百度財報前瞻：AI Cloud 在 79% 增速之後還能撐住嗎

 

百度將於 2026 年 8 月 18 日美股開盤前公佈第二季度業績，管理層隨後於美東時間上午八點、北京時間當日晚八點召開電話會。據百度投資者關係網站的公告，本次披露覆蓋截至 6 月 30 日的第二季度。

 

上一季度的數字構成了一個不容易複製的基準。據百度第一季度業績公告，AI 雲基礎設施收入爲 88 億元人民幣，同比增長 79%，GPU 雲收入同比增長 184%。據 Futu 的財報梳理，AI 雲基礎設施收入從 2025 年第一季度的 49 億元增至 88 億元，增速從 34% 加速至 79%。

 

但真正決定這次財報成色的不是 AI 增速本身。用公開數據做一次減法：核心 AI 業務同比增加約 45 億元，而傳統業務同比減少約 42 億元，兩者幾乎相互抵消，這就是爲什麼百度核心收入同比只增長約 2%。第二季度的關鍵在於，AI 的增量能否開始明顯超過傳統業務的流失，而不只是剛好填平。

 

 

 

百度將於 2026 年 8 月 18 日美股開盤前公佈第二季度業績，電話會於美東時間上午八點舉行，電話回放可用至 8 月 25 日。

 

第一季度 AI 雲基礎設施收入 88 億元人民幣，同比增長 79%，增速從上一年同期的 34% 加速；GPU 雲收入同比增長 184%，上一季度爲 143%。

 

第一季度總收入 320.8 億元人民幣，同比小幅下降；百度核心收入 260 億元，同比增長約 2%，爲連續數個季度下滑後首次轉正。

 

核心 AI 業務收入 136 億元，同比增長 49%，首次超過百度核心收入的一半，佔比達到 52%；傳統業務同比下降 29% 至 102 億元。

 

AI 雲基礎設施與 AI 應用合計構成的 AI 雲總收入爲 113 億元；AI 原生營銷服務收入 23 億元，同比增長 36%。

 

利潤方向存在分歧：百度核心非美國通用會計準則經營利潤 40 億元，環比增長 39%，經營利潤率 12%；而調整後 EBITDA 同比下降 17% 至 59.5 億元。

 

經營現金流爲 27 億元，自 2025 年第三季度轉正以來連續第三個季度爲正。

 

蘿蔔快跑第一季度完成 320 萬次全無人駕駛訂單，總訂單量維持三位數同比增長；崑崙芯已在單一超過 3 萬卡的 AI 計算集羣中實現大規模商業部署。

 

 

 

理解這次前瞻的起點是上季度的三層結構。據 Yahoo Finance 的整理，第一季度收入同比小幅下降至 320.8 億元人民幣，約合 47.5 億美元，降幅主要來自傳統業務，該部分收入同比下降 29% 至 102 億元；亮點是百度核心 AI 業務，收入同比增長 49% 至 136 億元；AI 原生營銷服務收入達到 23 億元，同比增長 36%；百度 App 月活躍用戶在 2026 年 3 月達到 6.55 億。

 

據第一季度業績電話會記錄，管理層表示第一季度總收入爲 260 億元，同比增長 2%，標誌着迴歸正增長；核心 AI 業務收入達到 136 億元，同比增長 49%，首次佔到百度核心業務收入的一半以上，達到 52%。

 

需要說明的是，不同來源對百度核心收入增速的表述在 1% 至 2% 之間存在細微差異，這與統計口徑有關，具體應以公司正式財報爲準。

 

 

這是本次前瞻中最值得讀者自己覈對的一處推算。核心 AI 業務收入 136 億元、同比增長 49%，反推上年同期約爲 91 億元，增量約 45 億元。傳統業務收入 102 億元、同比下降 29%，反推上年同期約爲 144 億元，減少約 42 億元。

 

兩者相抵後的淨增量約爲 3 億元，落在 260 億元的基數上，對應約 1% 至 2% 的增速，與公司披露的數字吻合。

 

