百度Q1财报解读：终于找到了增长压舱石？

2026年一季度，百度交出了一份乍看不算惊艳、但结构变化明显的财报。

百度主体业务收入260亿元，同比增长2%，环比基本持平。如果只看营收数据，百度依然像一家在旧增长曲线里艰难转身的互联网公司：广告承压、搜索见顶、移动生态难以再给资本市场讲出高弹性的故事。

换一个切口，故事则完全不同。

AI核心业务收入达到136亿元，同比大增49%，占主体业务的比重达到52%，历史上首次过半。其中云基础设施收入88亿元，同比增长79%，GPU云业务更是创下了184%的惊人增速。

在大模型浪潮的第四个年头，AI云基础设施悄然成了百度摆脱搜索广告周期的第一块“压舱石”。

01 42亿到88亿：新营收引擎加速运转

百度从2025年Q3开始单独披露云基础设施收入，结合Q1财报的数据及2025全年198亿元的总营收，过去五个季度的收入轨迹如下：

2025年Q3的42亿元是阶段性低点，Q4即强力反弹至58亿元，到了Q1直接跃升至88亿元。环比增量也从16亿元扩大到30亿元。对于一个单季体量逼近百亿的业务线而言，30亿元的增量，标志着增长节奏正在全面加快。

其中有两个不应该被忽略的信号。

一是营收的持续加速增长。

2025年的Q4比Q3增长16亿元，说明企业端的AI算力需求已经从前期的“试水探索”正式迈入“刚需采购”；Q1环比再增30亿元，证明了不是一次性的脉冲消费，需求正在持续加速释放。

二是GPU云成为绝对的主引擎。

GPU云在Q1同比暴增184%，远超79%的整体增速，意味着云基础设施的收入结构正在发生质变，重心不断向GPU云倾斜。

需要说明的是，百度云基础设施的增长来自算力、模型、平台和应用形成的收入联动，也是百度和纯模型公司的根本区别。

纯模型公司的收入弹性来自API调用量、订阅用户和企业授权；百度的AI收入弹性，可能来自更长链条：客户先买GPU云，再接入模型平台，再做行业应用，最后沉淀到业务系统里。

如果这条链路跑通，百度卖的就不再是单点AI能力，而是一整套企业AI生产系统。

02 新旧动能转换，传统业务仍在承压

Q1财报最关键的看点并非“AI收入大涨”，而是“AI增量对冲了旧业务的萎缩”。

广告业务决定了百度的下限，AI云基础设施决定着百度的上限。与之相对应的，百度在线营销服务（广告）Q1收入仅为126亿元，同比下滑22%，环比下滑17%。

打一个比方的话：百度的新引擎已经马力十足，但旧引擎仍在持续降速，导致整车尚未进入全面加速状态。

而新旧动能的转换，标志着百度的估值逻辑即将重构。

过去，资本市场看百度，核心逻辑是“搜索广告的底盘稳不稳、爱奇艺拖不拖累利润”。从2026年Q1开始，估值模型的核心问题已经变成了：百度能否将云基础设施培育成支撑全局的全新收入支柱？

财报已经给出了极具说服力的初步数据，但最终的答案仍需时间检验。

03 市场份额透视：局部领跑，整体追赶

放眼中国AI云市场，百度不是最强玩家。

Omdia的报告显示，2025年中国AI云市场总规模为567亿元，其中基础设施层约占69%，模型服务层约占31%。阿里云以38.1%的份额稳居第一，火山引擎（20.4%）位列第二，百度智能云排名第三，腾讯云与天翼云分列其后。

如果百度只讲“我也有AI云”，很难形成足够强的差异化。

因为在底层IaaS市场，百度面对的是阿里云的规模、华为云的政企根基、火山引擎的推荐系统和大模型工程能力、腾讯云的产业互联网资源......百度真正能打的牌，不是单纯卖云服务器，而是AI全栈交付。

优势在于几件事的叠加：

第一，长期积累的大模型能力。

文心大模型不是一天长出来的，背后有搜索、知识图谱、NLP、推荐系统和飞桨生态的长期积累。

第二，有企业AI工程化平台。

千帆平台的价值不只是模型调用，而是帮助企业完成模型选择、微调、评测、部署和运维，可以说是企业从“试用AI”走向“生产级AI”的关键。

第三，有真实行业场景。

政企、金融、能源、制造、客服、营销等场景，决定了AI云不是抽象算力，需要嵌入业务流程。

第四，有搜索和广告商业化经验。

AI-native Marketing收入增长，本质上说明百度正在尝试把AI重新嵌入自己的商业化底盘。虽然广告整体下滑，但AI对营销效率的改造，可能成为旧业务止血的一条路径。

