11月12日，百度世界2026大会开幕。在开幕式主论坛上，百度创始人李彦宏一次发布两款文心应用模型——文心闪电深度思考模型与文心一镜微表情大模型，两款模型均已同步上线百度智能云千帆平台，面向企业客户及合作伙伴开放API服务。与以往“旗舰基础模型唱主角”的发布会节奏不同，这一次站在C位的是直接面向业务场景的应用模型。对于正在评估AI投入方向的企业决策者而言，这场发布会传递的信号值得细读。
“两条路径”论：向上突破与向实扎根的战略分工
李彦宏在演讲中给出他对大模型产业的判断：大模型产业正沿着两条路径发展，一是向上突破，推高智能上限；二是向实扎根，释放产业价值。“在大模型这两个发展方向上，我们都在向前推进。一方面，我们会持续投入，研发下一代更前沿的基础大模型。另一方面，我们会坚持‘模体并行、协同进化’理念，让大模型为应用而优化。”
这并非一次即兴表态。回看百度过去一年的动作，两条线的分工已经相当清晰：基础模型侧，今年1月文心5.0正式版上线，5月文心5.1发布，凭借多维弹性预训练技术将总参数压缩至约8000亿、激活参数压缩至约360亿，仅用业界同规模模型约6%的预训练成本，在LMArena搜索榜上位列国内第一、全球第四；应用模型侧，百度早在组织架构上就做了对应安排——设立基础模型研发部（BMU）与应用模型研发部（AMU），应用模型研发部由贾磊负责，直接向李彦宏汇报。本届大会上正式发布两款应用模型的，正是应用模型研发部负责人贾磊。
所谓“模体并行”，可以理解为“模型”与“体（应用载体/智能体）”并行推进、互为反馈：模型不再单纯追求榜单分数，而是围绕搜索、视频创作等已验证场景做专项优化；应用侧的真实调用数据又反过来牵引模型迭代。这是典型的“以应用为驱动”的模型策略，李彦宏此前在接受采访时也曾明确阐述过这一思路：不追求面面俱到，而是针对搜索、数字人等核心应用场景训练模型在关键技能上表现出色。
文心闪电：为搜索而生的推理效率革命
第一款发布的文心闪电深度思考模型，最初是为百度搜索业务研发的。随着搜索产品从传统信息检索向智能问答、智能体和复杂任务执行演进，模型既要理解需求、完成推理、具备工具调用能力，又要满足海量用户对响应速度的要求——效果与成本的矛盾在这里最为尖锐。
百度给出的解法是对传统Transformer架构动刀：自研BSA（Baidu Sparse Attention）稀疏注意力技术，在解码过程中根据历史输出和当前状态对KV缓存进行反馈式压缩，减少历史信息存储所需的计算资源，并可兼容DSA、HCA等高压缩自注意力机制；同时提出快慢思考协同的Looping方案——快思考模型响应实际业务请求，慢思考模型作为判定模型持续提供反馈。
效率账本是这款模型最值得企业关注的部分：借助BSA以及与昆仑芯的协同优化，文心闪电可在昆仑芯上实现单机八卡高速推理，官方披露其模型ROI较同类芯片提升50%，推理引擎成本降低30%以上。目前该模型支持思考与非思考两种模式，覆盖编程、逻辑推理、智能体及文本处理等任务。这组数据背后的含义是：国产算力与模型协同优化后，推理侧的成本曲线正在被显著压低——对于计划将大模型嵌入高频业务流程的企业，推理成本每下降三成，可行场景清单就扩大一圈。
文心一镜：把情感表达做成可计量的生产能力
第二款文心一镜微表情大模型，瞄准的是AI视频创作中的情感表达难题。传统AI视频生成能完成画面与人物动作，但在细腻表情、情绪变化和长语音配音上始终存在短板。文心一镜采用文本、视觉、语音三态一体建模，支持最长4000字的文本驱动，构建了覆盖6大维度、200个子维度的细粒度描述体系，可将文本中的复杂情感转化为人物面部表情、肢体动作与情绪变化；配音侧推出“篇章级配音”技术，按完整剧本整体配音，实现声音一次生成、音色统一、节奏连贯，取代了传统的约30秒片段分别生成再拼接的方式。
成本与速度指标同样明确：官方称其视频生成成本较业界降低50%，极速版本可实现1：1实时生成——生成1分钟视频约需1分钟。在本次大会上，数字人智能体百度一镜同步推出“短漫剧Studio”，覆盖创意、剧本、分镜到成片的一站式创作链路，基于自研视频生成模型成本仅需每秒0.2元；大会现场展示的数字人希加加专访李彦宏的视频片段，即由百度一镜生成。
