百度Q1財報解讀:終于找到了增長壓艙石?
2026年一季度,百度交出了一份乍看不算驚艷、但結構變化明顯的財報。
百度主體業務收入260億元,同比增長2%,環比基本持平。如果只看營收數據,百度依然像一家在舊增長曲線里艱難轉身的互聯網公司:廣告承壓、搜索見頂、移動生態難以再給資本市場講出高彈性的故事。
換一個切口,故事則完全不同。
AI核心業務收入達到136億元,同比大增49%,占主體業務的比重達到52%,歷史上首次過半。其中云基礎設施收入88億元,同比增長79%,GPU云業務更是創下了184%的驚人增速。
在大模型浪潮的第四個年頭,AI云基礎設施悄然成了百度擺脫搜索廣告周期的第一塊“壓艙石”。
01 42億到88億:新營收引擎加速運轉
百度從2025年Q3開始單獨披露云基礎設施收入,結合Q1財報的數據及2025全年198億元的總營收,過去五個季度的收入軌跡如下:

2025年Q3的42億元是階段性低點,Q4即強力反彈至58億元,到了Q1直接躍升至88億元。環比增量也從16億元擴大到30億元。對于一個單季體量逼近百億的業務線而言,30億元的增量,標志著增長節奏正在全面加快。
其中有兩個不應該被忽略的信號。
一是營收的持續加速增長。
2025年的Q4比Q3增長16億元,說明企業端的AI算力需求已經從前期的“試水探索”正式邁入“剛需采購”;Q1環比再增30億元,證明了不是一次性的脈沖消費,需求正在持續加速釋放。
二是GPU云成為絕對的主引擎。
GPU云在Q1同比暴增184%,遠超79%的整體增速,意味著云基礎設施的收入結構正在發生質變,重心不斷向GPU云傾斜。
需要說明的是,百度云基礎設施的增長來自算力、模型、平臺和應用形成的收入聯動,也是百度和純模型公司的根本區別。
純模型公司的收入彈性來自API調用量、訂閱用戶和企業授權;百度的AI收入彈性,可能來自更長鏈條:客戶先買GPU云,再接入模型平臺,再做行業應用,最后沉淀到業務系統里。
如果這條鏈路跑通,百度賣的就不再是單點AI能力,而是一整套企業AI生產系統。
02 新舊動能轉換,傳統業務仍在承壓
Q1財報最關鍵的看點并非“AI收入大漲”,而是“AI增量對沖了舊業務的萎縮”。

廣告業務決定了百度的下限,AI云基礎設施決定著百度的上限。與之相對應的,百度在線營銷服務(廣告)Q1收入僅為126億元,同比下滑22%,環比下滑17%。
打一個比方的話:百度的新引擎已經馬力十足,但舊引擎仍在持續降速,導致整車尚未進入全面加速狀態。
而新舊動能的轉換,標志著百度的估值邏輯即將重構。
過去,資本市場看百度,核心邏輯是“搜索廣告的底盤穩不穩、愛奇藝拖不拖累利潤”。從2026年Q1開始,估值模型的核心問題已經變成了:百度能否將云基礎設施培育成支撐全局的全新收入支柱?
財報已經給出了極具說服力的初步數據,但最終的答案仍需時間檢驗。
03 市場份額透視:局部領跑,整體追趕
放眼中國AI云市場,百度不是最強玩家。
Omdia的報告顯示,2025年中國AI云市場總規模為567億元,其中基礎設施層約占69%,模型服務層約占31%。阿里云以38.1%的份額穩居第一,火山引擎(20.4%)位列第二,百度智能云排名第三,騰訊云與天翼云分列其后。

如果百度只講“我也有AI云”,很難形成足夠強的差異化。
因為在底層IaaS市場,百度面對的是阿里云的規模、華為云的政企根基、火山引擎的推薦系統和大模型工程能力、騰訊云的產業互聯網資源......百度真正能打的牌,不是單純賣云服務器,而是AI全棧交付。
優勢在于幾件事的疊加:
第一,長期積累的大模型能力。
文心大模型不是一天長出來的,背后有搜索、知識圖譜、NLP、推薦系統和飛槳生態的長期積累。
第二,有企業AI工程化平臺。
千帆平臺的價值不只是模型調用,而是幫助企業完成模型選擇、微調、評測、部署和運維,可以說是企業從“試用AI”走向“生產級AI”的關鍵。
第三,有真實行業場景。
政企、金融、能源、制造、客服、營銷等場景,決定了AI云不是抽象算力,需要嵌入業務流程。
第四,有搜索和廣告商業化經驗。
AI-native Marketing收入增長,本質上說明百度正在嘗試把AI重新嵌入自己的商業化底盤。雖然廣告整體下滑,但AI對營銷效率的改造,可能成為舊業務止血的一條路徑。
04 商業模式變陣:從“賣算力”到“賣訂閱”?
GPU云同比增長184%,是百度Q1最亮眼的數字。
如果GPU云的增長主要來自短期項目交付,高增速可能有波動性;如果來自年度訂閱、長期算力承諾、企業生產系統綁定,則意味著百度云基礎設施的商業模式正在變陣。