這個算術說明的是：結構轉型在收入佔比上已經完成，52% 是一個里程碑；但在增長層面尚未完成，因爲 AI 的增量目前只夠抵消傳統業務的流失。這也是判斷第二季度成色的核心標準，即兩條曲線的差額是否開始擴大。上述推算基於公開披露數據，用於說明結構關係而非精確覈算，具體應以財報爲準。

 

 

 

先確認加速是真實的。Futu 的梳理顯示，AI 雲基礎設施收入從 2025 年第一季度的 49 億元增至 2026 年第一季度的 88 億元，增速從 34% 加速至 79%；GPU 雲增速從 128% 加速至 184%。

 

電話會記錄的表述略有不同，管理層稱 GPU 雲收入延續了上一季度 143% 的強勁軌跡，進一步加速至同比 184%。兩個來源對前置基期的表述不一致，前者比較的是上年同期，後者比較的是上一季度，讀者在對照時應確認參照期。

 

無論採用哪個口徑，增速的方向都是向上而不是向下，這在一個已經跑了幾個季度的業務上並不常見。

 

 

這裏存在一處值得指出的信息缺口。公司披露了 AI 雲基礎設施的絕對金額 88 億元，但對 GPU 雲只披露了增速 184%，沒有披露絕對金額。

 

這意味着 184% 這個數字的基數無法從公開信息中確定。據 Alpha Sense 的整理，GPU 雲以 184% 的同比增長成爲 AI 雲基礎設施總收入中一個有意義的貢獻者，通常比傳統 CPU 雲帶有更強的利潤率。"有意義的貢獻者"這一表述本身說明它已具備規模，但沒有量化。

 

對投資者而言，實用的處理方式是把 184% 視爲方向性信號而非可外推的增速。在基數未知的情況下，三位數增長的持續性無法從這一個數字判斷，而第二季度是否披露絕對金額，本身就是一個值得關注的信息點。

 

 

在缺少 GPU 雲絕對金額的情況下，token 消耗提供了另一個觀察角度。Alpha Sense 的整理顯示，千帆 MaaS 平臺將其模型庫擴展至除文心之外的智譜 AI、MiniMax、Kimi 和 DeepSeek 等熱門模型，來自外部客戶的日均 token 消耗量在 3 月增長至一年前水平的近 7 倍。

 

管理層給出的解釋指向工作負載性質的變化。Futu 的梳理提到，管理層指出企業 AI 需求正從訓練轉向大規模推理部署，而推理所需的算力密度遠超訓練階段，從而驅動收入呈指數級增長。

 

這個解釋具有可驗證性：如果推理確實在取代訓練成爲主要負載，那麼收入曲線應當比訓練週期更平滑、更具經常性特徵，而這一點會在後續幾個季度的環比數據中體現。

 

 

 

這是第二季度最需要交叉覈對的一組數據。據 TIKR 的分析，百度核心的非美國通用會計準則經營利潤在第一季度爲 40 億元，環比增長 39%，非美國通用會計準則經營利潤率爲 12%；經營現金流爲 27 億元，是自 2025 年第三季度轉正以來連續第三個季度爲正。

 

但 Yahoo Finance 的整理指出，百度的利潤率仍然承壓，公司調整後 EBITDA 同比下降 17% 至 59.5 億元。

 

方向相反的兩個數字並不矛盾：環比改善說明規模效應開始顯現，同比下降說明相對於上年同期的成本結構仍在惡化。判斷哪一個更具代表性，需要看第二季度這兩條線是否收斂。

 

 

支撐來自產品組合。Alpha Sense 的整理指出 GPU 雲通常比傳統 CPU 雲帶有更強的利潤率，TIKR 的分析也提到 GPU 雲的 184% 增長使其成爲收入組合中結構性更高利潤率的貢獻者，而 AI 業務跨過百度核心收入 52% 的門檻，是首席財務官在電話會上表示將隨這些業務擴大規模而支撐利潤率擴張的組合變化。

 

