昨日晚间 ，百度发布2026年第一季度财报。季度总营收321亿元，其中百度一般性业务收入260亿元，同比增长2% ，超出市场预期 。更具标志性意义的是 ，百度核心AI新业务收入达136亿元，占一般性业务收入的52% ，同比增长49% ，首次过半 。
对于此次财报发布，百度创始人李彦宏点评道：“AI业务收入占比的首次过半 ，标志着AI已成为百度的核心驱动力。 ”百度首席财务官何海健同样指出 ，这是一个重要的里程碑，“既体现了AI技术对公司贡献的持续提升 ，也说明我们的收入结构正在变得更加多元化。”
当行业仍在争论大模型参数与算力规模时 ，百度开始用财务数据证明：AI的竞争正从“模型能力”转向“结果交付 ” 。
收入结构质变：AI业务占比过半，利润率进入扩张通道
此次财报发布 ，清晰呈现出了百度收入结构的根本性转向 。2026年第一季度 ，百度核心AI新业务收入136亿元，在一般性业务中的占比从2025年第一季度的36%跃升至52%，连续多个季度保持增长态势。
这种增长并非单一业务驱动 ，而是多点开花的结构性结果 。具体而言 ，百度智能云基础设施收入达88亿元，同比高速增长79% ，其中GPU云收入同比增长184%；AI应用收入25亿元；AI原生营销服务收入23亿元 ，同比增长36% 。
收入结构变化直接指向利润质量的提升。何海健在财报分析会上详细解读了三大高利润率业务的长期价值：
首先 ，AI云基础设施业务具有结构性高利润率特征 。“GPU云在结构上比传统的CPU云具有更高的利润率，其驱动因素包括更强的需求、更紧张的供给链 、更高的技术壁垒以及更有利的定价能力 。 ”随着其在整体业务中占比提升 ，将成为推动利润率改善的重要动力。
其次 ，AI应用业务天然具备较高利润率，核心原因在于其具有粘性较强的订阅模式 ，并且随着业务规模扩大将逐步形成运营杠杆效应 。
第三 ，自动驾驶出租车（Robotaxi）业务自武汉实现盈亏平衡以来，单位经济模型持续改善 。何海健表示：“虽然目前我们的业务仍处于投资阶段，但随着规模的扩大 ，我们相信未来的盈利路径正在变得越来越清晰。 ”
此外 ，公司层面的成本优化 、AI技术对内部生产力的提升，以及服务器利用率的持续改善 ，均为利润率扩张提供了额外杠杆 。何海健总结称：“我们的收入结构正在向更高利润率、更高增长的业务方向转移 。”
据悉 ，目前百度智能云已服务超1000家AI硬件公司，全球Top10手机厂商全部在列；在具身智能领域 ，服务超30家重点企业 ，市场份额超过第二、第三名总和；在金融领域，服务100%系统重要性银行 ，连续两年在国内金融大模型项目中标数量和金额上领跑。
2026年第一季度 ，百度萝卜快跑提供320万次全无人驾驶出行服务，总订单量同比增长超120% ，3月单周订单峰值超35万次。截至2026年4月 ，累计为公众提供自动驾驶出行服务超2200万次 。萝卜快跑全球足迹覆盖27个城市，自动驾驶总里程突破3.3亿公里，其中全无人驾驶里程达2.2亿公里 。
行业标尺迭代：从Token消耗到DAA
百度AI收入占比过半背后 ，其衡量AI价值的方式也正发生根本性变化。
过去三年 ，行业习惯于用参数量 、Benchmark分数和DAU衡量竞争力 。2026年，这些“尺子 ”正逐一失灵 。一个极具代表性的对比是：Anthropic月活只有OpenAI的15% ，年化收入却首次反超；OpenAI提出TPD（每日Token消耗量） ，但Token只量消耗，不量价值。
Gartner在最新研究中明确指出 ，Token消耗发生在AI价值链的早期阶段 ，反映的是计算活动本身，而非经济或战略影响力 ，“并不能在衡量AI成功或市场领导力时成为可靠的替代指标 。 ”行业缺的不是更好的模型 ，而是一把能量出“AI到底干了多少活”的尺子 。
