在马拉松的领域里，有一个现象，叫 " 第二阵风 "。在马拉松的赛程开始一段时间后，众多赛者总会陷入疲惫，先头部队开始降速，甚至不少人会在这个时间点开始掉队。
而 " 第二阵风 " 指的是，在这时，不少先前不被看好的选手却可能突然迸发活力、奋起直追，引领整个赛道的秩序剧变。
到了 2025 年，AI 赛道的玩家们也开始进入了迄今为止最为艰难的赛段—— Chatbot 类产品陷入用户留存低与商业化前景不明两重困境中；专精大模型的玩家不少也迫于压力，开始战略收缩。不少公司都在等待着 " 第二阵风 " 的吹拂，来获得新的活力。
包袱小、起步快的单点突破选手降速，被遮挡在后方的 " 全家桶选手 "，却在这个赛段，迸发出了更强势能。
5 月，谷歌 2025 年的 I/O 大会石破天惊。 思考、多模态……时下最热的 AI 能力，谷歌的大模型 Gemini 一个不落；AI Mode 被业界惊呼是要革了自家搜索的命；智能体 Project Mariner 可以帮助用户使用 AI 购物、买票，同时处理近 12 项任务；Google Glass 牵上 Gemini 的手惊艳亮相……
从模型到硬件、应用、Agent，主打一个 " 既有、又有、还有 " 的全面。
用 " 全家桶 " 思路做 AI 生态，谷歌的同路者，全球范围内除了百度，屈指可数。
雷峰网获悉，3 月中，才发布多模态基础大模型文心 4.5 和推理模型文心 X1 的百度，4 月底又推出性能升级的 4.5 Turbo 和 X1 Turbo，调用价格还分别了下降 80% 与 50%；一边是无代码开发工具 " 秒哒 "、通用 Agent" 心响 "、高说服力数字人等多款应用持续上新；另一边还有全自研的三万卡集群扎牢算力底座……
如果把 AI 的竞争看成一个漫长的马拉松，谷歌和百度，这两家公司似乎更早得到了 " 第二阵风 " 的加持，在新的赛段获得了全新的活力。
究其原因：或许只有全栈的路，才是企业的最优解。
01 " 高筑墙、广积粮、缓称王 "
" 全家桶 " 式的战略难免会遇到这样的问题：因为要多点开花，就要多头投入，在前期无法聚焦单一产品统治用户认知时，容易被人认为是 " 样样通，样样疏 "。
事实上，在好感度上，全家桶的厚重感一直比不过新贵的轻盈。谷歌对比 OpenAI、Perplexity 如是，百度对比 Kimi、DeepSeek 等新贵也是一样。在很多人心里，成熟企业总是比不上锋芒毕露的新锐企业。
但 AI 是一场马拉松，而非短跑竞速。
大模型的竞逐闯进第三年，技术、产品的迭代似乎没有降速的趋势。即使作为旁观者，要追上 AI 演进的速度，都几乎让人精疲力竭，应接不暇；局内的玩家更是如此，自己研究了许久的技术、产品路径，很可能突然被证伪，努力也就打了水漂。
行业始终处于剧变之中，几年前被飞速捧起的 AI 新锐们，问题也开始慢慢显现——在高速迭代的技术范式、市场格局之下，只做产业链条的一环毫无鲁棒性可言，一朝可以称王称霸，一朝也可以无人问津。
当下，中国不少大模型创业公司的困局，也来源于此。
表面看，他们的问题是 " 后劲不足 "；而更深层次的症结，还是企业无法通过单独的技术和产品，影响整个产业的链条，从而在这个震荡激烈的市场里活下来。
在巨大的风浪下，体量越大、吃水越深的航船，越不容易倾覆。谷歌和百度在过去几年里，要做全栈，正是这样的道理。
谷歌是最早投入到 AI 芯片研究的企业之一，早在 2015 年就推出了专为 AI 推理打造的第一代 TPU，为最早期的 AI 应用 AlphaGo 带来了最高 30 倍的性能提升和几十倍的能效提升。今年 4 月，谷歌发布第七代 TPU，单芯片峰值算力可达到 4614TFLOPs。
算力向上一层，谷歌云在近年增速稳步提升，与 TOP2 的微软和 AWS 差距日益缩小；模型上，Bard 更名为 Gemini 后一路发力，从多模态理解反超 Sora 的视频生成，逐步取代 Sora 成为多模态大模型的代名词。
百度几乎走出了一模一样的路径。昆仑芯从打样到万卡集群，再到不久前应用的三万卡集群，把 AI 推理训练的成本彻底打了下来；云平台，千帆结合模型库和工具链，给出了市场最可观的模型调用方案，连 DeepSeek 的调用价格都是行业最具性价比。
模型层，文心大模型 4.0 之后停滞了一段时间，但不久前，一口气连发四款基础模型，不仅补齐了多模态理解、 思考链等主流能力，而且在推理、逻辑上一骑绝尘，信通院最新评测显示，百度的文心 X1 Turbo 推理能力位居国内第一。
