1. 百度：立足搜索引擎、云服务，发力 AI 商业化的科技龙头

1.1 历史沿革：从搜索引擎到 AI，新增长曲线逐步显现

1.1.1 第一阶段（2000 年-2010 年）：成立于 2000 年 1 月 1 日，在 PC 时代成为国内最大 的搜索引擎平台

百度成立之初为国内门户网站提供搜索技术服务，后转为面向终端客户独立经营搜索引 擎，并在国内首次推出“竞价排名”变现模式。后续陆续推出百度贴吧、百度知道、百 度百科等多个功能和应用，丰富自己在搜索领域的产品矩阵。于 2005 年在美上市，后成 为首家纳入纳斯达克 100 指数的中国公司。随着谷歌于 2010 年 3 月退出中国大陆市场， 百度站稳搜索领域龙头地位，截止 2010 年底，百度搜索引擎市场份额近 76%。

1.1.2 第二阶段（2011 年-2015 年）：移动互联网时代调整战略，发力转型

随着微信等移动端应用上线，百度也开始发力移动端，主要通过投资进入电商、O2O 服 务、长视频平台等领域，但是后续一些投资项目相继停运或出售，如 O2O 外卖业务 2016 年战略出售至饿了么等。整体来看，在移动互联网时代，百度移动端布局不及腾讯、阿 里等其他互联网公司，整体收入规模和增速落后于其他两家互联网大厂。

1.1.3 第三阶段（2016 年至今）：提出“All in AI”战略，发力云、AI、智能驾驶三大 领域

百度在发展传统业务的同时，加大在 AI、云以及智能驾驶领域的研发。移动互联网方面， 陆续推出“百家号”、信息流广告丰富内容生态，截至 2022 年底，百度 APP 月活跃用户 数达到 6.48 亿。AI 进展上，百度陆续推出 AI 技术引擎“百度大脑”、人工智能操作系 统 DureOS 等。目前，百度产品覆盖 AI 芯片、深度学习框架、自然语言处理、知识图谱 等 AI 核心技术，并于 2023 年 3 月 16 日正式推出新一代大语言模型、生成式 AI 产品“文 心一言”，并开启邀请测试。智能驾驶方面，2017 年百度开放 Apollo 计划；2021 年与吉 利汽车成立合资公司，进入智能汽车整车制造领域。

1.2 股权结构稳定，公司稳定发展

公司股权结构稳定，助力公司实现长远发展目标。根据 2022 年年报，截至 2023 年 1 月 31 日，百度董事长兼首席执行官李彦宏持股 4.58 亿股，占普通股总数 16.3%，投票权占 比 57.6%；除李彦宏外其他董事及高级管理人员合计持股 0.2%；其中 Handsome Reward Limited 持股 16.1%，该公司为李彦宏全资拥有的英属维尔京群岛公司。截至 2023 年 1 月 31 日，李彦宏占有公司绝大部分投票权，为公司实际控制人。公司创始人作为实际控 制人，拥有对公司的实际控制权，保证管理层进行公司重大决策、制定战略目标的稳定 性与准确性，可以提高企业的运行效率。

1.3 公司管理团队：经验丰富，掌稳公司未来发展方向

百度核心管理团队具备丰富行业经验，在搜索引擎、互联网、金融、AI、云计算等领域 具备深厚的技术积累与实践经验。在百度过去的发展历程中，相关团队抓住了 PC 互联网、 移动互联网、云计算、人工智能等高价值时代机遇，并建立的坚实的产品团队和市场成 果。根据百度过去的优质决策历史,其核心决策团队可以成为其未来战略基石，助力百度 未来的稳定、高效发展。

1.4 公司财务分析：23Q1 营收、利润实现超预期增长

1.4.1 23Q1 收入超市场预期，云及广告业务表现突出

广告及云业务快速恢复带动营收增长：公司 23Q1 营业收入为 311 亿元，同比增长 9.62%， 超市场预期 3.5%;百度核心收入为 230 亿元，同比增长 8%；其中百度核心在线营销业务 收入为 166 亿元，同比增长 6%；百度核心非在线营销业务收入为 64 亿元，同比增长 11%， 其中 AI 云收入为 42 亿元，同比增长 8%。 在线营销业务 23Q1 收入恢复高个位数增长，主要受益于宏观经济复苏以及线下流量恢复 带来的广告主投放意愿的上升，其中医疗健康、旅游、商务服务、本地生活等行业广告 投放量迎来显著恢复。同时，百度作为国内首家测试 AI 大模型的企业，其领先的 AI 技 术有望赋能其广告业务，提升广告主 ROI，对其在线营销业务产生正向影响。

