In der Ära des "Effektemergens" von KI beginnt Baidu, schnell voranzukommen.

Diesmal hat Baidu den traditionellen Internetkontext verlassen.

Das Spotlight der Baidu World 2025-Konferenz richtete sich auf einige Bereiche, die auf den ersten Blick etwas „langsam“ erscheinen. Entsprechend zeigte diese Konferenz ein AI-Bild, das stärker auf Vermögenswerten basiert und einen längeren Zeitraum erfordert.

Während eine Reihe von AI-Anwendungen wie Huibo Star Digital Human, AI-Suche und Miaoda bahnbrechende Fortschritte erzielten, war auch das RoboTaxi von Baidu, das bereits über 17 Millionen Fahrten absolvierte, sowie der neu veröffentlichte chinesische selbstentwickelte Kunlun-Chip und der Tianchi-Knoten auf der Konferenz aufsehenerregend.

Robin Li sagte auf der Konferenz: „Nur wenn AI zu einer ursprünglichen Fähigkeit wird, kann es tatsächlich in allen Branchen zu einer Wirkung kommen.“

Dieser Satz enthüllt auch Baidus AI-Strategie des „Langzeitdenkens“: Baidus Bemühungen über zehn Jahre hinweg galten nie der kurzfristigen Opportunität oder der schnellen Monetarisierung im Internetzeitalter, sondern der Aufbau einer vollständigen Stapelkapazität von Chips, Frameworks, Modellen bis hin zu Anwendungen, um AI zu einer ursprünglichen Fähigkeit zu machen, die tief in die Branchen eingreift und der gesamten Gesellschaft zugute kommt.

Bei der heutigen Intelligenzergiebung ist es wichtiger, die tiefgreifenden Bedürfnisse der Branchen zu verstehen, als nur technische Fähigkeiten zu demonstrieren. Viele behaupten, Baidu habe sich im Bereich AI „früh aufgemacht, aber spät zur Messe gekommen“, aber die Logik könnte genau umgekehrt sein.

Baidu sieht nie nur die Fähigkeit von AI, realistische Bilder und Videos zu generieren. Von der Rechenleistungsklusterung bis hin zum Mobilitätsdienst, von den Grundmodellen bis zur Anwendungsimplementierung – gerade weil Baidu frühzeitig in diejenigen Bereiche investierte, die wirklich wichtig sind, verfügt es heute über unverzichtbare Kernvermögen, die kurzfristig nicht nachgebaut werden können.

Die scheinbar „späte“ Ernte ist tatsächlich die „Sicherheit“, die die Tiefe der Technologie bietet.

01

Früh aufstehen und auf „langsame Variablen“ setzen

In der AI-Debatte wird das Sprichwort „früh aufstehen, aber spät zur Messe kommen“ oft als Spottlabel für Baidu verwendet.

Diese Beurteilung spiegelt die Wertschätzung für die „Schnellgewinn“-Kultur im Internetzeitalter wider. In der AI-Ära ist jedoch noch nicht bewiesen, ob Technologieriesen einen Blitzkrieg führen und diesen schnell in Traffic und Marktbariereten umwandeln sollten.

Baidu, das früher in den Markt eingestiegen ist, bietet eine andere Perspektive. Robin Li betonte, dass man Baidu „aus der Perspektive der zeitlichen Chancen und der technologischen Fähigkeiten“ betrachten sollte. Dies bedeutet, dass Baidu glaubt, dass der „AI-Wettbewerb“ nicht mehr vollständig den Merkmalen des Internetwettbewerbs folgen wird, sondern möglicherweise sogar gegen die Intuition des Internetzeitalters geht.

Wenn man sich die Veränderungen der Themen der Baidu World-Konferenz über die letzten zehn Jahre ansieht, von der Vision des „Generierens der Zukunft“ über die Erkundung der Anwendungsumsetzung bis hin zur massiven Präsentation der „Effekterscheinung“ in diesem Jahr, lag der Fokus nie auf Baidus Position in der Branche, sondern auf der Reifekurve der Technologie selbst.

