在最近的百度世界大会上，AI产业的价值分配问题成为了关注焦点。百度创始人李彦宏直言不讳地指出，当前AI产业呈现出一种"正金字塔"结构——底层芯片占据了绝大部分价值，模型层获得的收益仅达芯片层的十分之一，而应用层的价值更是少了一个数量级。他强调，这种扭曲的分配结构既不健康也难以持续。理想中的产业生态应当采用"倒金字塔"模式，即模型层创造的价值需达到芯片层的10倍，而应用层则需要为模型层贡献10倍价值。

百度的独特之处在于，其业务版图同时覆盖了模型与应用两端，并且是国内最早布局AI基础设施的企业之一。这种全链条的战略布局，使其具备了推动行业变革的潜力。大会上，百度揭晓了两款新一代AI芯片——昆仑芯M100与M800。M100专为大规模推理场景优化设计，计划在明年年初正式上市；而M800则聚焦于超大规模多模态大模型的训练与推理任务，整体性能表现更为强劲。

百度智能云负责人在会上透露，未来五年昆仑芯系列将保持"按年迭代"的研发节奏。尽管新一代芯片的具体参数尚未公开，但百度在AI基础设施领域的另一项技术突破——超节点互联架构——同样引人注目。同期发布的"天枢256"与"天枢512"超节点系统，能够支持万亿参数模型的分布式训练。值得一提的是，经过DeepSeek架构优化的"天枢512"，单卡性能提升高达95%，单个实例的推理性能更是实现了8倍飞跃，这两款创新产品都将在明年正式推向市场。

超节点技术的研发背景源于大模型规模扩张带来的全新挑战。以MoE架构为例，其单次通信量已达到GB级别，传统服务器跨机互联的带宽和时延已经难以满足实际需求。目前涉足这一领域的厂商主要分为两大阵营：一类是掌握NVLink直连技术和C2C芯片互联核心专利的企业；另一类则是在交换机设计与网络拓扑领域具备深厚技术积累的公司。而百度既不属于前者，也从未在通信互联领域进行长期投入，其超节点技术的成功突破显得尤为难得。

超节点作为系统级工程方案，对芯片基础算力、通信互联效率、散热设计、电源管理及架构兼容性都提出了极高要求。今年4月，百度曾推出基于P800计算卡的"64卡超节点"系统，更多是对其技术路线可行性的验证。此次"天枢256"与"天枢512"的顺利发布，证明了P800芯片的底层能力经受住了实际验证。虽然其绝对性能可能不及英伟达H800，但能够支撑512卡规模的超节点系统，充分体现了其自研芯片内核具备优秀的标量与矢量通用计算能力，足以处理多样化的AI工作负载。

集成昆仑芯P800的XCLL互联技术和"通算融合"架构设计也得到了实际验证。若非如此，百度大可等待M100系列技术成熟后再着手开发512卡超节点系统。这一技术路径的选择，反映出百度在AI基础设施层的战略思考——通过自研架构提升芯片的通用性和适配能力，而非单纯追求算力峰值。

从产业价值分配的视角来看，李彦宏提出的"正金字塔"理论精准指出了当前行业发展的核心矛盾。摩根士丹利的研究数据显示，预计到2025年生成式AI产业的总收入将达到约5300亿美元，而英伟达一家公司的营收预估就达1305亿美元。考虑到大多数AI应用公司仍处于亏损状态，应用层价值比芯片层少数个数量级的说法并非夸大其词。

不过，产业价值链的流向正悄然发生变化。以百度为例，其二季度财报显示，虽然广告业务增长放缓导致整体营收小幅下滑，但AI云业务驱动的非在线营销收入首次突破百亿大关，同比增长34%。与此同时，百度正在推动搜索业务的全面智能化升级。目前，百度搜索结果中70%的首条内容为富媒体形式，包含图片、视频、直播乃至数字人等全新内容形态，彻底改变了传统文字链接的呈现方式。

这种激进的AI化改造，不仅有助于百度守住搜索业务的基本盘，还能有效带动生成式广告、数字人营销等新兴业务的持续增长。更重要的是，搜索业务的海量数据能为大模型提供持续的优化反馈，从而反哺其理解与生成能力的提升；而昆仑芯作为底层算力支撑，也能在富媒体内容生成过程中持续验证和提升芯片的适配性与能效比。这种全链条的协同效应，或许正是打破"正金字塔"结构的关键所在。