前 言
在百度AI DAY现场，我体验到各式各样的“创新创业”，也感受到这群创业者之间深刻的“非共识”。
是技术牵引用户需求向前，还是用户需求牵引技术迭代？是模型决定AI产品上限，还是场景决定AI产品上限？卷AI Agent ToC赢面更大，还是卷AI Agent ToB赢面更大？下一个突破口在AI软件，还是下一个突破口在AI硬件？
就像《从0-1》序言中提到的：“如果你发现周围所有的车都在逆行，那多半是你开反了。而彼得·蒂尔就像这样一辆车，他不仅一往无前，无所畏惧地逆向而行，还让路上的其他车困惑和怀疑是不是自己开反了方向。”
01
“非共识”下的AI创业
大家可能都有类似的感受：每天打开新闻，AI大模型总在头条。即使放下手机，它也会钻进工作报表的智能分析里，显身在孩子网课的个性化辅导中。打个车或者叫个外卖，AI也会藏匿在各个系统里。
百度集团副总裁袁佛玉在AI DAY上直言：“AI大模型不只是每天的新闻头条，更在真真切切改变我们身边每一个熟悉或不熟悉的行业，甚至每个人的工作和生活。” 它像一场滔天巨浪，裹挟着高速发展的势能，也带着探索未知的不确定性 ——AI创企要在技术深度、迭代速度与成本控制的“不可能三角” 中破局。
陈秋武和蔻町智能，就是袁佛玉口中的AI创企代表。
陈秋武说：“我在2023年做税务大模型时，就发现个大痛点：to B端在国内定制化，而且不赚钱”。那时模型基座能力的边界太明显，“并不是说投入几十个人就能解决问题”。
蔻町智能团队95%的人来自微软，一群极客凑在一起入局AI Coding。陈秋武和联创琢磨，还是得往to C走。“L2的赛道里，头部企业ARR已达每年20亿美元，但我们想做L3，像自动驾驶那样的全链路能力”。
最终，花了近两年，“经历七到八轮反复推翻、试验”，才造出能端到端生成软件的架构。现在，“你说一句话，比如‘做个访谈管理系统’，两分钟内，前后端全生成。”
在AI DAY现场，除了AI+编程的蔻町智能，我们还看到了十几家AI创企。比如，做AI+眼镜的李未可，做AI+具身智能的灵生科技，做AI+游戏陪伴的逗逗游戏，以及AI+教育、AI+电影、AI+电商等各行各业的AI应用。
这些AI应用在发展过程中，大多会面临技术深度、迭代速度与成本控制的三角困境。他们有个共识，需要一个可靠的云底座，帮助他们进行创新。
但这些AI应用的创业者们，对于AI和创业又都有着清晰而模糊的“非共识”。
比如：1）是技术牵引用户需求向前，还是用户需求牵引技术迭代？ 2）是模型决定AI产品上限，还是场景决定AI产品上限？ 3）卷AI Agent ToC赢面更大，还是卷AI Agent ToB赢面更大？ 4）下一个突破口在AI软件，还是下一个突破口在AI硬件？
场上的创业者嘉宾有不同的想法，场下的观众也有不同的答案。百家争鸣才能百花齐放。就像《从0-1》序言中提到的：“如果你发现周围所有的车都在逆行，那多半是你开反了。而彼得·蒂尔就像这样一辆车，他不仅一往无前，无所畏惧地逆向而行，还让路上的其他车困惑和怀疑是不是自己开反了方向。”
创业者的视角总是倒立的。但创业者们之间也会一直“非共识”。在那些不一样的想法和观点之间，创新和创造就悄然长出来了。
02
“AI应用”爆发式生长
如果你置身AI DAY现场，你一定会体会到中国的“AI应用”正在爆发式地生长。其中，让我记忆深刻的有四家：AI+游戏、AI+教育、AI+眼镜，以及一个具身智能项目。
AI+游戏：游戏世界的陪伴者
“游戏的最高配置，不是多贵的显卡、多强的主机、多清晰的屏幕，而是陪你一起玩的朋友。”当你在游戏里拿下五杀，AI伙伴会同步弹出庆祝动效；卡关时一句“下一步该怎么走”，90%准确率的攻略瞬间刷屏。游戏陪伴类公司心影随形打造了“逗逗游戏伙伴”，通过VLM技术突破，实现游戏空间智能重塑用户的游戏体验，在实时语音“开黑”的过程中提供AI伙伴的攻略指引和陪伴体验。
AI+教育：重新定义课堂效率
教师日均4.2小时的备课时间，正被AI压缩到48分钟。方直教育用技术重构教育场景，他们还认为AI硬件正从辅助工具转变为教育生态的核心基础设施。所以，他们会坚持做B端机构级硬件，因为这是教育数字化转型的核心素养；他们还会创新做C端消费级硬件，因为这是个性化学习的基础设施。在AI时代，每一个教育从业者都应该重新思考：我们的孩子，未来究竟需要什么样的学习、培训以及教育？
AI+眼镜：现实世界的AI助手
让AI辅助现实世界，还是让AI沉浸在虚拟世界里？AI眼镜李未可选择了后者。“虽然AI眼镜有二三十种功能，用户真正使用的功能并不多。我们希望挖掘最贴合日常生活和工作场景的核心功能。让每一项功能都真正为用户带来价值。”LAWK李未可致力于打造最适合当下的AI载体与AI大模型，建立“出门带李未可眼镜”的用户心智。好的AI设备应该像空气一样自然存在。