Die Erscheinung von Effekten, nicht von „Modellen“ oder „Rechenleistung“, zeigt, dass Baidu einen Weg gewählt hat, der näher an den tatsächlichen Bedürfnissen der Branche liegt und mehr auf den Nutzen für die Benutzererfahrung achtet. Daher entspricht Baidus vermeintliche „Verspätung“ nicht einer strategischen Verzögerung, sondern der Achtung und Geduld gegenüber den Gesetzen der technologischen Entwicklung. Baidu hat sich entschieden, im Wettbewerb der inneren Rhythmen der Technologie zu folgen, anstatt von den erwarteten „Schnellgewinn“-Glocken aus dem Gleichgewicht zu bringen.

„Die führenden Unternehmen in der AI-Ära müssen das Komfortzonen des vergangenen Zeitalters vergessen und verlassen.“ Dies ist nicht nur eine Branchen Einsicht, sondern auch Baidus Selbstreflexion.

Heute hat Baidu sich entschieden, das traditionelle Stärkenfeld der Internetanwendungen zu verlassen und seine Ressourcen konsequent auf den Aufbau der unteren Infrastruktur und der allgemeinen AI-Fähigkeiten zu setzen. Daher kann man den gegenwärtigen und zukünftigen Wert von Baidu nicht mehr mit dem festen Denken des „Suchenden nach der nächsten erfolgreichen App“ beurteilen.

Auch wenn Baidu aus den Veröffentlichungen der Baidu World 2025 nie die Wichtigkeit des gegenwärtigen Wettbewerbs um AI-Anwendungen vernachlässigt hat – Robin Li war der erste chinesische, der sagte: „Streben Sie nicht nur nach Modellen, sondern setzen Sie auf Anwendungen“ – hat Baidu in der Anwendungsentwicklung einen Schritt weiter gegangen: Es hat die Logik der Anwendungsentwicklung um den Kern der „Internalisierung von AI-Fähigkeiten“ neu gestaltet.

Das von Robin Li erwähnte „Internalisieren“ bedeutet, tief in die Geschäftskernbereiche einzudringen, um reale Probleme zu lösen und tatsächlichen Wert zu schaffen. Dies unterscheidet sich grundlegend von der homogenen Konkurrenz in der AI-Anwendungsentwicklung. Baidu setzt jetzt auf Anwendungen, aber hat den Zwang um die „Anwendungsbattle“ fallen gelassen. Denn der Ausbruch von AI-Anwendungen setzt nicht die Fähigkeit zur Markteroberung im Internet voraus, sondern eine konsequente Investition in die „langsame Variablen“ wie Chips, Frameworks und Modelle. Bevor es zu wirklich differenzierten und hochwertigen AI-Anwendungen kommt, ist es wichtiger, die „Fähigkeitsbasis“ aufzubauen, als nur gute Geschichten zu erzählen.

In einer Zeit, in der Rechenleistung zu einer nationalen strategischen Ressource geworden ist, hat Baidu einen vollständig selbstentwickelten Kunlun-Chip mit 30.000 Grafikkarten entwickelt, der mehrere Milliardenparameter-Großmodelle gleichzeitig trainieren kann und 1.000 Unternehmen die Feinabstimmung von Milliardenparameter-Modellen ermöglicht. Dies zeigt den „Basislagerwert“ über technologische Durchbrüche hinaus.

Der Kunlun-Chip beschleunigt die Verbreitung chinesischer Rechenleistung, was eine umfassende Veränderung für die Intelligenzzeit bedeutet. Indem Baidu die Rechenleistungskontrolle in die eigenen Hände nimmt, bietet es eine eigenständige und kontrollierbare Grundlage für AI-Anwendungen und die digitale Transformation der Branchen.

Im Bereich des anderen „langsame Variablen“ – des AI-Frameworks – hat Baidu ebenfalls die Option der „chinesischen Eigenständigkeit und Kontrollierbarkeit“ gewählt. In einer Welt, in der die globale AI-Framework-Ökosystem fast von TensorFlow und PyTorch dominiert wird, hat Baidu den Weg der eigenständigen Innovation eingeschlagen und das Deep-Learning-Framework PaddlePaddle entwickelt. Diese „aufwändige, aber richtige“ Entscheidung hat es zu einem der wenigen industriellen AI-Basisplattformen in China gemacht, die in der Lage ist, mit den internationalen Mainstream-Frameworks zu konkurrieren.

Betrachtet man die AI-Evolution von Baidu, fällt auf, dass immer wieder das Phänomen auftritt, dass Baidu in Zeiten von Branchenveränderungen das Label des „Verpassens“ bekommt.