应用层，百度不遗余力地用 AI 改造过去自有的产品，百度文库依靠数百项 AI 能力，获得了 9700 万的 AI 月活用户规模；网盘的 AI 月活用户也超过了 8000 万；数字人领域，慧播星正在电商领域发光发热；代码生成上，文心快码也全新升级 3.5 版本，累计服务了 760 万开发者；多智能体协作的领域，新推出的 AI 任务完成引擎 " 心响 " 也涵盖了旅游、相亲、法律等多个领域，为用户提供更智能便捷的 AI 能力……
" 第二阵风 " 前夕，全栈优势渐显。一边是 Chatbot 们后劲不足、新模型连续跳票；一边是谷歌 IO 大会的饱和时发布，Google Glass 带着 Gemini 意外返场，一时行业惊呼 " 谷歌回到巅峰 "，百度云业务增速达 42%，坐实了 "AI+ 云 " 成 Game Changer 的预判。
02 全栈布局的秘诀：鲁棒性
今年以来，" 木头姐 " Cathie Wood 一个半月内连续 6 次加仓百度；桥水（Bridgewater）和富达（Fidelity Investments Canada）两家机构，分别在 Q1 10 倍左右增持百度，这无一不说明了资本市场对全栈 AI 路径的看好。
业务的鲁棒性，成为 AI 全栈模式被看好的重要因素。
鲁棒性的第一个支撑点是成本。在百度，用户通过文心千帆调用 Deepseek 的 R1 和 V3 版本，甚至比直接调用 Deepseek 可以便宜 50%-70% 不等。这其中的关键功臣，非百度的芯片品牌昆仑芯和智能异构算力平台 " 百舸 " 不可。
近期点亮的国内首个全自研三万卡集群，更是可以同时承载多个千亿参数规模的大模型训练，并能支持 1000 个客户进行百亿参数模型的精调。
而已经进化到 4.0 版本的百舸舸 AI 异构计算平台，已经具备了成熟的 10 万卡集群部署和管理能力。万卡集群上，大模型的有效训练时长可以超过 99.5%，而两种不同的芯片混合训练大模型，效率折损则可以控制在 5% 以下，实打实地把模型训练的成本打了下来。
" 创新的本质，往往就是成本下降。" 百度 Create 2025 上，李彦宏如此说道。
进，成本优势带来创新的激发；退，成本带来利润的保证，无疑为业务和公司带来更强的鲁棒性，不必逞一时盈利，可以更为广阔、前沿地押注未来。
谷歌和百度也是最早探索全无人驾驶技术的两家企业，谷歌 2009 年、百度 2013 年——一个 L2 级自动驾驶都尚未应用，L4 级无人驾驶更是空中楼阁的时代。
全栈布局带来的是押注未来的空间和灵活度，至 2025 年，谷歌 Waymo 在全球服务次数达到 1000 万次，百度的萝卜快跑达到 1100 万次，在全球覆盖 15 个城市，涵盖迪拜、阿布扎比等中东区域。
诞生于 2011 年的 Google Glass 也等到了重现辉煌的一天，初次面世的谷歌眼镜重达 3600 克，未能带来科技感，却受足了各方的嘲讽；14 年后的谷歌 IO 大会上，Goolge Glass 携 Gemini 返场，实时翻译、同传、多模态交互……即使现场演示出了些许纰纰漏，仍然使与会者惊叹。
10 余年坚守的背后，是全栈布局下充足的灵活性。市场或在硬件，或许在应用，也或许在底层的基础设施。无人驾驶难以变现时，搜索等应用为谷歌百度支撑起了当时营收压力；今天，Chatbot 的商业模式尚在探索，但百度重构的 " 文库 " 已经带来日渐攀升的付费率，"AI+ 云 " 也成为先跑出来的增长曲线。
2025 年 Q1，百度财报显示，公司的云业务实现了 42% 的增长速度，AI 的贡献达到了三位数，经营利润率超过了 10%。
更全面的业务布局，也成了百度在 B 端客户心中备受信任的原因。根据最新数据，百度在 2025 年 Q1 继续领跑大模型招投标市场，在 505 个中标项目、24.67 亿元项目总金额中，百度智能云继续以 19 个中标项目、4.5 亿元的中标金额位列通用大模型厂商第一。
03 结语
全栈 AI 的布局，可以分成四层，分别是算力、模型、云平台和应用。算力和模型是土壤，云平台为开发 AI 应用提供肥料，而应用则是 AI 产品、内容变现的可能。四层架构，在一个成熟 AI 生态中缺一不可。
谷歌有自己的全栈服务体系；百度则在多年的深耕中，构建出了 " 自研算力 + 自研模型 + 云平台 + 应用矩阵 " 的系统，形成了一套与开发者一同受益、一同成长的商业自闭环。
在雷峰网看来，这也是这两家公司，能在 AI 竞逐的长跑中保持后劲的原因：
不偏科、不放弃的全栈 AI 公司，才能穿越震荡、艰难的周期，在潮起潮落、沧海桑田中，长足地立于不败之地。
来源：雷锋网
