百度的 AI 转型已经不再只是“用搜索广告养 AI”的长期实验。2026 年第二季度，百度核心 AI 业务收入达到人民币 125 亿元，同比增长 25%，占百度一般业务收入的一半；AI 云基础设施收入同比增长 50%，GPU 云收入更是飙升 283%。251055

但这组数字必须准确理解：125 亿元并不是百度合并口径总收入的一半，而是百度一般业务收入 252 亿元的一半。同期，百度集团总收入为 313 亿元，同比下降 4%；传统在线营销收入下降 19%。25950

换句话说，AI 已经足以决定百度的战略方向，却还没有完全接替搜索广告曾经提供的盈利能力。

AI 已占一般业务收入一半，但集团仍在承受旧业务压力

百度核心 AI 业务达到 125 亿元，是一个真实的业务结构拐点，但并不意味着整个集团已经完成转型。一般业务收入为 252 亿元，其中包括 AI 云、AI 应用及其他核心业务；集团合并收入还受到广告和其他传统业务下滑的影响。2910

AI 云基础设施收入达到 73 亿元，同比增长 50%；其中 GPU 云收入增长 283%，较上一季度 184% 的增速进一步加快。1655

这表明市场对 AI 算力的需求正在明显快于传统云计算需求。不过，收入快速增长本身并不能证明长期盈利能力。百度仍需证明，GPU 集群的高利用率、稳定的企业客户需求以及合理的定价，能够最终转化为更高的毛利率和经营现金流。

更短的投资回收期，可能重塑百度的盈利模型

百度首席财务官何海建表示，公司的 AI 投资回收期已经从过去的 5 至 6 年缩短至约 2 至 3 年。根据他的说法，推动这一变化的因素包括 token 消耗量上升、国内芯片成本下降以及境内融资成本更低。54

如果这一回收周期能够持续，AI 基础设施就可能从长期消耗现金的项目，转变为能够部分自我融资的增长引擎。其经济性主要体现在几个方面：

• GPU 集群利用率提升后，固定基础设施成本可以分摊到更多工作负载上。
• 管理层认为，GPU 云的收入占比提高，有望带来高于传统 CPU 云的利润率。5157
• 如果昆仑芯能够在大规模部署中保持稳定性能，自研芯片将为百度提供进一步优化成本的空间。5157
• 可重复使用的 AI 应用和智能体，可能带来持续的推理和云算力需求，而不只是一次性的基础设施销售。

百度还强调，云业务增速有望高于行业整体，同时资本开支将保持在市场预期之下。这是其 AI 战略必须通过的关键测试：公司需要证明，AI 增长并不是依靠失控式增加资本投入“买”出来的。

不过，AI 利润率接近传统搜索和广告业务，目前仍是管理层的预期，而不是已经被集团业绩证明的事实。最终结果将取决于客户需求、算力利用率、价格、芯片经济性以及投资纪律。4654

眼前最大的风险：AI 正在冲击百度的旧商业模式

百度的转型面临一个颇为棘手的矛盾：搜索广告依靠点击和商业意图变现，而 AI 直接给出答案后，用户可能无需点击广告，也不会产生同等规模的商业转化机会。

这种压力已经反映在财报中。第二季度在线营销收入同比下降 19%。与此同时，百度继续把 AI 搜索的质量和用户体验置于短期变现之上，并预计下半年在线营销业务仍将承压。4850

百度因此正在与时间赛跑。AI 云、AI 应用、智能体和新型搜索形式，必须在传统付费搜索广告库存快速消失之前，建立起足够大的收入来源。

如果 AI 收入虽然增长，却长期维持低利润率；或者 AI 搜索加速广告被蚕食，却没有带来新的交易、服务或企业收入，那么百度可能在战略上变得更重要，财务上却反而更弱。

投资者接下来应重点观察以下指标，而不能只看 AI 收入规模：

1. 随着比较基数提高，AI 云增速能否保持在高位。
2. GPU 云扩张是否带来持续改善的毛利率和经营利润率。
3. 基础设施投资回收期能否维持在约 2 至 3 年。
4. AI 应用和智能体能否形成可复制、可持续的收入，而不是高成本定制项目。
5. 随着 AI 搜索普及，在线营销收入能否逐步企稳。