具身智能：加速进化的新物种
从0.1N力度感知的精密装配，到毫米级对齐的衣物折叠，灵生机器人正在突破传统机械臂的边界。”这款具身智能产品通过 3D 视觉与六维力传感器构建“类人感知系统”。其核心竞争力在于“仿真到真机”的闭环学习：在虚拟环境中完成上万次试错后，部署到真实场景的时间缩短 60%。无论是识别不同规格零件的工厂场景，还是根据衣物材质调整力度的家庭场景，灵生都能实现“感知-决策-执行”的无缝衔接。
为什么这些AI创企选择长在百度智能云上？
在现场，我听到一些数据：“为创企提供亿级算力补贴”和“帮助20家企业完成亿元级融资”。
了解了下具体背景，根据长期和创企合作过程中了解到的需求，百度智能云联合投资机构、政府机构等多方力量发起“AI创投加速计划”，为入选企业提供亿级算力补贴、专属融资通道及政策申报支持。
过去一年，该计划帮助20家企业完成亿元级融资。并且，还整合了百度搜索、地图、文库等C端用户入口，以及百度智能云积累的B端客户网络，支持创企根据场景需要，快速触达目标用户和目标客户，快速验证场景，加速从技术到商业的闭环。
但是，答案不止于此。
03
平台和应用共生共创
跟几位AI创企的创始人以及百度智能云的同事交流后，我对这个问题的答案变得更具体了一些。
比如，帮助AI创企打破“不可能三角”，以客户为中心提供“技术-产品-方案”，甚至从客户中来到客户中去，进一步总结出“三阶跃迁”方法论……
1、打破“不可能三角”
AI创企的成长始终面临一个“不可能三角“：技术深度、迭代速度 与成本控制难以兼得。
袁佛玉表示：“这个不可能三角，也是百度投入AI很多年，自己一直希望攻克的难题。而我们的答案，就是把我们已经积累的技术能力与生态，尽可能地开放共享出来，和更多伙伴成为同行者，共同前行。”
在技术深度上，以昆仑芯片、百舸算力平台、文心大模型等构建全栈基础设施，像与具身智能初创团队共建的云端仿真平台，大幅降低机器人测试成本。百度千帆平台集成数百个产业级模型，支持“乐高式” 组合，使新模型开发时间缩短 70%。
迭代速度方面，千帆 ModelBuilder 一站式平台实现数据处理到部署的自动化，某医疗 AI 创企借此 3 周完成从算法验证到临床部署，成本降 40%。同时开放 100 多个行业模型，让企业无需从零开始。
成本控制上，弹性算力使成本较自建数据中心降 60% 以上，某 AI 视频处理企业年省超 300 万元；MLOps 体系将模型维护成本降 50%，故障响应缩至分钟级；包括上面提到的“AI 创投加速计划” ，提供亿级算力补贴，过去一年助力 20 家企业完成亿元级融资。
2、“技术-产品-方案”
做ToB企业服务的公司或老板会感同身受，客户的需求和自己提供的技术或产品之间，有一条极深的沟壑。这就要求提供服务的一方，不能沉浸自身技术领先的自嗨里，也不能指望拿着优秀的产品就能轻松叩开客户的大门。
而是要走到用户的身边，走到用户的需求和场景里，弯下腰和客户一起干苦活累活。只有两脚粘泥，才能更体会客户的想法，这个时候才能反向优化自己的产品和技术，进而形成客户最需要的方案。
从技术，到产品，再到方案。我们了解到，百度智能云针对电商、游戏、教育、穿戴设备、具身智能、AI玩具、生命科学等行业和场景，提供更具体的解决方案。
比如，游戏领域，通过百舸平台与千帆工具实现智能NPC、AI陪玩等功能，心影随形借助其技术打造沉浸式游戏伙伴；可穿戴设备领域，李未可科技利用多模态解决方案，实现 “边拍边讲”“实时翻译” 等场景功能；电商领域，与述信科技合作，用图生视频、大模型选品等技术改造服装品牌全链路。
3、“三阶跃迁”方法论
教员说，从群众中来到群众中去。在波云诡谲的商业世界里，企业也需要从客户中来到客户中去。
百度智能云服务了数百家AI创企，也从中总结出一条清晰的“三阶跃迁”方法论：
第一阶段为产品验证期，提供算力补贴与模型工具包，帮助企业以最小产品（MVP）快速验证想法，实现“0 基础启动”，降低试错成本。
第二阶段是场景验证期，依托行业模型库与生态资源，助力企业深入1-2个垂直场景。例如医疗AI创企利用平台工具快速落地临床场景，形成可复制的解决方案，打造标杆案例。
第三阶段为生态扩张期，通过开放平台连接合作伙伴，形成“技术+数据+渠道”的增长飞轮。百度整合搜索、地图等C端入口与B端客户网络，帮助企业触达目标用户，加速商业闭环，最终成长为行业领导者。
AI浪潮汹涌，每一位AI创业者，既能感受到AI在高速发展，也会面临许多的不确定，从而感到巨大的压力。
百度智能云选择走进产业、走进客户、走进场景，在重活和苦活中总结出方案和经验，然后分享给更多的创业者。从客户中来，到客户中去，循环往复，共创共生。
扫描下方二维码
了解更多百度智能云AI创企政策
↓↓↓
匿名用户