AI 智能云业务 23Q1 收入占百度核心 18%，近年占比持续上升。百度 22 年制定高质量增 长战略，包括削减低质量/低利润业务，以及实行标准化解决方案从而提升其可复制性等， 因此公司 22 年云业务收入增速出现回落。

1.4.2 成本及费用管控稳定

公司成本控制良好，费用维持稳定：公司 23Q1 毛利率为 51%，同比提升 6.07pct；研发 费用率为 17%，同比下降 2.33pct；销售、行政及一般管理费率为 18%，同比提升 1.56pct。 总体来看，公司近年毛利率稳中有升，从 2019 年的 41%逐步上升至 22 年的 48%；同时， 公司期间费用率维持稳定，22 年有所下降：其中销售、行政及一般管理费率在降本增效 战略下，于 21 年达到 19.86%的高峰后显著回落，22 年仅为 16.59%，体现出公司良好的 费用管控能力。

1.4.3 Q1 净利润表现优异，云业务首次实现盈利

公司智能云业务实现盈利，带动净利润回升：公司 23Q1 实现净利润 Non-GAAP 净利润 57亿元，同比增长 48%，环比增长 7%，高于彭博一致预期 32%；Non-GAAP 净利润率为 18%。 其中，云业务方面，百度从 22Q2 开始将业务重点放在提升 AI 智能云业务的利润率上， 废除了低质量业务，同时致力于为不同行业的客户定制标准化 AI 解决方案。 此外，公司也在加强云业务方面的投资从而提升其技术服务能力。在该业务降本增效的 方案下，23Q1 百度 AI 智能云业务取得了 Non-GAAP 层面的盈利，带动公司净利润提升。

2.起家业务：百度搜索引擎市场份额稳占国内首位

2.1 国内搜索引擎市场规模不断扩大，百度稳占首位

2.1.1 国内搜索引擎市场规模不断扩大，拥有高网民覆盖率

根据华经产业研究院，中国搜索引擎市场规模 2021 年达到 1240 亿元，近五年 CAGR 为 8.2%，搜索引擎市场规模稳步扩张。作为产业链中游，搜索引擎服务端主要为下游各行 业提供广告推广服务，用户在搜索相关产品时，付费企业广告将在前方位置展示，助力 企业产品曝光度增加，吸引公域流量。搜索引擎作为互联网流量入口之一，网民覆盖率 极高，渗透至衣食住行各个领域。各个互联网大厂在搜索引擎领域继续进行深度布局， 比如腾讯收购搜狗、字节推出“悟空搜索”等。未来公司引擎业务通过 AI 等技术加持， 预计搜索引擎市场将会维持稳定、高质量发展。

2.1.2 以搜索起家，百度在国内搜索引擎市场独占鳌头：

尽管国内各个大厂在搜索引擎领域均有所布局，百度在国内牢牢占据行业龙头位置，是 全球最大的中文搜索引擎。百度以自身“超链分析”技术为基础，结合 NLP，图像识别 等技术，为中国网民提供了全面的搜索服务。

大模型加入有望开启搜索引擎新篇章，助力百度搜索引擎业务升级：根据机器之心消息， 全新的 AI 模型因为能回答问题、编写代码、自行创作，被认为是下一代搜索引擎的雏形。 在 AI 模型的帮助下，搜索引擎可以通过语言交互的方式为用户精准提供内容，使搜索引 擎变得方便且便于交互，比如 new Bing 可根据客户的想法调整其搜索查询的内容。百度 “文心一言”大模型已经具备语义检索、情感分析、对话、逻辑思考等功能，技术处于 领先水平。“文心一言”的加入提升搜索引擎搜索效率，丰富搜索场景需求，丰富变现模 式。先前搜索引擎主要依靠广告变现，但是目前搜索广告收入收到信息流广告挤压，变 现能力下降。大模型的加入可以帮助百度搜索引擎可以提供新的增值项目，提高搜索引 擎业务变现效率。