双重主要上市：打开南向资金通道，但不是估值重估的保证

百度在港交所的上市地位转换已于 2026 年 9 月 1 日生效，公司由此成为同时在香港交易所和纳斯达克进行双重主要上市的企业。1226

这一变化有望扩大百度的投资者基础，提高港股股份的战略价值，并为其申请纳入南向交易提供条件。南向交易是连接内地与香港股票市场的机制，符合条件的内地投资者可以通过上海或深圳市场买入合资格的港股。1824

但“双重主要上市”不等于自动纳入港股通。百度仍需满足相关资格条件，可能包括市值、流动性以及恒生综合指数成份股等要求。18 因此，未来流动性改善或估值提升应被视为潜在上行空间，而不是确定会发生的重估。

对于百度而言，港股主要上市也契合其 AI 战略。更深的香港投资者基础，可能帮助市场把百度从一家美国上市的搜索公司，重新理解为中国 AI 与算力基础设施平台。

不过，资本市场通道无法弥补经营执行不足。投资者最终仍要看到：AI 带来的利润正在真正替代传统搜索利润。

昆仑芯可能释放价值，但 500 亿美元估值仍属激进目标

百度的 AI 芯片子公司昆仑芯，是另一项重要的资本市场安排。百度已披露，昆仑芯曾以保密方式向香港交易所提交上市申请，但发行规模和具体结构尚未确定。44

随后有报道称，昆仑芯拟在香港 IPO 中争取约 500 亿美元估值。32 但这一数字并非已确认的估值，也不代表交易已经完成。路透社 Breakingviews 指出，如果实现这一目标，昆仑芯的估值将在约半年内增长约 17 倍，因此高度依赖 AI 芯片供应紧张、产能、商业化进展以及投资者对国产 AI 硬件的需求。33

如果上市成功，昆仑芯可以获得扩大产能和研发投入所需的资金，公开市场也能为这一关键资产提供更清晰的估值锚点。上市还可能帮助投资者判断，昆仑芯的价值有多少来自百度内部需求，有多少来自外部客户。

风险同样明显。公开市场会重点审视昆仑芯的利润率、制造限制、客户采用情况以及对百度的依赖程度。关于潜在投资者被鼓励在认购 IPO 股份的同时购买昆仑芯芯片的报道，路透社无法独立核实，因此不能把它当作发行方案的既定安排。3239

目前没有足够证据把百度其他资产可能上市纳入基础估值情景。就现阶段而言，昆仑芯是最清晰的资本市场选项，但其报道中的估值应被视为雄心勃勃的目标，而非可以直接兑现的结果。

真正的竞争壁垒，不是模型标题，而是基础设施与应用闭环

百度最有力的战略论据，是其试图打通模型、云基础设施、芯片、搜索和应用，形成全栈 AI 架构。如果这一体系能够以有竞争力的总成本提供稳定性能，百度就有机会控制成本，并把客户留在自身生态内。

但垂直整合并不会自动形成护城河。百度仍需证明，其基础设施在价格、供给、可靠性和客户实际效果方面，能够与更大的云计算和科技竞争对手抗衡。GPU 云需求强劲是积极信号，但目前的第二季度数据还不足以证明百度已经建立了持久优势。

这也是 AI 应用和智能体战略的重要性所在。随着客户可以接触越来越多的开源及竞争模型，基础模型本身可能变得更难差异化。能够真正完成任务、接入企业工作流并带来可衡量商业价值的产品，或许比单独出售模型访问权限更能为百度的云服务和推理基础设施带来持续需求。

竞争也来自消费端。聊天机器人使用量可能把流量从传统搜索中分流出去，豆包等新型 AI 产品带来的压力说明，百度的挑战不只是做出更强的模型，还要打造一套能够有效商业化的 AI 搜索和应用层。48

百度的投资逻辑，最终要通过三项验证

百度正在从“搜索业务下滑、为 AI 输血的公司”，转向“全栈 AI 基础设施与应用平台”。2026 年第二季度的业绩已经证明了转型的前半段：AI 已占百度一般业务收入的一半，云业务保持强劲增长，GPU 需求正在加速。210

但后半段仍有待验证。百度必须证明，AI 利润率能够接近搜索利润率；新增 GPU 产能能够在管理层所说的更短周期内收回投资；同时，应用和智能体收入能够抵消传统广告的流失。

双重主要上市和潜在的昆仑芯 IPO，可能改善百度的融资渠道，也让 AI 资产更容易被市场单独估值。但它们都无法替代最核心的经营测试：百度的 AI 业务必须成为持久、可盈利的增长引擎，市场才会真正把它视为 AI 基础设施领导者，而不只是处于转型期的搜索巨头。

