百度伐謀，“內化AI能力”的全新解法

阿爾特，一家已經上市的汽車設計科技公司，已為國內外80余家客戶開發了近500款車型，經驗豐富，亞洲領先。

不過，這家公司一直試圖達成更高的設計效率。“曾經整車設計需要36個月甚至更長?！卑柼叵嚓P負責人談到。

事實上，整車設計流程之所以耗時耗力，核心原因之一，就在于復雜的驗證和不算高效的交互反饋。

就拿和車輛續航、能耗密切相關的風阻測試來說，傳統風阻測試非常依賴仿真軟件求解，單次可花費10小時。且在初期草圖階段，設計師無法獲得風阻實時反饋。設計師和風阻工程師用兩套“黑話”，初期根本沒法實時溝通。

后來，一個能“自我演化”的AI助手加入。它能不斷優化預測模型，1分鐘內就能算出風阻系數，還能輸出可視化的壓力云圖及風阻系數。

類似產研一線“效率奇跡”的故事，不斷上演。背后，正是一個月前在百度世界2025上線的可商用自我演化超級智能體——“百度伐謀”。

發生在阿爾特身上的效率革新，是發布才一個多月的“伐謀”的“代表作”之一。

12月25日，百度AI Day上披露，目前超2000家企業申請了試用伐謀，物流、制造、AI4S等領域的大大小小企業，都開始體驗上了伐謀帶來的“全局最優解”下的效率提升。

效率無疑是開啟未來一把重要的鑰匙。尤其在2026年“十五五”開局前，中國41個工業大類、全品類制造的強大產業鏈，整體規模達到全球之最，可千行百業的邊際效率正在遞減。

早些年，知名企業家段永平談到企業運轉核心價值時，曾表示：“性價比，往往是為低價尋找的借口?！?/p>

未來，如果勞動力等基礎成本無法長期支撐產業價格優勢，那么，效率側的提升，或許才是唯一“解”。百度交出的答案，從李彥宏先前在《人民日報》署名文章中可以看出：

“在實體經濟企業中內化AI能力，利用人工智能技術賦能礦業、化工、輕工、船舶等重點產業，有助于進一步夯實實體經濟這個根基?！?/p>

如何釋放潛力、夯實底座？百度剛推出不久的“伐謀”，已在不少行業專注尋找“全局最優解”，它運用了更先進的效率引擎賦能，成為了推進AI與實體經濟深度融合、實現新質生產力的一個現實樣本，也是一個AI內化趨勢下的全新“解”。

一、伐謀能帶來什么？

中國，是巖爆災害較為嚴重國家之一。深部采礦和隧道工程中，巖爆事故時有發生。

如何有效避免災難實際難度很大，核心原因就在于災害預測的場景，難以實現快速有效遷移。比如說，人工復現需2名研究生耗時5天，且準確率會大幅下降33%。

而在滑坡位移等災害預測中，耗時費力的情況同樣嚴重：在建立滑坡預測模型時，從數據到模型再到驗證，每一步都需人工反復試錯，選優周期通常以“周”為單位，應急場景的時效性很難保證。

不過，復雜多變的災害很難預測，可又不得不預測：這不單單是一種技術命題，也是關乎生命的核心命題。

為此，百度伐謀就給出一種迅速、救命的效率提升：

比如，在災害預測遷移方案中，伐謀通過現有方法構建了初始解，加上自適應和迭代演化，僅耗時6小時，就能把測試準確率提升到91%。

在建立滑坡預測模型時，伐謀則通過并行生成候選模型、統一評估及持續演化，可將模型選優周期從“周”縮短到僅需6小時。

效率是生命的表達，在此也具象化了。

視野轉向鄂爾多斯，一座被草原環抱的城市。

在這里，百度伐謀優化了紅綠燈配時，車均延誤降低13%，部分路口甚至可以減少一半耗時。目前，伐謀優化配時方案，已經作用到了國內近5000個路口。

以上降維提升不同領域效率的打法，與“伐謀”內核的密不可分?！秾O子兵法》提出“上兵伐謀”，本指軍事對壘中，以謀略挫敗敵人，實現“不戰而屈人之兵”。

其核心在于，以一種成本最低、成效最優的方式，實現最大戰果。

事實上，除了汽車研發10小時到幾分鐘的“御風”效率提升，目前，百度伐謀還在交通管理、災害預測、金融等方面，以一個超級算法工程師的自我演化，實現全局最優解，從而幫助中國百業千行實現了硬核的效率優化，積累了大量實戰案例。

這離不開伐謀的核心優勢。

伐謀的底層運轉邏輯，就借鑒了“進化算法”。它模擬生物界幾億年的進化過程，并將之壓縮至幾天甚至幾小時，從而發現“過去人類從未發現過的全局最優解”。

《好戰略，壞戰略》一書曾談到：“好戰略的核心是發現關鍵點，并集中力量去突破它。戰略就是撬動全局的杠桿?！?/p>

從這點上說，百度伐謀通過“自我演化”的方式，去突破人類專家的“局部最優”的天花板，無疑是找到了工業效率的“算法杠桿”。

當下，伐謀不是簡單的問答助手，而是一個能夠在更多復雜領域持續算法迭代、自我演化，在通用領域創造出了真正價值的算法“謀略家”。

比如，伐謀可將傳統“煉丹式”依賴專家經驗、反復手工調參，升級為7×24小時全自動自主演化，從而實現不間斷學習迭代，相比傳統方法更靈活、高效、經濟。

并且，伐謀并非從零開始盲目搜索，而是從企業已有經驗中提取規律，隨后，結合專家經驗庫與行業算法庫精準進化，具備極高的行業通用性。

而在KernelBench、MLE-Bench等國際權威評測中，伐謀以最高20倍的性能提升超越了OpenAI及微軟的同類系統，實現了工業算法從“經驗試錯”向“自主進化”的全新演化。