Dennoch hat Baidu nie die Gelegenheit verpasst, in Technologie zu investieren und beeindruckende Leistungen zu erbringen. Vielleicht sollte man diese vermeintlichen „Verpassen“ eher als strategisches aktives „Überspringen“ interpretieren. Wie Robin Li sagte, geht es um die „Zeitliche Chancen und technologischen Fähigkeiten“ – Baidu vermisst keine Chancen, sondern wählt, „Kräfte zu bündeln, um große Dinge zu tun“ und setzt seine Ressourcen auf die Seite der digitalen Welt, die der realen Welt näher ist.

02

Zur großen Messe kommen – das RoboTaxi von Baidu erfolgreich im Einsatz

Letztendlich muss der Wert von Baidus frühzeitigen Bemühungen für ein Unternehmen in der Öffentlichkeit durch den Erfolg bei der „großen Messe“ bewiesen werden.

Das RoboTaxi von Baidu ist eine überzeugende Leistungserklärung. Während die Branche noch über die kommerzielle Aussichten der L4-Fahrerlosigkeit diskutiert, hat das RoboTaxi mit über 17 Millionen Fahrten weltweit bewiesen, dass die Fahrerlosigkeit nicht mehr nur ein Laborprototyp ist, sondern ein skalierbares und reifes Geschäft wird.

Robin Li beurteilte: Die Technologie der Fahrerlosigkeit hat den kritischen Punkt überschritten. Zwei Faktoren sind dabei entscheidend: die Skalierbarkeit der zukünftigen Branche, die gegenwärtig in der Sicherheit manifestiert ist, und das kommerzielle Potenzial.

Das RoboTaxi hat einen hohen Sicherheitsstandard etabliert: Es kommt nur alle 10,14 Millionen Kilometer zu einem Unfall mit Airbagauslösung. Diese Zahl übertrifft nicht nur den Durchschnitt der menschlichen Fahrer, sondern auch die des Branchenführers Waymo.

Im Hinblick auf das kommerzielle Potenzial hat das RoboTaxi frühzeitig auf den Weg gebracht: Es ist in 22 Städten weltweit im Einsatz, hat über 240 Millionen Kilometer autonom gefahren und erhält mehr als 250.000 Bestellungen pro Woche für Fahrten ohne Fahrer.

Es ist bemerkenswert, dass der Auslandsweg dieses Geschäfts sich von der traditionellen Expansion von Internetprodukten unterscheidet. Indem es tiefe Allianzen des Typs „Technologie + Betrieb“ mit lokalen Giganten wie Uber, Lyft und der Schweizer Post eingeht, hat das RoboTaxi sich in die lokale Verkehrsökosystem integriert. Die Strategie des gemeinsamen Aufbaus der lokalen Infrastruktur, obwohl sie hohe Anforderungen stellt, kann nicht nur die regulatorischen, kulturellen und betrieblichen Herausforderungen meistern, sondern auch eine stärkere Wettbewerbsbarriere als die reine Technologieexport schaffen. Dieser langfristige kommerzielle Ansatz widerspricht auch der Intuition des „standardisierten Kopierens“ im Internetzeitalter.

Auf dem Wettlauf der Fahrerlosigkeit, in dem viele Giganten aktiv sind, liegt die Kernkompetenz des RoboTaxi nicht nur in einzelnen Algorithmen, sondern in den Vorteilen des gesamten Systemprojekts, die aus der vollständigen Selbstentwicklung resultieren. Von der Rechenleistungssicherung bis zur Framework-Optimierung entsteht ein Ende-zu-Ende-Synergieneffekt. Zusammen mit den riesigen Datenmengen, die in China unter extrem komplexen Straßenbedingungen gesammelt wurden, verleiht dies dem chinesischen Mobilitätsdienst eine hohe technologische Generalisierungsfähigkeit und sichert dem RoboTaxi ein strategisches Fenster in der globalen Konkurrenz.

Robin Li sagte einst: „Zukünftige AI-ursprüngliche Anwendungen werden sicherlich multimodal sein und werden außerhalb der digitalen Welt auch die physische Welt neu gestalten.“ Diese Einsicht wird zum Leitstern für AI-Dienste wie das RoboTaxi in der „physischen Welt“.