百度的 AI 转型已经不再只是“用搜索广告养 AI”的长期实验。2026 年第二季度，百度核心 AI 业务收入达到人民币 125 亿元，同比增长 25%，占百度一般业务收入的一半；AI 云基础设施收入同比增长 50%，GPU 云收入更是飙升 283%。251055

但这组数字必须准确理解：125 亿元并不是百度合并口径总收入的一半，而是百度一般业务收入 252 亿元的一半。同期，百度集团总收入为 313 亿元，同比下降 4%；传统在线营销收入下降 19%。25950

换句话说，AI 已经足以决定百度的战略方向，却还没有完全接替搜索广告曾经提供的盈利能力。

AI 已占一般业务收入一半，但集团仍在承受旧业务压力

百度核心 AI 业务达到 125 亿元，是一个真实的业务结构拐点，但并不意味着整个集团已经完成转型。一般业务收入为 252 亿元，其中包括 AI 云、AI 应用及其他核心业务；集团合并收入还受到广告和其他传统业务下滑的影响。2910

AI 云基础设施收入达到 73 亿元，同比增长 50%；其中 GPU 云收入增长 283%，较上一季度 184% 的增速进一步加快。1655

这表明市场对 AI 算力的需求正在明显快于传统云计算需求。不过，收入快速增长本身并不能证明长期盈利能力。百度仍需证明，GPU 集群的高利用率、稳定的企业客户需求以及合理的定价，能够最终转化为更高的毛利率和经营现金流。

更短的投资回收期，可能重塑百度的盈利模型

百度首席财务官何海建表示，公司的 AI 投资回收期已经从过去的 5 至 6 年缩短至约 2 至 3 年。根据他的说法，推动这一变化的因素包括 token 消耗量上升、国内芯片成本下降以及境内融资成本更低。54

如果这一回收周期能够持续，AI 基础设施就可能从长期消耗现金的项目，转变为能够部分自我融资的增长引擎。其经济性主要体现在几个方面：

• GPU 集群利用率提升后，固定基础设施成本可以分摊到更多工作负载上。
• 管理层认为，GPU 云的收入占比提高，有望带来高于传统 CPU 云的利润率。5157
• 如果昆仑芯能够在大规模部署中保持稳定性能，自研芯片将为百度提供进一步优化成本的空间。5157
• 可重复使用的 AI 应用和智能体，可能带来持续的推理和云算力需求，而不只是一次性的基础设施销售。

百度还强调，云业务增速有望高于行业整体，同时资本开支将保持在市场预期之下。这是其 AI 战略必须通过的关键测试：公司需要证明，AI 增长并不是依靠失控式增加资本投入“买”出来的。

不过，AI 利润率接近传统搜索和广告业务，目前仍是管理层的预期，而不是已经被集团业绩证明的事实。最终结果将取决于客户需求、算力利用率、价格、芯片经济性以及投资纪律。4654

眼前最大的风险：AI 正在冲击百度的旧商业模式

百度的转型面临一个颇为棘手的矛盾：搜索广告依靠点击和商业意图变现，而 AI 直接给出答案后，用户可能无需点击广告，也不会产生同等规模的商业转化机会。

这种压力已经反映在财报中。第二季度在线营销收入同比下降 19%。与此同时，百度继续把 AI 搜索的质量和用户体验置于短期变现之上，并预计下半年在线营销业务仍将承压。4850

百度因此正在与时间赛跑。AI 云、AI 应用、智能体和新型搜索形式，必须在传统付费搜索广告库存快速消失之前，建立起足够大的收入来源。

如果 AI 收入虽然增长，却长期维持低利润率；或者 AI 搜索加速广告被蚕食，却没有带来新的交易、服务或企业收入，那么百度可能在战略上变得更重要，财务上却反而更弱。

投资者接下来应重点观察以下指标，而不能只看 AI 收入规模：

1. 随着比较基数提高，AI 云增速能否保持在高位。
2. GPU 云扩张是否带来持续改善的毛利率和经营利润率。
3. 基础设施投资回收期能否维持在约 2 至 3 年。
4. AI 应用和智能体能否形成可复制、可持续的收入，而不是高成本定制项目。
5. 随着 AI 搜索普及，在线营销收入能否逐步企稳。