拖累來自投入。據 Simply Wall St 的整理，分析師的公允價值估計從 105.77 美元下調至 101.60 美元，原因是分析師納入了較弱的線上廣告趨勢以及更高的 AI 投資需求，而華爾街目標價的調整方向不一，區間從 124 美元至 205 美元。

 

對於希望同時跟蹤中概股與其他資產表現的投資者，跨市場的相對強弱往往比單一板塊的敘事更早反映資金偏好，在 MEXC 這類覆蓋多類資產的平臺上，這種對照會更爲直觀。

 

 

 

 

這條線的價值容易被低估。Alpha Sense 的整理顯示，崑崙芯自研 AI 芯片在穩定性、效率、兼容性和通用性方面獲得了強勁的市場認可，已在單一超過 3 萬卡的 AI 計算集羣中實現大規模商業部署，並已針對包括文心、DeepSeek V4、GLM-5.1 和 MiniMax M2.7 等多種模型的工作負載完成優化和驗證。

 

值得注意的是適配對象的構成。文心是百度自有模型，而 DeepSeek、GLM 和 MiniMax 都來自第三方。爲競爭對手的模型做優化驗證，說明崑崙芯的定位不只是內部自用，而是在嘗試成爲可對外銷售的通用算力硬件。這個區分對估值框架的影響是實質性的：內部自用芯片降低的是成本，對外銷售的芯片創造的是收入。

 

同一整理提到，百度的全棧 AI 能力提供了從底層基礎設施到應用的差異化優勢，能夠在優化端到端性能和成本效益的同時實現穩定可靠的算力供應。Futu 的梳理進一步描述了這個四層架構，即雲基礎設施包含崑崙芯、深度學習框架飛槳、基礎大模型文心與千帆、以及 AI 應用，並指出該架構的核心價值在於層間協同帶來的成本護城河。

 

 

蘿蔔快跑的數據同樣需要分層看。電話會記錄顯示，第一季度完成 320 萬次全無人駕駛訂單，總訂單量維持三位數同比增長。

 

但盈利路徑指向境外。據 BigGo Finance 的整理，蘿蔔快跑與神州租車在海口機場合作推出一種租賃模式，無人駕駛車輛直接在到達航站樓等候乘客；同時新的自動駕駛網約車應用在迪拜上線，李彥宏指出海外市場具有更高的定價潛力，可能帶來比中國顯著更強的盈利能力，因爲中國的網約車費率較低。

 

這句話的含義相當直接：在國內，訂單量的增長與利潤的增長並不同步；真正的單位經濟性改善依賴海外擴張。因此第二季度值得關注的不是訂單總量，而是海外城市的進展與單均定價的相關表述。

 

 

第一是核心 AI 業務與傳統業務的增量差額。第一季度兩者的增量分別約爲 45 億元和負 42 億元，幾乎抵消。若第二季度差額明顯擴大，說明總收入增速的擡升開始有實質基礎。

 

第二是 AI 雲基礎設施的環比數據，而非同比。第一季度 88 億元是一個明確的絕對值，環比變化能剔除基數效應，是判斷增速可持續性最乾淨的讀數。

 

第三是 GPU 雲是否披露絕對金額。目前只有增速沒有金額，若第二季度給出絕對值，將首次使這條業務線可被獨立估值。

 

第四是調整後 EBITDA 的同比方向能否與經營利潤的環比方向收斂。第一季度前者同比下降 17%、後者環比上升 39%，這個分歧需要一個季度的數據來判斷哪一條代表趨勢。

 

第五是資本開支相關表述。在 AI 雲高速增長的同時，算力投入的節奏決定了自由現金流的走向，而經營現金流已連續三個季度爲正是一個需要維持的記錄。

 

第六是蘿蔔快跑海外部署的具體進展與定價，這是其單位經濟性的唯一改善路徑。

 

 

關於波動預期，需要一個基於歷史數據的校準。據 StockTitan 的整理，百度此前的財報日記錄顯示平均變動爲負 0.64%，該整理同時提到近期內部人士數據顯示爲淨賣出，屬於需要與本次財報一併關注的風險因素。同一整理說明，該平均值來自兩次事件的樣本，因此代表性有限。