二、為什么是伐謀、為什么是百度？

僅推出一個月，伐謀就積累了大量商業實戰案例，其中，也展現出一種“快”和“準”。

這也與百度從底層算力到頂層模型，全棧自研搭建上的“深”和“全”密切相關。

《從0到1》一書中，曾指出：“一個企業只有在它所做的事情上具備無可替代的優勢，才能真正建立護城河。這種優勢往往來源于對基礎設施的絕對掌控。”

這或許是對百度在AI時代護城河的精準描述：2013年后，從深度學習布局到現在，百度十余年的積累，用“十年磨一劍”來形容并不為過。

比如，百度從最底層的芯片，一步一步往上持續搭建著自己的AI全棧布局——昆侖芯是百度自研的AI芯片，飛槳是百度自建的深度學習框架，文心大模型是百度一手打造的大模型。

投入大量精力與資源，最終讓百度成為了全球唯二兩家在芯片、框架、模型、應用上，實現全棧布局的公司。另一家公司大家也耳熟能詳，那就是谷歌。

直到新一輪AI應用浪潮爆發，百度持久的布局終于展露出獨特的優勢：比如，昆侖芯和飛槳為文心大模型提供了可靠的支撐，由此，也讓模型訓練更快、迭代更迅速。文心大模型的迅速更迭，則成為了秒噠、慧播星數字人、伐謀等應用更加可靠的神經中樞。

不僅如此，百度在基礎設施上的持續投入，也讓自身擁有了更高的自由度，以及應對復雜變化的底氣。一個直觀的表現，就是技術在快速迭代。

李彥宏曾在百度世界2025大會談到：“技術迭代速度，是唯一的護城河?！睆倪@點上說，全棧布局的百度最終才能在這個AI時代，讓技術快速落地為應用，產生真切的價值。

尤其在商業實踐領域，包括伐謀在內，百度已經有了大量可復制案例：比如慧播星數字?，今年雙11期間GMV同?提升91%，并正式向全行業開放，超10萬商家使用入駐。企業降本增效提升生產力，由此多了一個新選擇。

比如，秒噠上線8個月，就生成50萬個以上商業應用，覆蓋超過200個使用場景，累計達成超50億元的經濟價值。

以上優勢能夠實現，與李彥宏在企業戰略上的清晰判斷相關。

他曾多次談到，“別卷模型，要卷應用。”“應用才是真正創造價值的地方”。

事實上，從秒噠到伐謀，百度在商業應用上的布局，始終在探尋自身如何與產業結合，實現長久價值。正如巴菲特《滾雪球》提到：“人生就像滾雪球，最重要的是發現很濕的雪和很長的坡。”

一方面，中國齊全的工業門類，無疑是 AI應用最好的練兵場，是一條長長的坡，意味著從當下到未來，千行百業都需要更深入的生產力迭代，這是產業發展的剛需。

另一方面，AI能帶來的想象力無疑是巨大的。有些產業提效之后，利潤將大幅提升。這也是未來產業變革趨勢下，厚厚的雪道。

從這點說，如果一家企業能在中國齊全的工業門類中，讓其他更多企業提升效率，這無疑可以滾出巨大的效率復利。

三、伐謀，給企業裝上“算法飛輪”

吉姆·柯林斯的“飛輪效應”指出：一個沉重的飛輪，起初每一圈都需要巨大的力量去推動，但只要方向正確，每一份努力都不會白費，隨著動能的積累，飛輪越轉越快，直到突破臨界點，產生勢不可擋的自驅動力。

目前來看，百度伐謀的“自我演化”能力，能給企業效率提升裝上算法飛輪，未來，或許還能真正突破產業的“天花板”。

一方面，伐謀可讓企業的每一條產線，都擁有頂級算法工程師，將以往精英頭腦中的決策邏輯，轉化為每一家企業可直接調用的基礎設施。并且，還可讓中小型企業直接擁有頂尖算法能力，降本增效。

另一方面，伐謀在承接繁瑣、高強度的推演后，還可解放專家精力和時間，將腦力聚焦于定義問題、解決問題。

“人工智能正在跨越從‘智能涌現’走向創造真實價值的‘效果涌現’的新臨界點。AI不再僅僅是實驗室里的炫技演示，而是深入產業核心，成為解決實際難題、驅動生產力變革的原生推動力?！卑俣戎悄茉艫I與大模型平臺總經理忻舟在大會現場這樣談到。

一個積極的猜想是，伐謀的意義或許不止于效率的提升，也是百度對中國產業規模化賦能的一種全新“解法”。而伐謀依托百度全棧自研，換來了更多企業的“輕”和“快”，無疑也在加速成為中國AI應用的底座。

從這點上說，伐謀和百度的故事說明：在一個快速更迭的時代，往往那些認真扎實的內功修煉，才能換來最快的爆發。

--THE END--