双重主要上市：打开南向资金通道，但不是估值重估的保证

百度在港交所的上市地位转换已于 2026 年 9 月 1 日生效，公司由此成为同时在香港交易所和纳斯达克进行双重主要上市的企业。1226

这一变化有望扩大百度的投资者基础，提高港股股份的战略价值，并为其申请纳入南向交易提供条件。南向交易是连接内地与香港股票市场的机制，符合条件的内地投资者可以通过上海或深圳市场买入合资格的港股。1824

但“双重主要上市”不等于自动纳入港股通。百度仍需满足相关资格条件，可能包括市值、流动性以及恒生综合指数成份股等要求。18 因此，未来流动性改善或估值提升应被视为潜在上行空间，而不是确定会发生的重估。

对于百度而言，港股主要上市也契合其 AI 战略。更深的香港投资者基础，可能帮助市场把百度从一家美国上市的搜索公司，重新理解为中国 AI 与算力基础设施平台。

不过，资本市场通道无法弥补经营执行不足。投资者最终仍要看到：AI 带来的利润正在真正替代传统搜索利润。

昆仑芯可能释放价值，但 500 亿美元估值仍属激进目标

百度的 AI 芯片子公司昆仑芯，是另一项重要的资本市场安排。百度已披露，昆仑芯曾以保密方式向香港交易所提交上市申请，但发行规模和具体结构尚未确定。44

随后有报道称，昆仑芯拟在香港 IPO 中争取约 500 亿美元估值。32 但这一数字并非已确认的估值，也不代表交易已经完成。路透社 Breakingviews 指出，如果实现这一目标，昆仑芯的估值将在约半年内增长约 17 倍，因此高度依赖 AI 芯片供应紧张、产能、商业化进展以及投资者对国产 AI 硬件的需求。33

如果上市成功，昆仑芯可以获得扩大产能和研发投入所需的资金，公开市场也能为这一关键资产提供更清晰的估值锚点。上市还可能帮助投资者判断，昆仑芯的价值有多少来自百度内部需求，有多少来自外部客户。

风险同样明显。公开市场会重点审视昆仑芯的利润率、制造限制、客户采用情况以及对百度的依赖程度。关于潜在投资者被鼓励在认购 IPO 股份的同时购买昆仑芯芯片的报道，路透社无法独立核实，因此不能把它当作发行方案的既定安排。3239

目前没有足够证据把百度其他资产可能上市纳入基础估值情景。就现阶段而言，昆仑芯是最清晰的资本市场选项，但其报道中的估值应被视为雄心勃勃的目标，而非可以直接兑现的结果。

真正的竞争壁垒，不是模型标题，而是基础设施与应用闭环

百度最有力的战略论据，是其试图打通模型、云基础设施、芯片、搜索和应用，形成全栈 AI 架构。如果这一体系能够以有竞争力的总成本提供稳定性能，百度就有机会控制成本，并把客户留在自身生态内。

但垂直整合并不会自动形成护城河。百度仍需证明，其基础设施在价格、供给、可靠性和客户实际效果方面，能够与更大的云计算和科技竞争对手抗衡。GPU 云需求强劲是积极信号，但目前的第二季度数据还不足以证明百度已经建立了持久优势。

这也是 AI 应用和智能体战略的重要性所在。随着客户可以接触越来越多的开源及竞争模型，基础模型本身可能变得更难差异化。能够真正完成任务、接入企业工作流并带来可衡量商业价值的产品，或许比单独出售模型访问权限更能为百度的云服务和推理基础设施带来持续需求。

竞争也来自消费端。聊天机器人使用量可能把流量从传统搜索中分流出去，豆包等新型 AI 产品带来的压力说明，百度的挑战不只是做出更强的模型，还要打造一套能够有效商业化的 AI 搜索和应用层。48

百度的投资逻辑，最终要通过三项验证

百度正在从“搜索业务下滑、为 AI 输血的公司”，转向“全栈 AI 基础设施与应用平台”。2026 年第二季度的业绩已经证明了转型的前半段：AI 已占百度一般业务收入的一半，云业务保持强劲增长，GPU 需求正在加速。210

但后半段仍有待验证。百度必须证明，AI 利润率能够接近搜索利润率；新增 GPU 产能能够在管理层所说的更短周期内收回投资；同时，应用和智能体收入能够抵消传统广告的流失。

双重主要上市和潜在的昆仑芯 IPO，可能改善百度的融资渠道，也让 AI 资产更容易被市场单独估值。但它们都无法替代最核心的经营测试：百度的 AI 业务必须成为持久、可盈利的增长引擎，市场才会真正把它视为 AI 基础设施领导者，而不只是处于转型期的搜索巨头。