利润腰斩，AI救场，C端失守。

作者｜何西

5月18日，百度发布了2026年一季度财报。

数据看上去有些矛盾：一方面，归属百度净利润同比下降55%，传统在线营销业务继续承压；另一方面，核心AI新业务收入同比增长49%，占百度一般性业务收入首次过半，智能云基础设施收入同比增长79%，GPU云收入同比增长184%。

这组数据说明，百度的叙事正在从搜索广告转向AI基础设施。利润下滑仍然是问题，但市场现在更想知道的是，百度在AI云、昆仑芯、文心大模型和自动驾驶上的持续投入，究竟只是短期成本压力，还是百度新一轮增长曲线的开始。

01 一个数据，两种读法

先看几组关键数据。

2026年第一季度，百度总营收为321亿元，同比小幅下降约1%，但仍略高于市场预期的314.9亿元。单看总收入，百度这一季并不算亮眼；真正值得关注的，是收入结构的变化。

百度一般性业务收入为260亿元，同比增长2%，重新回到正增长区间。其中，核心AI新业务收入达到136亿元，同比增长49%，环比增长21%，占百度一般性业务收入的比例首次超过一半，达到52%。

这个变化并不小。

一年前，AI新业务在百度一般性业务收入中的占比还是36%；三个季度前，这一比例约为43%。也就是说，在过去一年里，AI业务已经从百度收入结构中的“增量业务”，逐渐变成支撑一般性业务增长的核心变量。

再往下拆，变化会更明显。

智能云基础设施收入达到88亿元，同比增长79%，环比增长52%；GPU云收入同比增长184%。在中国云计算市场整体增速放缓、竞争加剧的背景下，这样的增长速度说明百度AI云正在成为其财报中最具弹性的业务之一。

此外，AI原生营销服务收入为23亿元，同比增长36%；AI应用收入为25亿元，同比基本持平，主要包括百度文库、百度网盘等产品的AI增值服务。相比之下，传统业务仍在承压。如果按照部分媒体和市场拆分口径计算，剔除AI新业务后，传统业务收入约为102亿元，同比下滑约29%。

再看利润端。

归属百度的净利润为34亿元，同比下降55%，但环比增长93%；非公认会计准则下，归属百度的净利润为43亿元，同比下降33%，环比增长11%。经调整每ADS利润为12.06元，高于市场预期的11.84元。

这组数字呈现出一种复杂信号：百度利润确实承压，但并不是失控式下滑。尤其是从非公认会计准则口径看，百度一般性业务经营利润为40亿元，环比增长39%。这说明，尽管AI基础设施、模型训练和云业务投入仍在消耗利润，但百度核心业务的盈利能力正在出现边际改善。

所以，这份财报最本质的矛盾是，百度正在承受利润端的短期阵痛，以换取收入结构的重新分配。

那么，谁在为百度提供新的增长弹性？答案首先指向智能云。

02 智能云：撑起新增长曲线的引擎

如果说百度这份财报里最值得重新定价的业务，答案首先是智能云。

前面已经提到，智能云基础设施收入成为百度AI新业务中规模最大、增长最快的板块之一。它的意义不只是收入增速高，而是说明百度的AI转型开始在企业客户的算力需求中转化为真实收入。

GPU云的高增长尤其值得关注。

这背后反映的是一个结构性变化：企业客户对AI算力、模型训练和推理服务的需求，正在快速释放。随着大模型从演示阶段进入行业部署阶段，算力不再只是互联网大厂内部的基础设施，而正在成为企业数字化预算中的新增项。

百度在这个赛道上的底气，来自它过去几年在芯片、云和模型上的连续投入。

根据百度官方财报及Create 2026大会披露，自研昆仑芯P800已完成规模化验证，2025年以来已交付多个万卡集群。在昆仑芯全国产集群上，百度已完成文心大模型5.1重要版本训练，有效训练率达到97%，万卡规模集群线性扩展度超过85%。

这些数据至少说明，百度在用国产AI芯片支撑大规模模型训练这件事上，已经完成了关键的工程验证。

基于昆仑芯的“天池”256卡超节点计划于2026年6月上市。公开披露信息显示，其已适配文心、DeepSeek、GLM、MiniMax等主流模型，并在吞吐性能和推理效率上较上一代有所提升。

这也是百度智能云区别于普通云服务的地方。

它试图提供一套“芯片 + 云基础设施 + 大模型 + 工程服务”的完整方案。对企业客户来说，价格之外，重要的是模型能否稳定训练、推理成本能否下降、部署周期能否缩短，以及后续运维是否可靠。

在这一点上，百度的全栈结构具备一定优势。

更重要的是，一旦客户在昆仑芯集群上完成模型适配、框架调优、推理部署和运维体系建设，迁移成本就会相应提高。这并不意味着客户无法迁移，但意味着百度有机会在AI云客户中形成更高的粘性。

不过，智能云的高增长并不等于利润压力已经解除。

AI云基础设施本质上是一门重投入业务。从数据中心、芯片和服务器，到网络、运维和模型适配团队，都需要持续资本和运营支出。百度一般性业务经营利润环比修复，说明边际盈利能力有所改善；但同比维度上，利润率仍面临AI基础设施投入和传统广告下滑的双重压力。

换句话说，智能云正在为百度打开新的增长空间，但它不是一条轻资产增长曲线。

未来几个季度，真正需要观察的，不只是智能云收入能否继续增长，还包括几个更关键的问题：GPU云和昆仑芯集群能否持续获得企业订单；AI云毛利率能否改善；资本开支和折旧压力是否可控；以及这些投入最终能否转化为稳定的经营现金流和自由现金流。

