5月13日，在Create2026百度AI开发者大会上，百度创始人李彦宏首次提出AI时代的“度量衡”——日活智能体数（DAA）。他认为，进入智能体时代，衡量一个平台和生态的繁荣，更应该关注DAA，关注有多少Agent在给人类干活，并交付结果。同时他认为，应对智能体的爆发，需要构建“芯云模体”全栈能力。

在此背景下，百度集团执行副总裁、百度智能云事业群总裁沈抖也宣布，基于百度在昆仑芯、AI云、文心大模型、智能体等方面的丰富实践，百度智能云将全面升级为面向大规模智能体应用的新全栈AI云，打造单位Token的智能水平最好的Agent Infra和每瓦性能更强、性价比更高的 AI Infra。

面向Agent时代的新全栈AI云

全面升级的新全栈AI云在Agent Infra与AI Infra两条主线上分别做了提升。

在Agent Infra上，聚焦于将单位Token的智能水平做到最好，原有的“MaaS模型服务”已升级为"Token Factory词元工厂"。以Agent-first理念重构产品架构，尽可能减少token重复计算，推理生成速度较市场水平提升约25%。支持文心、DeepSeek、GLM、MiniMax等国产主流模型的调用，提供更具性价比的token服务。

同时，百度智能云宣布推出"Harness Engineering驾驭工程"，覆盖长上下文管理、持久记忆、工具调用、子智能体调度、评估反馈及Runtime等能力模块，并对各模块进行深度协同优化，在使用浏览器、Office等工具来处理办公场景上的任务时，成功率可以达到95%。得益于更优的上下文管理，做同样的任务，需要的对话轮次会更少，相比OpenClaw，可以减少23%的token消耗。

在AI Infra层面，百度智能云在模型训推、集群和数据中心建设等层面，实现突破性进展，可以提供性能最强、最具性价比的AI算力服务。

在推理和训练层面，通过对显存、内存到SSD的分层池化架构，将KV Cache命中率超过90%，达到业界最高水平。另外结合AFD分离、PD分离、缓存调度等优化方案，长链路Agent推理性能较主流开源社区引擎提升3倍。通过提供全模态统一训练框架，让训练效率领先社区1倍以上，并可以在100 毫秒内拉起大量沙箱环境，提升强化学习的采样效率。Agentic模型强化学习效率提升1倍以上。

在支撑训推的算力硬件方面，目前昆仑芯P800已完成规模化验证，2025年至今已交付多个万卡集群。此外在昆仑芯全国产集群上，已成功完成对文心5.1重要版本的训练，整个集群的有效训练率达到 97%，万卡规模集群线性扩展度超过 85%，已经可以满足前沿大模型大规模训练对计算精度、算子稳定性、框架适配和长周期运行的要求。

此外，基于昆仑芯的天池256卡超节点已经在上个月点亮，将于6月正式上市，吞吐性能较上一代提升25%，并完成包含文心、DeepSeek、GLM、MiniMax等主流模型的适配，推理效率提升50%，网络架构升级至HPN5.0，端到端时延优化50%，支持按需搭建数十万卡乃至百万卡超大集群。当天，百度智能云也公布了吉瓦级AIDC升级，通过"网络向心布局"设计理念，让计算与网络距离最短，最大限度提升计算效率，规模化落地风液兼容架构，让数据中心的整体建设周期缩短约30%。

新全栈AI云支撑行业新需求

基于这套新全栈AI云，百度智能云当前正为众多行业场景提供智能化服务。

其中，在国货出海领域，百度首次公开亮相的企业级智能营销解决方案Hogee，以及专为企业打造专属视觉智能体"一见Claw"，正帮助义乌的"前店后厂"商家迭代为一个个"AI工厂"和"AI店长"。通过一见视觉智能体，可以将海量规则自动配置到每个摄像头上，通过自然语言，一句话识别规则、完成流程处置；而Hogee则通过内置的营销Skill，帮助商家完成从销售导购、销售数据，到库存调货、促销建议等营销全链路工作。

而在汽车行业，百度智能云与长安汽车共建智算中心，基于百度百舸·AI 异构计算平台持续优化，支持长安汽车开展大模型、智能网联与自动驾驶研发相关业务。依托全栈AI能力，目前已成为100%中国主流车企选择，并持续领跑中国自动驾驶研发解决方案市场，累计支持2000万辆搭载 L2级辅助驾驶新车交付。

在硬件领域和具身智能领域，百度智能云保持领先。其在智能手机、AI眼镜、扫地机器人、智能家电行业总计服务超1000家AI硬件厂商，并在具身智能AI云市场保持全面领先，市场份额超过第二、第三名之和。在金融领域，昆仑芯助力招商银行建立起自身AI应用的国产算力底座，支持浦发银行精调金融分析专精模型，提升对公贷款尽调效率。此外，在包括国家电网等大型央企行业范畴，百度智能云目前服务了超80%的央企。

沈抖表示，中国有最完整的产业体系，最丰富的应用场景。未来可能诞生超过100亿活跃智能体，各类沉淀在产业里的知识、经验、工具和流程，未来都会成为可以被智能体承接和放大的能力。