 

估值水平也不屬於極端區間。Yahoo Finance 的整理顯示，按遠期調整後基準計算，百度股票的非美國通用會計準則市盈率爲 14.82 倍，略高於行業平均的 12.98 倍。

 

這兩項數據放在一起，指向一個與本週其他人工智能相關標的不同的結構。在市銷率接近 300 倍或一年上漲 183% 的標的上，超預期與不及預期都會被顯著放大；而在遠期市盈率不到 15 倍、歷史財報日平均變動不足 1% 的標的上，價格的容錯空間相對更寬。

 

需要明確的是，歷史平均變動不構成對本次波動的預測，樣本量小且市場環境可變，實際反應可能顯著偏離歷史模式。

 

 

第一類風險是傳統業務的下滑速度。第一季度傳統業務同比下降 29%，若降幅進一步擴大，AI 增量將繼續被抵消，總收入的轉正難以持續。這也是分析師下調公允價值估計時提到的較弱線上廣告趨勢所指。

 

第二類風險是投入與利潤率的平衡。調整後 EBITDA 同比下降 17%，同時分析師提到更高的 AI 投資需求，這意味着增長與利潤率之間的取捨在短期內仍然存在。

 

第三類風險是基數效應的消退。AI 雲基礎設施與 GPU 雲的高增速部分建立在較小的基期上，隨着絕對規模擴大，同比增速的自然回落是數學上的必然，問題在於回落的速度。

 

第四類風險是競爭與監管。中國雲市場的主要參與者均在推進各自的 AI 基礎設施，而自動駕駛的商業化進度受地方監管節奏影響。

 

從情景角度看，基準路徑是 AI 雲基礎設施保持較高增速但同比增幅從 79% 有所回落，百度核心收入增速小幅擡升，市場關注點轉向利潤率與資本開支。第二種情景是 AI 增量明顯超過傳統業務流失，總收入增速進入中高個位數，此時估值框架有望從"帶有傳統業務的 AI 公司"向增長股遷移。第三種情景是傳統業務降幅擴大或利潤率進一步承壓，考慮到遠期市盈率不到 15 倍，下行空間相對有限，但估值修復的時間會被拉長。

 

需要區分信息狀態：第一季度的所有財務數據、業務指標與管理層表述均來自公司正式公告與業績電話會公開記錄；第二季度數據在 8 月 18 日公佈前完全未知；分析師目標價、公允價值估計、市盈率與歷史財報日反應統計來自第三方，隨時變動且不同來源存在差異；文中所有基於公開數據的減法推算均爲結構說明，不構成精確覈算。

 

 

這次財報最值得關注的不是 79% 或 184%，而是一個需要自己算出來的差額。核心 AI 業務收入 136 億元、同比增長 49%，意味着增量約 45 億元；傳統業務收入 102 億元、同比下降 29%，意味着減少約 42 億元。兩者相抵後淨增約 3 億元，落在 260 億元基數上，正好對應公司披露的約 2% 增速。也就是說，AI 業務目前的作用是填平缺口，而不是創造增長。佔比 52% 是一個真實的里程碑，但它衡量的是結構而非動能。第二季度真正要回答的問題是這個差額有沒有開始擴大。

 

市場最可能誤讀的地方有三處。第一是把 184% 當作可外推的增速。公司披露了 AI 雲基礎設施的絕對金額 88 億元，但對 GPU 雲只給了增速沒有給金額，這意味着基數無從確認。在基數未知的情況下，三位數增長的持續性不能從單一數字推斷，而第二季度是否首次披露絕對金額，本身就是一條值得關注的信息。第二是忽略利潤率方向的內部矛盾。百度核心非美國通用會計準則經營利潤環比上升 39%，而調整後 EBITDA 同比下降 17%，一個向上一個向下。環比改善反映規模效應，同比下降反映相對於上年的成本結構，兩者收斂之前，任何單一方向的結論都不穩固。第三是低估崑崙芯適配名單的含義。已完成優化驗證的模型包括 DeepSeek V4、GLM-5.1 和 MiniMax M2.7，全部來自第三方。爲競爭對手的模型做適配，說明其定位是對外銷售的通用算力硬件而非內部自用，前者創造收入，後者只降低成本，兩者對估值的影響完全不同。