2.2 百度 VS 谷歌：商业模式均为竞价排名，技术略有区别

2.2.1 谷歌占据全球市场九成以上份额，在中国市占率仅为 3%

谷歌搜索引擎设计语言类型超百种，同时依靠其独有的 PR 等技术（根据 PR 值高低决定 各个网站质量），使用户可以快速查找所需的对应信息，同时保证搜索内容的高精确度， 从而提高了其用户粘性，占据全球市场份额 92%。但是谷歌在中国市占率仅为 3%，主要 受中国政策、用户习惯、中文检索能力等因素影响，中国用户更青睐本土厂商搜索引擎。

2.2.2 商业模式均主要为竞价排名，二者各有特点：

搜索引擎变现方面，二者均主要通过搜索功能将用户介绍给客户(广告主)，客户根据点 击率支付费用，以在搜索结果中优先放置其链接(竞价排名)。谷歌排名规则更加综合， 支持语言种类更丰富，地区投放精度更强，也因此占据了全球主要的市场份额。 对比谷歌，百度在竞价广告业务技术方面仍有进步空间，未来技术提升或可对百度搜索 广告业务贡献增长。

2.3 百度在线营销业务以搜索为核心，市占率稳定

2.3.1 国内互联网广告规模稳定发展，占整体广告比例逐渐提升

根据 Questmobile 及 CNNIC 数据，互联网广告占中国整体广告市场比例呈上升趋势，但 增速显著放缓，原因包括互联网红利见顶导致流量成本激增以及 22 年国内与国际宏观形 势、地缘政治动荡等。中长期来看，此次调整有利于互联网广告长期的稳定发展，根据 Questmobile 预测，23H1 及 23H2 互联网广告市场规模增速将分别为 5.2%/9.5%，全年或 将实现中高个位数增长。我们认为中国经济潜力、韧性较强，广告行业占中国 GDP 比重 较为稳定，广告行业增速和 GDP 增速呈现较强相关性，因此未来将会随中国经济平稳向 上而得到稳定发展。

2.3.2 业务发展趋缓，AIGC 注入新动能

2022 年百度核心营收为 954 亿元人民币，与去年基本持平；其中在线广告营销收入为 695 亿元人民币，同比下降 6%。在线广告营销收入主要包括百度 P4P 在线营销服务以及移动 生态（如百度应用，好看视频，全民 APP）、以信息为核心的产品（如百度百科、百度贴 吧等），以 AI 技术驱动的广告业务（小程序，百家号等）。核心在线营销收入占百度核心 73%，占比逐渐降低，体现出百度对广告业务依赖程度正在逐步降低，百度智能云、自动 驾驶、AI 等业务发展迅速。同时，百度互联网广告市场份额为 14.7%，位居市场第四名， 近几年占比略有下降但是较为稳定。整体来看，在短视频等新媒体形式的挤占下，百度 在线营销业务收入规模增速放缓，可关注百度信息流广告后续增长情况。

目前，AI 技术发展迅速，国内大厂纷纷布局 AI 大模型研发，广告作为其主要变现模式 之一，由技术驱动的广告模式逐渐成型。例如 AIGC 在智能广告中已经有所应用，为线上 广告行业降本增效。根据现状，2023 年 AI 的持续走向普及，智能化、易用性、兼容性 更加普遍，整个广告营销市场的技术变局，将会进一步显现。根据 QuestMobile 预测， 2024 年中国线上广告规模将达 7884 亿元，在 2022 年短期逆风后将重回增长轨道。

2.3.3 百度 APP 稳占据移动端搜索龙头

根据 statcounter 数据，截至 2022H1，百度在国内移动端搜索引擎市占率为 91.9%，近 年份额成上涨趋势，处于国内绝对龙头地位，体现出其移动端布局初显成效；截至 2022， 百度 APPMAU 达 6.48 亿，环比增长 2%，同比增长 4%。

百度搜索的龙头地位为其提供了丰富流量入口，百度 APP 广告收入也处于国内第一梯队。 整体而言，百度系 APP 用户粘性低于快手、抖音的短视频平台以及腾讯的社交平台，百 度系 APP 用户时长占比近年维持在 8%左右，而腾、抖、快 2022 年分别为 33.6%、24.5% 与 10.2%。整体而言，百度系占据用户较高使用时长，增长稳健，位列行业第四。

