在近期舉辦的百度世界大會上，AI產業的價值分配問題成為焦點。百度創始人李彥宏直言，當前AI產業呈現“正金字塔”結構——底層芯片占據絕大部分價值，模型層獲取的價值不足芯片層的十分之一，而應用層價值更少一個數量級。他強調，這種結構既不健康也不可持續，理想的產業生態應是“倒金字塔”模式，即模型層價值需達到芯片層的10倍，應用層價值需達到模型層的10倍。

百度的特殊性在于，其業務覆蓋模型、應用兩端，同時是最早布局AI基礎設施層的公司之一。這種全鏈條布局使其具備推動行業變革的潛在能力。大會上，百度發布了兩款新一代芯片——昆侖芯M100與M800。M100針對大規模推理場景優化，預計明年年初上市；M800則聚焦超大規模多模態大模型的訓練與推理，性能更強。

百度智能云負責人透露，未來五年昆侖芯將保持“按年迭代”的節奏。盡管芯片參數尚未公開，但百度在AI基礎設施層的另一項突破——超節點技術——引發關注。大會同期發布的“天池256”與“天池512”超節點，支持萬億參數模型訓練。其中，“天池512”在DeepSeek架構優化下，單卡性能提升95%，單實例推理性能提升8倍，兩款產品均將于明年上市。

超節點的研發背景源于模型規模擴大帶來的挑戰。以MoE架構為例，其單次通信量達GB級，傳統服務器跨機互聯的帶寬和時延難以滿足需求。目前，涉足超節點的廠商主要分為兩類：一類是掌握NVLink直連和C2C芯片互聯技術的企業，另一類是在交換機、網絡拓撲等領域有深厚積累的廠商。而百度既不屬于前者，也未在通信互聯領域有長期投入，其超節點技術的突破顯得尤為突出。

超節點作為系統級工程，對芯片底層能力、通信互聯、散熱、電源管理及架構兼容性要求極高。今年4月，百度曾推出基于P800計算卡的“64卡超節點”，更多是技術驗證。此次“天池256”與“天池512”的發布，表明P800的底層能力經受住了考驗。盡管其性能可能不及英偉達H800，但能支撐512卡規模的超節點，說明其自研內核具備優秀的標量、矢量通用計算能力，可處理多樣化AI負載。

昆侖芯P800集成的XCLL互聯技術和“通算融合”架構也得到驗證。若非如此，百度大可等待M100系列成熟后再開發512卡超節點。這一技術路徑的選擇，反映出百度在AI基礎設施層的戰略思考——通過自研架構提升芯片的通用性和適配性，而非單純追求算力峰值。

從產業價值分配的視角看，李彥宏的“正金字塔”理論直指行業痛點。摩根士丹利數據顯示，2025年生成式AI產業總收入約1530億美元，而英偉達一家公司的營收就達1305億美元。考慮到多數AI應用公司仍處于虧損狀態，應用層價值比芯片層少兩個數量級的說法并不夸張。

不過，價值流向已出現微妙變化。以百度為例，其二季度財報顯示，盡管廣告業務疲軟導致整體營收略有下滑，但AI云業務驅動的非在線營銷收入首次突破百億，同比增長34%。同時，百度正在推動搜索業務的全面AI化。目前，百度搜索70%的首條結果為富媒體內容，包括圖片、視頻、直播甚至數字人，而非傳統的文字鏈接。

這種激進的AI化改造，不僅有助于百度守住搜索基本盤，還能帶動生成廣告、數字人廣告等新業務增長。更重要的是，搜索的AI化能為大模型提供海量數據，反推其理解和生成能力的優化；而昆侖芯作為底層算力支撐，也能在大規模富媒體內容生成過程中驗證和提升芯片的適配性與能效比。這種全鏈條協同，或許正是打破“正金字塔”結構的關鍵。