界过去认知中的滞后者。

百度的定位，正在从“长期投入但阶段性被低估的AI先行者”，转向“在新一轮AI基础设施周期中开始被重新定价的核心玩家”。