2.3.4 以搜索为核心优势，打造 X+Y 战略布局的服务化、人格化生态：

百度于 2021 年宣布其“X+Y 战略”， 基于“智能搜索+智能推荐”，通过横向布局多个入 口扩大百度生态流量覆盖规模。其中 X 作为横向布局，主要包括百度 App、好看视频、 爱奇艺、百度贴吧、百度地图等多个用户入口产品，这些产品的主要目标在于完成覆盖 不同场景下用户需求的同时，能够不断扩大用户规模。而 Y 作为纵向布局，则主要目标 是深耕行业垂类。目前百度重点发力的垂类有两种，一种是百度百科、百度知道等产品 为核心的生态护城河类产品，另一种是要重点发力的大行业大垂类，如大健康、直播、 电商、教育等。

3.百度 AI 业务：All in AI 带来的先进成果体系

3.1AI 市场：未来的星辰大海

3.1.1 市场规模：高增速的千亿市场

根据 IDC2023 年 3 月 30 日发布的《2023 年 V1 全球人工智能支出指南》（IDC Worldwide Artificial Intelligence Spending Guide）最新预测数据显示，中国人工智能（AI） 市场支出规模将在 2023 年增至 147.5 亿美元，约占全球总规模十分之一。 从长远来看，AI 技术的不断创新和迭代推动了应用场景的进一步落地。以 AIGC、数字人、 多模态、AI 大模型、智能决策为代表的热点为市场带来了更多想象力和可能性。同时， 企业对于“数字化”、“数智化”转型的积极推动催生了对 AI 技术的多元化需求。这些因 素为中国 AI 市场规模的长期增长奠定了基础。IDC 预计，到 2026 年，中国 AI 市场规模 将达到 264.4 亿美元，五年复合增长率（CAGR）将超过 20%。

3.1.2 渗透多行业的 AI 应用

虽然受到全球影响因素的影响，2022 年中国 AI 市场规模略有下调，长期以来，随着 AI技术应用场景的不断拓展和深入，AI 在更多领域的应用也将催生出更多的商业机遇和社 会效益。AI 在未来将对各行各业产生深远影响。在医疗保健领域，AI 将提高病例诊断的 准确性、加速药物研发和实现个性化医疗；在交通物流行业，自动驾驶汽车和无人机等 技术将大幅降低交通拥堵和事故发生率，提高运输效率；教育领域则将通过 AI 实现个性 化教学，为每个学生提供定制化的学习资源；金融领域的 AI 可以帮助银行和投资公司进 行风险评估、信贷审批和投资策略制定；制造业将通过智能工厂和自动化生产线提高生 产效率和质量；零售业的 AI 将推动个性化推荐、智能客服和无人商店的发展；农业则可 借助 AI 进行精准种植、作物病虫害识别和决策支持等。

百度自 2010 年开始在 AI 领域持续投入，先后成立百度深度学习研究院、认知计算实验 室、大数据实验室、机器人与自动驾驶实验室、安全实验室等众多 AI 细分领域的研究中心。 到 2014 年已经出现了包括识图、百度机器人等较为成熟的应用级架构。2017 年 7 月 5 日，百度在北京国际会议中心开办了首届 AI 开发者大会，在会上，百度首次喊出了“All in AI”的口号，并于同年推出了自动驾驶汽车平台 Apollo， 致力于 L4 级别无人驾驶 车的量产，也标志着 AI 正式成为百度整个庞大架构下的核心战略方向。 公司在 AI 领域在时间层面有十余年的积淀历程，在广度上覆盖众多行业，同时在自言语 言理解、自动驾驶等领域世界领先，未来我们持续看好百度在 AI 领域技术层面的发展， 有望在万物生长的 AI 时代里占据翘楚地位。

3.3 百度 AI 研发能力：重资源投入，独立自主，国内领先

3.3.1 专利数量独占鳌头

AI 的十大基础技术领域包括：深度学习、智能云、计算机视觉、智能语音、自然语言处 理、大数据、知识图谱、智能推荐、智能芯片、量子计算 2016-2021 年深度学习专利申请年均复合增长率达到 53%，处于高速增长阶段，同时智能 语音、自然语言处理、大数据、知识图谱等领域增长较为迅速，其中 2021 年自然语言处 理的专利申请量仅次于深度学习、智能云和计算机视觉，发展势头强劲；智能芯片和量 子计算由于起步相对较晚，相关专利储备较少，仍处于技术加速积累的阶段。

从专利数量来看，百度独占鳌头：百度在 AI 发展中具备先发优势，同时高度重视 AI 战 略布局，在专利层面呈现出申请数量与质量同步提升的发展态势。截至 2022 年百度 AI 相关专利数量高达 16754 个，授权量达 5705，均位居全国第一。庞大的专利储备直接反 映了公司在 AI 领域的能力积淀，有望在未来的 AI 竞赛中持续创造价值。