刚结束的Create2026百度AI开发者大会上，李彦宏首次提出DAA（Daily Active Agents ，日活智能体数） ，将AI的衡量标准从“消耗多少算力 ”转向“交付多少结果 ”。
DAA的核心是一个三角模型：DAA规模（干了多少活）×任务完成率（活干得怎么样）×单任务价值（干这活值多少钱） 。这与移动互联网时代以DAU衡量用户规模不同——DAA关注的是有多少智能体在真实场景中持续运行 、为人类交付可量化的业务结果 。
结合财报情况来看 ，这一标尺的提出并非概念空谈 ，而是基于百度AI已在真实业务场景中持续运行并稳定产出价值的事实。这些“能干活的智能体 ”构成了百度AI收入的基础 。
在全球领先的自动化码头，百度伐谋Agent 2.0在近乎极致优化的基础上 ，原型演示中仍助力智能管控系统实现10.21%的绝对指标提升；无代码编程平台秒哒服务超过1000万用户 ，创造100万个具有商用价值的应用，OPC变现金额达到千万级；通用智能体DuMate在4月实现月活增长 ，能够自主执行跨应用、跨文件的复杂 、多步骤工作流程 ，实现端到端操作 。
这些案例的共同点在于，AI不再是“调用一次 、回答一个问题”的工具 ，而是“嵌入流程、持续运”的生产力单元。正如李彦宏所言：“当人类进入智能体时代 ，衡量一个平台和生态的繁荣，更应该关注DAA这个指标 ，关注有多少Agents在给人类干活 ，并交付结果。这比无谓的Token消耗，更接近价值，也更接近本质 。 ”
全栈底座：“芯云模体 ”支撑结果交付
AI收入占比提升与DAA的提出 ，指向同一个前提：百度已经具备让AI在真实场景中持续运行并稳定产出价值的能力 。这种能力并非来自单一模型或应用的突破 ，而是建立在“芯云模体”四层全栈架构之上。
芯（昆仑芯）解决“算力自主可控“命题 。据百度方面最新透露，目前昆仑芯P800已完成规模化验证 ，2025年至今交付多个万卡集群 ，全国产集群成功完成对文心5.1重要版本的训练，有效训练率达97% 。基于昆仑芯的天池256卡超节点已点亮 ，将于6月正式上市 ，推理效率提升50%。沙利文报告显示，百度智能云以40.4%的市场份额位居中国自研GPU云市场第一 。
云（百度智能云）解决“AI原生基础设施 ”命题 。中国AI公有云市场连续六年排名第一 ，已与超80%央企展开深度合作。2026年一季度 ，百度智能云斩获中标项目数量和中标金额的“双第一 ”，整体披露中标金额达12.48亿元 ，是第二名的5倍多 。
模（文心大模型）解决“模型自主可控+持续进化 ”命题 。5月发布的文心5.1采用“多维弹性预训练”技术，仅以业界同规模模型约6%的预训练成本 ，达到基础效果领先水平。LMArena最新排名显示 ，文心5.1搜索能力位列国内第一 、全球第四，文本能力位列国内第一 ，是榜单前十五名中唯一入围的国产模型 。
体（智能体/Skills/数字人）解决“AI能力最后一公里 ”命题 。从通用智能体DuMate 、无代码平台秒哒、自我演化决策智能体伐谋2.0 ，到全场景数字人平台“百度一镜 ”和文库网盘GenFlow 4.0，百度正在提供从技术能力到业务价值的应用层桥梁。
何海健在财报分析会上直言：“全栈AI能力会为我们带来成本效率优势 ，而公司层面的生产力提升也在持续累积。我们认为 ，中长期来看，公司的利润率轨迹是非常有吸引力的 ，并且我们也相信它具有可持续性 。”
当行业从“模型竞争 ”走向“结果竞争“ ，真正的分水岭不再是技术参数，而是谁能够持续交付可验证的价值 。百度2026年第一季度财报 ，用52%的AI收入占比 、79%的智能云增速和持续为正的经营现金流 ，证明了“结果交付 ”不仅是理论模型，更是可量化的商业现实。
从DAA的提出到“芯云模体”的全栈支撑，从智能体在具体业务场景中的持续运行到财务层面的利润率扩张预期 ，百度已经先行进入AI的“结果交付时代” 。正如李彦宏所言：“我们预期AI将在未来几个季度为百度创造更多价值 。 ”