Außerhalb des Potenzials des RoboTaxi zeigt Baidus AI-Fähigkeit in einem breiteren Anwendungsbereich zahlreiche Erfolge. Der Huibo Star Digital Human hat die skalierbare Wiederverwendung von Live-Streaming-IPs wie Luo Yonghao ermöglicht, was den kommerziellen Wert von AI in Szenarien wie E-Commerce beweist. Nach der vollständigen AI-Umgestaltung hat die Baidu-Suche auch im Bereich der Anzahl der AI-Nutzer und der Inhaltserzeugung Vorsprung genommen. Beispielsweise unterstützt die Funktion „Baikan“ die gemischte Ausgabe von Text, Bildern, Audio und Video und integriert auch Agenten und menschliche Dienste, was die Suche von einem reinen Informationswerkzeug zu einer Inhalts- und Informationsplattform macht.

Diese Anwendungsbeispiele bestätigen gemeinsam die Tatsache: Nachdem die „langsame Variablen“ der AI-Basis aufgebaut wurden, wird auch die Anwendungsseite in eine Phase der „Effekterscheinung“ eintreten. Heute wandelt Baidu die komplexe AI-Technologie systematisch in stabile und wiederverwendbare modulare Dienste um, was die „Internalisierung von Fähigkeiten“ zeigt.

Jede Zahl, die auf der Baidu World-Konferenz veröffentlicht wurde, stammt nicht aus dem Labor, sondern ist das Ergebnis von fast zehn Jahren anhaltender Investition und massiver Validierung in realen Szenarien. Der Kunlun-Chip, der erstmals 2018 vorgestellt wurde, ist nach Jahren stille Investitionen eine neue Waffe für die Eigenständigkeit der Rechenleistung. Seit der ersten Welle der Großen Modelle hat das ERNIE-Modell von Baidu in vielen autoritativen Tests weiterhin Spitzenleistungen erbracht und eine reiche Ökosystem von Entwicklern und Start-ups aufgebaut. Diese Erfolge sind die Antriebskraft für Baidus Weg zur „großen Messe“.

03

Effekterscheinung durch Internalisierung und Ausbreitung

Die Zusammenarbeit der Kette von Chips, Frameworks, Modellen und Anwendungen sorgt dafür, dass jeder Fortschritt in einem Bereich einen verstärkenden Effekt auf das gesamte System hat. Daher liegt das eigentliche Ziel der Baidu World 2025 nicht in der Demonstration einzelner technologischer Durchbrüche, sondern in der systematischen Übertragung einer Methodik der „Internalisierung von AI-Fähigkeiten“ an die Branche.

„Jede Person und jedes Unternehmen sollte in der Lage sein, AI-Fähigkeiten zu internalisieren.“ Robin Lis Vision wurde zunächst bei Baidu selbst bestätigt. Diese systematische Akkumulation hat Baidu in diesem langfristigen Wettlauf in der AI-Branche einen einzigartigen Rhythmus und Ausdauer verliehen.

Jetzt versucht Baidu, sich als der „Waffenhändler“ der AI-Ära zu positionieren. Durch die modulare Ausgabe der Qianfan-Plattform und branchenspezifische Lösungen wie Huibo Star Digital Human wird Baidu die „langsame Variablen“ in Produkte umwandeln. In Zukunft, wenn Unternehmen AI-Fähigkeiten genauso einfach und zuverlässig nutzen können wie Cloud-Rechenleistung, kann die sogenannte „Effekterscheinung“ von einer Vision zur Realität werden.

Wenn AI von Baidu in alle Branchen fließt, bedeutet dies, dass die von Robin Li betonte „Internalisierung“ in die Ausbreitung von Fähigkeiten übergeht. Beispielsweise bei der Kernfunktion der Suche: Warum hat Baidu nicht nur eine AI-Upgrade vorgenommen, sondern eine vollständige AI-ursprüngliche Umgestaltung durchgeführt?

Robin Lis Erklärung trifft den Kern: „Wir haben die Suchergebnisseite mit AI neu gestaltet, nicht einfach indem wir eine AI-Zusammenfassung in die Suchergebnisse einfügen, sondern indem wir die Suche von einer Internetanwendung, die hauptsächlich auf Textinhalten und Links basiert, in eine AI-Anwendung umwandeln, die hauptsächlich auf Bildern, Videos und anderen reichen Medienin