3.3.2 专注细分行业的九大实验室

2020 年百度对原有的 AI 体系进行组织架构升级，原 AIG（AI 技术平台体系）、TG（基础 技术体系）、ACG（百度智能云事业群组）整体整合为“百度人工智能体系”（AI Group、 缩写为 AIG）。新 AIG 包含技术中台群组（TPG）和智能云事业群组（ACG）两大群组组成， 继续由百度 CTO 王海峰整体负责。本次升级进一步确立了 AI 在百度内部的战略地位，同 时保持了负责人的前后统一，利于体系一以贯之的发展理念。

其中负责研发的核心组织是百度研究院。百度研究院隶属于百度 AI 技术平台体系（AIG）， 下设九大实验室： 认知计算实验室（Cognitive Computing Lab, CCL）：专注于认知计算、深度学习、 自然语言处理等领域的研究。目标是通过模拟人类认知过程来实现机器智能。 硅谷人工智能实验室（Silicon Valley AI Lab, SVAIL）：位于美国加州硅谷，致 力于研究深度学习、自然语言处理、计算机视觉等领域的前沿技术，为百度在全球 范围内的技术创新提供支持。 深度学习实验室（Institute of Deep Learning, IDL）：主要研究方向为深度学习、 图像识别、语音识别等人工智能核心技术。 

大数据实验室（Big Data Lab, BDL）：专注于大数据处理、数据挖掘、机器学习等 领域的研究。目标是通过分析海量数据，为企业和个人提供更智能的服务。 商业智能实验室（Business Intelligence Lab, BIL）：致力于将人工智能技术应 用于商业领域，研究方向包括推荐系统、广告技术、金融科技等。 量子计算研究所（Institute of Quantum Computing, IQC）：旨在研究量子计算机 的基础理论和实际应用，推动量子计算技术在人工智能、物联网等领域的发展。 

机器人与自动驾驶实验室（Robotics and Autonomous Driving Lab, RAL）：专注 于研究机器人技术、自动驾驶等前沿领域。目标是实现智能机器人与自动驾驶汽车 的广泛应用。 安全实验室（Security Lab, SRL）：致力于网络安全、数据保护等领域的研究。目 标是通过人工智能技术提高网络安全水平。 生物计算实验室（Computational Biology Lab, CBL）：专注于生物信息学、基因 组学等领域的研究。目标是通过计算技术推动生物科学的发展，为医疗健康领域提 供智能解决方案。 在九大实验室的协同作用下百度有望在 AI 技术研发中充分发挥自有潜力，持续推陈出新、 创新发展。

3.3.3 建立国内著名 AI 社区：百度 AI 开发者社区

百度通过自有的天然研发土壤建立了目前国内著名的 AI 开发者社区（Baidu AI Community）:百度 AI 开发者社区。 社区汇聚了来自全球各地的 AI 技术爱好者、研究者和开发者，旨在分享 AI 领域的最新 进展、技术应用、实践案例和研究成果。百度 AI 社区提供了丰富的资源，包括学术论文、 开源代码、教程和实践经验等 了众多活跃的 AI 开发相关人员针对 AI 相关底层技术、上层应用、未来趋势等诸多层面 的热烈研讨。其中最为火热的文字识别、人脸识别、语音技术三大应用技术领域累积贴 数超 45 万。

百度通过对开发者社区的搭建及维护对自己而言一方面汇聚了前言探讨，帮助自己的行 业信息流流畅度，便于保持行业前沿，另一方面通过多层次的侧面筛选便于从海量 AI 从业者中选拔人才，壮大队伍，对行业而言一个有序、高质量的行业内社区促进了行业 的交流及发展，有利于培养我国 AI 产业在底层实力层面的成长潜力。

3.3.4 压强式、马拉松式的 AI 研发投入

百度研发端拥有重投入、长期投入的事业家心态，过去历年研发费用率超 15%，并且保 持了持续走高的态势（注：研发费用包括了 AI 在内的多项业务路线）。

3.4 百度 AI 旗舰成果之一：AI 开放平台百度大脑

3.4.1 为开发者服务的技术平台

百度大脑是百度 AI 核心技术引擎，包括视觉、语音、自然语言处理、知识图谱、深度学习等 AI 核心技术和 AI 开放平台。百度大脑对内支持百度所有业务，对外全方位开放， 助力合作伙伴和开发者，加速 AI 技术落地应用，赋能各行各业转型升级，并通过百度智 能云赋能行业客户。 2019 年 4 月 20 日，“百度大脑核心技术及开放平台”荣获 2018 年度中国电子学会 科学技术奖科技进步奖一等奖。 