04 商业模式变阵：从“卖算力”到“卖订阅”？

GPU云同比增长184%，是百度Q1最亮眼的数字。

如果GPU云的增长主要来自短期项目交付，高增速可能有波动性；如果来自年度订阅、长期算力承诺、企业生产系统绑定，则意味着百度云基础设施的商业模式正在变阵。

资本市场不只看收入规模，关键是三个指标：

第一，收入可预测性。

订阅制收入越高，未来几个季度的收入可见度越强，估值模型越容易从项目型收入切换到经常性收入。

第二，客户留存率。

AI云最核心的问题不是把客户拉进来，而是客户跑完试点后会不会继续用。如果客户只是为了训练一次模型而短暂采购，价值有限；如果客户把核心业务系统部署在百度的GPU云上，价值完全不同。

第三，毛利率改善空间。

GPU云前期投入巨大，但一旦利用率提升，边际收益会明显改善。反过来，如果利用率不足，折旧、带宽、电力和运维成本会迅速吞噬利润。

相比“同比增长184%”，这些指标更能决定百度的GPU云到底是阶段性爆发，还是长期增长曲线。

05 繁荣背后的隐忧：自由现金流仍在“失血”

AI云基础设施的悖论在于：增长越快，短期现金流压力可能越大。

原因很简单。

GPU要先买，智算中心要先建，网络和存储要先扩容，工程团队要先配置。尤其在大模型竞争进入生产阶段后，云厂商必须提前锁定算力资源，导致全球云巨头都进入了新一轮资本开支扩张周期。

比如阿里巴巴2026年一季度云智能集团收入达到416亿元，同比增长38%，在此之前，阿里就已经提出“未来三年将投入3800亿元用于云和AI基础设施。”

百度同样处在新周期里。

Q1经营现金流保持正向（约27 亿元），但受巨额资本开支拖累，自由现金流依然为负（约-32 亿元）。2025 全年自由现金流 -151 亿元（合并口径），资本开支 121 亿元——即使剔除爱奇艺的影响，百度在云基础设施上仍处在增长优先、投入前置的阶段。

接下来几个季度，以下三个维度的表现将比单纯的收入数字更关键：

1、增速的韧性：Q2、Q3能否继续维持20%以上的高位环比增长？Q1的爆发是否透支了部分集中交付需求？

2、收入的质量： 订阅制客户的留存率和GPU云在总盘子里的占比能否持续攀升？

3、造血的能力： 资本开支的节奏能否平稳，自由现金流何时迎来真正的拐点？

能否回答上述问题，关系到百度AI能否从"高增长故事"升级为"高质量增长故事"。

06 昆仑芯不是估值彩蛋，是百度的“战略底牌”

昆仑芯的分拆与潜在上市，是百度估值模型中的另一个重要催化剂。

如果百度的云基础设施高度依赖外部GPU，增长越快，对上游芯片供应的依赖越强。高端GPU价格、供货周期、出口管制、集群建设成本，都会影响百度接下来的利润弹性。

倘若昆仑芯能够在部分训练、推理、搜索、推荐和行业模型场景中，形成规模化部署，百度就有机会构建一条闭环：自研芯片降低算力成本，云基础设施提升芯片利用率，大模型提供适配场景，千帆平台完成企业交付，行业应用反哺数据和需求。

同时也是百度最理想的AI基础设施飞轮。

问题在于，AI芯片要真正反哺利润表，至少要跨过四道坎：

第一，软件生态。

企业不会因为一颗芯片国产就迁移，真正决定迁移的是开发工具、算子库、框架适配和运维体验。

第二，模型适配。

芯片必须服务模型，而不是让模型迁就芯片。文心、飞桨、千帆和昆仑芯之间的适配效率，决定了百度全栈闭环是否成立。

第三，综合性价比。

不是单卡性能强就够了，还要看集群效率、能耗、稳定性、故障率和总体拥有成本。

第四，供给能力。

AI云要的是规模化供给，不是实验室样机。芯片能不能稳定量产、持续迭代，才是产业化关键。

昆仑芯目前更准确的定位：不是百度已经兑现的第二增长曲线，而是百度AI从“业务增长”走向“利润优化”的潜在杠杆。

短期看，百度智能云靠市场需求和GPU云拉动；中期看，要靠模型平台和行业交付提升客户黏性；长期看，昆仑芯能否降低成本、增强供应链安全，决定百度全栈AI基础设施故事能讲多久。

07 从搜索公司，到AI基础设施公司

百度过去的估值折价，本质上来自两个问题：

一是搜索广告增长见顶，市场不愿意给传统广告业务太高倍数；

二是AI叙事太宏大，但短期财务兑现不够清晰。

Q1财报的变化在于，第二个问题开始被部分修正。

未来的4到6个季度，百度的战略目标或许会更聚焦：将数字上的增速转化为市场份额的绝对优势；将高额的流水转化为健康的现金流与毛利润；将全栈的技术栈转化为企业客户难以割舍的真实迁移成本。

如果做到了，百度将彻底褪去“一家努力转型的搜索公司”的标签，成为中国AI基础设施领域必须被重新估值、无可替代的超级玩家