 

接下來最值得跟蹤的是三個可驗證指標。第一是 AI 雲基礎設施的環比金額而非同比增速，88 億元提供了一個乾淨的基準，環比變化剔除了基數效應，是判斷需求真實強度的最直接讀數。第二是經營現金流能否維持連續爲正的記錄，第一季度爲 27 億元、是自 2025 年第三季度以來第三個正值季度，這條線決定了 AI 投入是否具備自我造血能力。第三是蘿蔔快跑海外定價的具體表述，李彥宏已明確指出海外市場定價潛力更高、盈利能力可能顯著強於中國，因此訂單總量的信息價值低於海外單均收入的進展。

 

對跨資產投資者的啓發在於，同樣的 GPU 雲生意，融資方式決定了完全不同的風險結構。本週的對照很清晰：一家美國新型雲服務商的全年資本開支約爲營收的 2.9 倍，利息支出約爲調整後經營利潤的四倍；另一家的資本開支約爲營收的 7 倍；而百度的 GPU 雲增長髮生在經營現金流連續三個季度爲正的前提下，投入由既有業務的現金流支撐而非債務。這個差別在需求上行期幾乎看不出來，但在需求放緩時會決定誰有時間等待。加密領域對此並不陌生，同樣的挖礦業務，用自有現金流擴張還是用設備抵押融資擴張，在下行週期中的結局截然不同。評估算力類資產時，先確認資本來源與償付義務的剛性，再看增速的高低，這個順序比反過來更接近風險實質。從風險管理角度看，在遠期市盈率不到 15 倍、歷史財報日平均變動不足 1% 的標的上，倉位管理的緊迫性低於本週那些估值倍數極高的名字，但這也意味着單次財報帶來的重估幅度同樣有限。

 

以上分析建立在公司正式公告、業績電話會公開記錄和權威媒體報道之上。第二季度實際數據、傳統業務趨勢與投入節奏都可能改變結論，任何單一情景都不應被視爲確定性預期。

 

 

 

定於 2026 年 8 月 18 日美股開盤前公佈，覆蓋截至 6 月 30 日的第二季度。管理層將於美東時間上午八點、北京時間當日晚八點召開電話會，參會需提前在線註冊以獲取撥入號碼、密碼和專屬接入碼。電話回放可用至 8 月 25 日，網絡直播與存檔將在百度投資者關係網站提供。

 

 

第一季度 AI 雲基礎設施收入爲 88 億元人民幣，同比增長 79%，較上年同期 34% 的增速明顯加速；同期收入從 2025 年第一季度的 49 億元增至 88 億元。其中 GPU 雲收入同比增長 184%，延續了上一季度 143% 的軌跡。AI 雲基礎設施與 AI 應用合計構成的 AI 雲總收入爲 113 億元。

 

 

在佔比上是。第一季度核心 AI 業務收入 136 億元、同比增長 49%，首次超過百度核心收入的一半，達到 52%。但在增長層面尚未完成轉換：按公開數據推算，AI 業務的同比增量約 45 億元，而傳統業務同比下降 29% 至 102 億元、減少約 42 億元，兩者幾乎抵消，因此百度核心收入同比僅增長約 2%。

 

 

因爲兩個方向同時存在。百度核心非美國通用會計準則經營利潤爲 40 億元、環比增長 39%，經營利潤率 12%，說明規模效應開始顯現。但調整後 EBITDA 同比下降 17% 至 59.5 億元，說明相對於上年同期的成本結構仍在惡化。有分析師在下調公允價值估計時同時提到較弱的線上廣告趨勢和更高的 AI 投資需求。

 

 

據整理，崑崙芯自研 AI 芯片在穩定性、效率、兼容性和通用性方面獲得市場認可，已在單一超過 3 萬卡的 AI 計算集羣中實現大規模商業部署，並針對文心、DeepSeek V4、GLM-5.1 和 MiniMax M2.7 等多種模型完成優化和驗證。適配名單中包含多個第三方模型，說明其定位不限於內部自用。