2019 年 7 月 3 日，在 2019 年百度 AI 开发者大会上，百度 CEO 李彦宏透露，迄今为 止百度大脑已经向所有开发者开放了 200 多项 AI 核心能力。 2020 年 9 月 15 日，在 2020 百度世界大会直播现场，百度 CTO 王海峰在现场发布全 新升级的百度大脑 6.0，核心技术方面，百度大脑 6.0 已具备“知识增强的跨模态 深度语义理解”能力。 2021 年 8 月 18 日，百度大脑 7.0 正式发布，升级后的百度大脑具备“融合创新、 降低门槛”两大显著特点。

百度大脑集成了世界一流的技术资源，包括深度学习框架 PaddlePaddle、大数据计算引 擎 Baidu Spark、高性能分布式文件系统 Baidu File System 等。这些技术组合为百度 大脑提供了强大的计算能力和稳定的性能基础。

3.4.2 应用场景广泛

百度大脑的 AI 技术广泛应用于智能驾驶、智能家居、医疗健康、金融、教育等多个领域， 为企业提供智能化、个性化的解决方案，助力各行业实现数字化转型。

智慧医疗：百度大脑通过深度学习技术辅助医生进行疾病诊断，提高诊断的准确性 和速度。例如，百度大脑可以用于辅助诊断肺结节、糖尿病视网膜病变等疾病。此 外，百度大脑还可用于智能问诊、病历分析等场景。 智能工业：百度大脑可以帮助企业实现智能化生产线，提高生产效率和产品质量。 例如，通过计算机视觉技术，百度大脑可以辅助检测生产线上的产品缺陷，减少人 工巡检的成本和时间。 

智慧园区：百度大脑可助力智慧城市建设，实现城市安防、环境监测、公共服务等 多个领域的智能化。例如，在环境监测方面，百度大脑可以通过分析大量数据，预 测空气质量、水质等环境指标。 智慧零售：百度大脑在零售商业领域的应用包括智能推荐、客户画像、库存管理等。 通过深度学习技术，百度大脑可以为商家提供个性化的营销。 智能教育：百度大脑在教育培训领域可以提供个性化的学习方案、在线智能答疑等 服务。通过大数据分析，百度大脑可以为学生提供定制化的学习建议，提高学习效 果。

随着“数字经济”，企业“数字化改革”等不断被各方频繁提及、重视，百度大脑作为百 度旗下一大核心应用平台为各行各业提供了短平快的应用途径，降低了行业数字化转型 的周期与门槛，持续为社会创造价值。

3.5 百度 AI 旗舰成果之二：百度飞浆平台

3.5.1 开源、高性能的深度学习平台

百度飞桨（PaddlePaddle，全称：PArallel Distributed Deep LEarning）是百度自主 研发的开源深度学习平台。作为中国首个自主研发的深度学习框架，飞桨于 2016 年正式 对外开源，旨在为企业、开发者和研究者提供易用、高效、灵活、可扩展的深度学习工 具，以降低人工智能技术应用门槛，并推动 AI 领域的创新与发展。

易用性：飞桨平台提供了丰富的 API 和模型库，使得开发者可以快速构建和训练深 度学习模型。同时，飞桨提供了详尽的文档和教程，为开发者提供便捷的学习资源。 高性能：飞桨平台在底层进行了大量的性能优化，从而确保模型训练和推理过程具 有高效性。此外，飞桨支持多种硬件平台，包括 CPU、GPU 和 ASIC 芯片，可根据不 同场景选择合适的硬件设备。 开源共建：飞桨平台秉持开源共建的理念，鼓励全球开发者和企业参与共建，共同 推动飞桨的发展。在 GitHub 上，飞桨项目已经拥有众多关注者和贡献者，形成了 一个繁荣的开源社区。