資本市場不只看收入規模,關鍵是三個指標:
第一,收入可預測性。
訂閱制收入越高,未來幾個季度的收入可見度越強,估值模型越容易從項目型收入切換到經常性收入。
第二,客戶留存率。
AI云最核心的問題不是把客戶拉進來,而是客戶跑完試點后會不會繼續用。如果客戶只是為了訓練一次模型而短暫采購,價值有限;如果客戶把核心業務系統部署在百度的GPU云上,價值完全不同。
第三,毛利率改善空間。
GPU云前期投入巨大,但一旦利用率提升,邊際收益會明顯改善。反過來,如果利用率不足,折舊、帶寬、電力和運維成本會迅速吞噬利潤。
相比“同比增長184%”,這些指標更能決定百度的GPU云到底是階段性爆發,還是長期增長曲線。
05 繁榮背后的隱憂:自由現金流仍在“失血”
AI云基礎設施的悖論在于:增長越快,短期現金流壓力可能越大。
原因很簡單。
GPU要先買,智算中心要先建,網絡和存儲要先擴容,工程團隊要先配置。尤其在大模型競爭進入生產階段后,云廠商必須提前鎖定算力資源,導致全球云巨頭都進入了新一輪資本開支擴張周期。
比如阿里巴巴2026年一季度云智能集團收入達到416億元,同比增長38%,在此之前,阿里就已經提出“未來三年將投入3800億元用于云和AI基礎設施。”
百度同樣處在新周期里。

Q1經營現金流保持正向(約27 億元),但受巨額資本開支拖累,自由現金流依然為負(約-32 億元)。2025 全年自由現金流 -151 億元(合并口徑),資本開支 121 億元——即使剔除愛奇藝的影響,百度在云基礎設施上仍處在增長優先、投入前置的階段。
接下來幾個季度,以下三個維度的表現將比單純的收入數字更關鍵:
1、增速的韌性:Q2、Q3能否繼續維持20%以上的高位環比增長?Q1的爆發是否透支了部分集中交付需求?
2、收入的質量: 訂閱制客戶的留存率和GPU云在總盤子里的占比能否持續攀升?
3、造血的能力: 資本開支的節奏能否平穩,自由現金流何時迎來真正的拐點?
能否回答上述問題,關系到百度AI能否從"高增長故事"升級為"高質量增長故事"。
06 昆侖芯不是估值彩蛋,是百度的“戰略底牌”
昆侖芯的分拆與潛在上市,是百度估值模型中的另一個重要催化劑。
如果百度的云基礎設施高度依賴外部GPU,增長越快,對上游芯片供應的依賴越強。高端GPU價格、供貨周期、出口管制、集群建設成本,都會影響百度接下來的利潤彈性。
倘若昆侖芯能夠在部分訓練、推理、搜索、推薦和行業模型場景中,形成規模化部署,百度就有機會構建一條閉環:自研芯片降低算力成本,云基礎設施提升芯片利用率,大模型提供適配場景,千帆平臺完成企業交付,行業應用反哺數據和需求。
同時也是百度最理想的AI基礎設施飛輪。
問題在于,AI芯片要真正反哺利潤表,至少要跨過四道坎:

第一,軟件生態。
企業不會因為一顆芯片國產就遷移,真正決定遷移的是開發工具、算子庫、框架適配和運維體驗。
第二,模型適配。
芯片必須服務模型,而不是讓模型遷就芯片。文心、飛槳、千帆和昆侖芯之間的適配效率,決定了百度全棧閉環是否成立。
第三,綜合性價比。
不是單卡性能強就夠了,還要看集群效率、能耗、穩定性、故障率和總體擁有成本。
第四,供給能力。
AI云要的是規模化供給,不是實驗室樣機。芯片能不能穩定量產、持續迭代,才是產業化關鍵。
昆侖芯目前更準確的定位:不是百度已經兌現的第二增長曲線,而是百度AI從“業務增長”走向“利潤優化”的潛在杠桿。
短期看,百度智能云靠市場需求和GPU云拉動;中期看,要靠模型平臺和行業交付提升客戶黏性;長期看,昆侖芯能否降低成本、增強供應鏈安全,決定百度全棧AI基礎設施故事能講多久。
07 從搜索公司,到AI基礎設施公司
百度過去的估值折價,本質上來自兩個問題:
一是搜索廣告增長見頂,市場不愿意給傳統廣告業務太高倍數;
二是AI敘事太宏大,但短期財務兌現不夠清晰。
Q1財報的變化在于,第二個問題開始被部分修正。
未來的4到6個季度,百度的戰略目標或許會更聚焦:將數字上的增速轉化為市場份額的絕對優勢;將高額的流水轉化為健康的現金流與毛利潤;將全棧的技術棧轉化為企業客戶難以割舍的真實遷移成本。
如果做到了,百度將徹底褪去“一家努力轉型的搜索公司”的標簽,成為中國AI基礎設施領域必須被重新估值、無可替代的超級玩家
原文標題 : 百度Q1財報解讀:終于找到了增長壓艙石?
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 全球股市陷AI獨大結構性瘋狂
- 3 DeepSeek融資500億,梁文鋒難逃資本局
- 4 全球資本,重倉中國機器人
- 5 谷歌2026 I/O大會完整回顧:模型依然重要,但智能體正在接管一切
- 6 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 7 “國產GPU第一股”摩爾線程首季扭虧,但造血能力仍待考驗
- 8 Anthropic發布2028年全球AI領導力的兩種情景報告
- 9 Figure AI 交付突破350臺,陪跑特斯拉會迎來iPhone 時刻嗎?
- 10 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!


分享