对内容产业而言，这类指标的意义在于把“情感表达”从不可量化的艺术问题，转化为可计价、可排产的生产能力。当分钟级视频的边际成本降到每秒0.2元的量级，短剧出海、数字人直播、批量本土化适配等场景的商业模型将被重新测算。
词元所与千帆：从模型供给走向可信交易的基础设施
发布会另有一项容易被低估的基础设施动作：百度正式推出大模型交易平台“词元所”。李彦宏指出，今年前9个月几乎每天都有新模型发布，但市面上的词元中转站并不对模型效果、服务稳定性负责，“同一款模型，有的贵有的便宜，来源五花八门，质量参差不齐。选来选去，就是不放心、不敢用。”
词元所定位为“大模型的交易所”，主打“验真”与“征信”两大能力：通过模型指纹比对、能力测试、性能与可用性测试进行资源核验，并以定期抽检拨测、全链路实时监测调用等方式为模型提供商建立信用评级。据现场披露，词元所上线一个月以来已入驻供应资源超100个，日均调用次数突破5000万，日均调用Token超7000亿。
这一动作与企业侧的痛点直接对应。当前词元经济正快速成型——国家数据局数据显示，今年3月我国日均词元调用量已突破140万亿；但计量可信、结算可信、流通可信三大缺口普遍存在，企业大规模采购词元面临“既是运动员又是裁判员”的信任困境。百度把“验真+征信”做成平台能力，本质上是在为词元流通补上第三方信任层。而千帆平台作为承载入口，此前已服务超过46万家企业、支持构建超130万个智能体，并持续引入Kimi、GLM等第三方开源模型扩大生态——应用模型上架千帆开放API，等于直接接入这套已经成型的企业级分发网络。
智能组织：AI落地的“最后一公里”在组织
本次大会另一个关键词是“智能组织”。李彦宏提出，人工智能的下一幕是智能组织：“如果说人工智能是新电能，那么，智能组织就是AI时代新的厂房，是生产力真正发生的地方。”
支撑这一判断的是百度内部的组织数据：智能体完成的有效任务数从每周8.4万个增长到一周超过100万个；百度已建设4300个Workspace，沉淀组织Skill超过2万个；百度搭子团队半年迭代160多次，90%的代码、50%的对外传播物料由搭子生成。用李彦宏的话说，就是“让一个人的经验，成为整个组织的能力”。
从企业数字化转型的视角看，这是本场发布会最值得深思的部分。基础模型与应用模型解决的是“能力供给”，而组织层面的Skill沉淀、Workspace协作与智能体任务编排，解决的是“能力消化”。过去两年大量企业的实践已经证明：模型能力再强，若组织流程、数据治理和岗位分工不随之调整，AI投入就难以转化为经营结果。百度把“智能组织”提升为战略叙事，等于承认了一个行业共识——AI竞争的下半场不在参数表上，而在组织能力上。
分析视角：透过发布会看百度AI的处境与打法
把本次发布会放回百度整体的业务坐标系，其意图更为清晰。2026年第二季度，百度核心AI驱动业务收入达到125亿元，同比增长25%，占百度一般性业务收入的50%，连续两个季度占比过半；但同期在线营销服务收入同比下降19%，传统广告业务承压明显。换言之，百度比任何时候都更需要AI新业务放量，而AI业务从“基础设施收入”走向“应用收入”的转化，恰恰依赖应用模型与行业场景的贴合度。李彦宏在二季度财报电话会上那句“我们有信心加快迭代，让文心重回基础大模型的第一梯队”，与本届大会“模体并行、协同进化”的提法，构成了同一场战略的两个声部：前者回应基础模型的追赶压力，后者宣示应用侧的差异化路线。
需要指出的是，这条路线并非没有挑战。其一，应用模型的护城河来自场景数据与工程适配，竞争对手同样在快速复制“基础模型+应用模型”的双线打法；其二，词元所要建立的第三方信任机制，其公信力取决于平台中立性，而百度既做模型又做交易平台，如何自证公允有待观察；其三，推理成本下降30%、视频成本下降50%等均为官方口径，实际效果仍需企业客户在生产环境中验证。
但方向本身是清楚的：当行业从“拼参数”转向“拼落地”，谁能把模型能力、算力成本、可信交易与组织消化四个环节串成闭环，谁就更有可能把AI从演示做成生意。百度世界2026给出的答案是——模型为应用而优化，应用为组织而沉淀。这个答案是否成立，接下来一个季度千帆平台上的调用量与企业复购数据，会是比发布会更诚实的裁判。