 

 

主要在海外。第一季度完成 320 萬次全無人駕駛訂單，總訂單量維持三位數同比增長，同時新的自動駕駛網約車應用在迪拜上線，並與神州租車在海口機場合作推出到達航站樓候客的租賃模式。李彥宏指出海外市場具有更高的定價潛力，可能帶來比中國顯著更強的盈利能力，因爲中國的網約車費率較低。

 

 

歷史數據不支持極端波動的預期。有整理顯示百度此前的財報日記錄平均變動爲負 0.64%，但該平均值僅來自兩次事件樣本，代表性有限。估值方面，按遠期調整後基準計算的非美國通用會計準則市盈率爲 14.82 倍，略高於行業平均的 12.98 倍。相比市銷率數百倍的高估值標的，這個結構下的容錯空間相對更寬，但也意味着單次重估的幅度有限。

 

 

四項。第一是核心 AI 業務與傳統業務的增量差額，第一季度約爲 45 億元與負 42 億元，幾乎抵消。第二是 AI 雲基礎設施的環比金額而非同比增速，88 億元提供了乾淨基準。第三是 GPU 雲是否首次披露絕對金額，目前只有增速。第四是調整後 EBITDA 同比方向能否與經營利潤環比方向收斂。

 

 

本文內容僅供信息參考與市場研究之用，不構成任何形式的投資建議、財務建議、法律建議、稅務建議或交易推薦。文中涉及的財務數據、業務指標與管理層表述均來自公司正式公告與業績電話會公開記錄；第二季度數據在正式公佈前完全未知，本文不對其作出任何預測；不同來源對百度核心收入增速、GPU 雲基期等表述存在細微差異，文中已儘可能標註，具體應以公司正式財報爲準；分析師目標價、公允價值估計、估值倍數與歷史財報日反應統計來自第三方，隨時變動且不同來源存在差異；文中所有基於公開數據的減法與比率推算均爲結構說明與簡單算術演示，不構成精確覈算或對公司經營狀況的認定。加密資產、股票及其他相關金融資產的價格可能在短時間內出現大幅波動，財報窗口期尤其如此，投資者存在損失全部本金的可能，涉及人民幣計價業務的美國存托股還需考慮匯率波動帶來的額外風險。歷史表現、技術指標和鏈上數據不能保證未來結果，歷史財報日平均變動不構成對本次波動的預測。讀者在作出任何決策之前，應自行完成獨立研究，覈實官方信息，並結合自身財務狀況、投資目標、投資經驗和風險承受能力進行判斷，必要時應諮詢具備資質的專業顧問。MEXC Crypto Pulse 團隊不對因使用或依賴本文信息而產生的任何直接或間接損失承擔責任。

 

 

James Mitchell 專注於比特幣和山寨幣的技術分析、市場趨勢及交易策略。他常駐倫敦，擁有超過 10 年的金融市場經驗。加入 MEXC Learn 之前，James 曾在一家歐洲領先的投資機構擔任高級分析師，並在風險管理和量化交易領域積累了專業經驗。

 

James 於 2017 年開始轉向加密貨幣市場，此後憑藉以數據爲基礎的分析方法逐漸受到關注。他擁有倫敦政治經濟學院金融經濟學碩士學位。其分析框架將傳統技術分析與鏈上指標相結合，旨在爲讀者提供具有實際參考價值的市場洞察。

 

專業領域：

 

 

想最快獲取 MEXC 最新資訊？立即加入我們的官方電報羣！

MEXC 平臺：下載 App | 零手續費交易 | 立即購買 USDT

加入 MEXC 社羣：X (Twitter) | Telegram | Discord

獲取資訊：新手學院 | 服務條款 | MEXC Blog | MEXC News

賬戶驗證：瞭解 KYC | 如何進行 KYC

外部平臺：Substack | Medium | Paragraph | LinkedIn | X（資訊號）