2026年第一季度财报季，一个被业界反复提及的转折点出现在百度身上：当季百度人工智能(AI)业务收入达136亿元，占核心业务收入比重首次突破52%，超过了支撑其十余年的在线营销主业。这是大模型从“烧钱讲故事”走向“算账要回报”的一个缩影。

不止百度。这个财报季，加码AI几乎成了头部厂商的共同选择。阿里巴巴最新财报显示，云智能集团收入同比增长38%、AI相关产品收入已连续十个季度保持三位数增长，集团首席执行官吴泳铭明确表示，阿里AI已跨越初期投入阶段、进入正向的规模商业化回报周期，面向未来五年的算力投入将“远超3800亿元”。腾讯则将2026年在混元、元宝等核心AI产品上的投入定调为“翻倍以上”增长，字节跳动等也在持续加大AI基础设施投入。一个共同信号正在浮现：在连续两年的扩张之后，大模型行业开始集体“算账”。从比拼参数规模，到比拼商业回报与成本效率，行业正进入一个被普遍称为“价值验证期”的新阶段。

竞争标尺：从“更大”到“更省”

过去两年，大模型行业比的是谁的模型更大、谁的融资更多、谁的用户涨得更快。而2026年以来一个明显的变化是，“成本”开始取代“规模”，被厂商摆到台面上，当成对外竞争的卖点。

5月上线的文心大模型5.1就是一个例子。据百度介绍，这款模型靠新的训练方法，只用了业界同等规模模型约6%的预训练成本，就达到了领先水平。换句话说，过去比的是谁敢花钱，现在开始比谁会省钱。

多位行业分析人士的看法是，当头部模型之间的能力差距越来越小、投入越多但效果提升越不明显时，谁能把单位算力的成本压下来、把响应速度提上去，谁就更有竞争力。

资本标尺：投入在加码，回报开始显现

如果说成本是企业关起门来自己算的账，那么资本市场盯的是另一本账——钱投下去，回报到底在哪里。这个财报季给出的答案是积极的：一边是投入继续加码，一边是商业化回报开始看得见。

在百度，AI已经成了名副其实的“第一增长曲线”：当季智能云收入88亿元、同比增长79%，其中自研GPU云收入同比激增184%；据财报显示，腾讯则在持续加大投入，一季度资本开支约319亿元、研发投入约225亿元，主要投向AI相关的基础设施；字节跳动也把全年AI基础设施的预算继续往上加。

中国邮政储蓄银行研究员娄飞鹏认为，在技术快速创新迭代的背景下，科技巨头千亿级的AI资本开支，可以看作是为构建长期护城河的战略投入。“随着AI技术应用场景日益丰富，市场在估值上正逐步从短期盈利，转向更关注模型迭代效率与场景变现的闭环。”他对记者表示，投资者如今更看重单位算力的产出比，以及AI在应用领域的渗透率。

一个共识正在形成：在动辄千亿元的年度投入面前，市场比以往更在意一件事——这些钱多久能转化成实实在在的收入和利润。

需求是真“旺”：日均Token调用量两年涨了上千倍

价值验证不只看花钱的一侧，需求端的数据能更直接地说明问题。

国家数据局披露的一组数字很有说服力：截至2026年3月，我国日均Token调用量已经超过140万亿，相比2024年初的1000亿增长了1000多倍，仅2025年底到2026年3月这三个月就增长超过40%。Token是大模型处理信息的最小单元，调用量猛增，说明AI正从“能聊天”加速走向“能干活”。

市场规模也在快速扩大。据赛迪顾问测算，2025年中国智能体(AI Agent)市场规模约78.4亿元，2026年有望达到135.3亿元，增速超过70%。旺盛的需求也带火了算力租赁——据赛迪研究院测算，2026年算力租赁市场规模有望达到2600亿元，高端GPU的出租率超过90%。对厂商来说，这既验证了商业前景，也对“把算力用得更省、更高效”提出了更高要求。

价值落点：从“会聊天”到“能干活”

价值验证最终要落到一个问题上：AI能不能真正替企业把活儿干了、并且带来看得见的回报。一个耐人寻味的细节，是衡量标尺本身正在变。

在5月举行的开发者大会上，百度提出用“日活智能体数”(DAA)来替代过去常用的Token指标，理由是Token衡量的是“投入”，而真正该看的是“有多少智能体在替人干活、并交付结果”。2026年初，工业和信息化部等八部门部署“人工智能+制造”专项行动，明确提出到2027年要推出1000个高水平工业智能体，把AI往生产一线推。

这一点在金融业体现得颇为典型。娄飞鹏介绍，大型银行在引入大模型或智能体赋能风控、营销、客服等场景时，最看重的投产比指标集中在三个方面：风险成本的下降、客户营销转化率的提升，以及人工替代带来的效率提升。

不过，从“演示好看”走到金融一线的“安全敢用”，中间仍隔着不小的距离。娄飞鹏分析，难点主要有三：一是大模型可解释性不足，尤其是AI幻觉和“黑箱”问题的影响；二是金融行业监管严格、合规门槛高；三是支付结算等金融基础服务的容错率极低，必须确保模型决策稳定可靠、符合审慎经营原则。说到底，“能用”和“好用、敢用”之间，要靠技术成熟度与风险可控性来一点点填平。

大模型行业下半场：比的是“账本”

综合这个财报季的种种信号，几点判断逐渐清晰。其一，省成本不能以牺牲服务质量为代价——如果“省”出来的算力换来的是响应变慢、稳定性下降，最后伤的是用户对整个行业的信任。其二，市场对回报的追问短期内不会停，钱投下去能不能换来可持续的收入和利润，是检验各家成色的关键。其三，真正的护城河，也许不在模型有多大，而在能不能把AI的能力，沉淀成某个真实场景里“可交付的结果”。

从“参数竞赛”到“算账时代”，大模型行业的下半场，比的不再是谁的故事更宏大，而是谁的账本更经得起推敲。(实习生李思宇亦对本文有贡献)

吉祥体育，ayx，

吉祥体育官网入口相关资讯：爱游戏官网，