03 C端困境：百度的“房间里的大象”

相比AI云和GPU云的高速增长，百度在消费级AI产品上的表现并不突出。财报显示，AI应用收入约为25亿元，同比大致持平，主要来自百度文库、百度网盘等产品的AI增值服务。这个数字说明，百度并不是没有AI应用收入，但应用层的增长弹性，明显弱于智能云基础设施。

这也是百度AI转型里最尴尬的地方。

一边是企业客户对AI算力、模型训练和推理服务的需求快速释放；另一边，百度面向普通用户的AI原生产品，还没有形成同等强度的用户心智。

百度的AI助手产品本身，也经历过多次定位调整。2023年3月，百度推出国内首个对标ChatGPT的产品“文心一言”；2024年9月，移动端独立App更名为“文小言”；此后，百度又围绕“文心”品牌继续调整产品命名和入口。频繁的名称和定位变化，某种程度上反映出百度在C端AI产品形态上的持续试探。

问题不只是收入，还有用户规模。

百度App仍是中国互联网少数数亿级月活入口之一，但从第三方机构统计和市场体感看，独立AI原生App的用户心智正在被豆包、通义千问、DeepSeek等产品快速占据。文心作为独立App的活跃度和用户心智，尚未达到这些头部竞品的水平。

原因可能在于产品心智和分发效率。

阿里有电商、本地生活和支付生态，AI助手可以嵌入下单、比价、客服、履约等交易链路；腾讯有微信和办公场景，AI能力一旦进入社交、内容和协作工具，就天然拥有高频入口。字节的情况则略有不同，豆包是依靠字节多年的C端产品经验，加上更清晰的AI助手定位和更强的产品运营，率先占据了大众用户心智。

百度的优势在搜索。搜索本身确实是最天然的AI应用入口之一，用户提出问题，AI直接生成答案，这本来就是大模型最容易落地的方向。但搜索流量并不等于AI助手流量。用户在百度App里完成一次搜索，并不意味着他会把文心视为一个需要每天主动打开的AI原生应用。

这也是百度C端AI的核心难题，它不缺入口，也具备模型能力，但还没有把搜索流量、大模型能力和具体任务场景，转化为一个定位清晰、体验顺滑、用户愿意持续使用的AI原生产品。

这也解释了为什么百度的AI能力在B端更容易转化成收入。

对企业客户来说，AI云、GPU云和大模型服务对应的是明确预算：训练模型、降低推理成本、提升业务效率。只要效果可量化，客户就愿意付费。

但对C端用户来说，问题更复杂。用户只会选择更好用、更顺手、更高频的产品。回答质量、交互体验、入口便利性、任务完成度和品牌心智，都会影响最终留存。

百度显然也意识到了这个问题。过去一段时间，百度围绕模型研发、产品入口和组织架构进行了一系列调整，也试图通过营销活动拉动用户转化。但从目前结果看，文心仍需要一个更清晰的C端定位。

真正的挑战在于，百度能否把搜索入口、大模型能力和具体任务场景重新组织起来，做成一个用户愿意主动使用、持续使用、并愿意付费的AI产品。

04 市场为什么更关心AI？

百度利润腰斩，为什么市场仍然更关心AI？

答案不是利润不重要，是市场正在尝试用一套新的估值框架理解百度。

过去，百度主要被视为一家搜索广告公司。在线营销收入的增长、利润率的稳定性、流量变现效率，是它最核心的定价逻辑。但AI成为科技公司的主线之后，百度的AI新业务已经成为一般性业务收入中的主导变量，智能云、昆仑芯和大模型服务正在成为新的增长抓手。

这意味着，市场对百度的关注点正在发生变化。

对于当下的市场来说，面对利润下滑，投资者会更加关注这究竟是经营基本面的恶化，还是AI转型期的阶段性代价。只要AI云仍能维持较高增长，收入结构继续改善，市场就暂时愿意为百度的AI故事保留估值空间。

这种变化也反映在投行的讨论里。据公开报道，多家投行开始从AI基础设施角度重新审视百度。花旗维持百度“买入”评级，并将昆仑芯潜在资本运作和股东回报视为上行催化剂；摩根士丹利关注在线营销下滑与AI云基础设施增长之间的对冲关系；野村则尝试单独评估百度AI云业务及昆仑芯的价值。

这些研报透露出的共同信号是，市场开始把百度拆成两部分理解。

一部分是传统业务。在线营销仍在承压，增长和估值逻辑都相对成熟，想象空间有限。

另一部分是AI基础设施。智能云、昆仑芯、模型服务和行业解决方案，正在构成百度新的增长叙事。市场真正愿意讨论的，是这部分业务能否获得类似云基础设施公司的估值乘数。

与阿里、腾讯、字节相比，百度的优势更集中在底层基础设施侧。自研芯片、AI云、大模型和自动驾驶，共同构成了一个更偏工程化的AI故事。

这种打法有差异化，也有局限。

优势是百度可以提供全栈AI方案，一旦客户在百度完成适配，可能形成一定粘性。局限是，如果AI云成为百度AI商业化的主要支点，市场未来一定会回到利润验证。

未来几个季度，百度需要证明的不只是AI收入占比继续提升，而是能否把AI能力转化为稳定、可持续、可盈利的商业模型。

B端的牌，百度已经亮出来了。

接下来，市场要看的，不只是这副牌能不能真正打出利润和现金流。