3.5.2 多行业、高校广泛认可

百度飞桨（PaddlePaddle）作为一款国内领先的深度学习框架，其在企业和开发者领域 的应用广泛且深入，为多个行业带来了颠覆性的改变。在众多行业应用中，飞桨展现了无与伦比的创新力和实践价值。无论是医疗诊断、金融 风控、智能制造还是无人驾驶等领域，飞桨都能为企业提供强大的技术支持，助力企业 实现智能化转型。

部分案例： 如中科院遥感与地球研究所使用 PaddlePaddle 将 Faster R-CNN 应用于高尔夫球场 遥感检测，从而达到对高尔夫球场的识别，辅助国家对国土资源进行有效管控。 电力行业中对输电通道的安全巡检有着大量需求，百度云面对无源无线和多目标多 尺度的情况，应用飞桨在端侧实现输电通道的快速、精准的可视化巡检，大大提高 了巡检效 大恒图像基于飞桨以及飞桨语义分割库 PaddleSeg 研发新能源汽车电池隔膜质检模 型，实现实时发现超 30%以上传统机器质检不能发现的微小缺陷。 

PPDE（飞桨开发者技术专家）梁瑛平使用 PaddleDetection 提供的 YOLOv3 预训练 模型，在此基础上进行二次开发，实现车辆检测。并使用 X2Paddle 将 Pytorch 模 型进行转换，实现车辆颜色、类型和朝向的识别，实现简单的交通违章逆行车辆的 检测。经测试，可以准确检测道路车辆情况，检测速度在 1050TI 下为 11.4 帧数/ 秒。 飞桨开发者 Mike 使用 PaddleHub 提供的手势识别模型及 Paddle.js 部署工具，实 现通过手势识别来操作娃娃机，赋予用户丰富的 AI 互动游戏体验。

3.6 百度旗舰业务之三：自动驾驶，智能汽车

3.6.1 智能驾驶：技术逐渐成熟，有望发力 C 端商业化

智能驾驶简介：智能驾驶技术的核心是计算机系统，它通过感知系统来检测汽车周围的 环境信息，并基于此进行决策，需要搭配传感器、控制器、执行器、通讯模块等设备从 而实现辅助/替代人类驾驶员进行驾驶操作的功能。 目前，随着算力能力的提升，智能驾驶技术进入迅速发展阶段。无人驾驶服务或将从 to B：矿区运输等逐渐转向更大的 to C 市场，如百度的 Robotaxi 无人驾驶乘用车目前已初 步达到 L4 级别，目前已获准在超 10 座城市进行商业化运营，代表着智能驾驶已经正式 进入 to C 领域，开始探索商业化机遇。 智能驾驶有 L0 到 L5 六档分类，其中 L3 到 L4 为智能驾驶分水岭：根据 SAE 以及《国家 车联网产业标准体系建设指南(智能网联汽车)(2017 年)》，智能驾驶由下至上分为六级， 自动化程度逐步提升。

L3 到 L4 为智能驾驶分水岭，L3 级别智能驾驶仍旧需要人时刻观察路面情况，必要的情 况下需要对驾驶任务进行接手，而 L4 级别则完全可以让驾驶员从驾驶任务中解脱出来， 控制、监视、紧急情况等都可以由系统自行解决。 短期来看，因受制于算法、算力、数据等自智能驾驶关键因素，L4 级别自动驾驶实现难 度相对较大，门槛相对较高，百度最终产品值得期待。

3.6.2 智能驾驶行业具有发展潜力，潜在市场空间巨大

智能驾驶行业近年发展迅速，近五年市场规模复合增速达 33.6%：目前 BAT、华为等头 部科技企业正在加码布局智能驾驶领域，智能驾驶市场处于快速发展阶段。 根据中商情报网数据，2022 年智能驾驶市场规模达到 2894 亿元，近五年市场规模复合 增速达 33.6%，预计 2023 年将达到 3301 亿元。

国内市场目前以 L2 与 L3 级别智能驾驶技术为主，预计 L3 渗透率将会快速提升：目前 L0-L2 级别智能驾驶技术逐渐成熟，大多数整车厂商相关技术较为完备。而 L3 相对于 L2 提升较大之处在于其自动驾驶系统能够实现监控驾驶环境，驾驶员只需要提供适当干预， 一定程度上解放了驾驶员的注意力。 根据《智能网联汽车技术路线图 2.0》，预计 L3 级别智能驾驶渗透率将在 2025/2030/2035 年分别达到 15%/35%/45%，而后在 L4/5 级别技术成熟后渗透率逐渐下降。 L4/L5 级别自动驾驶为最终目标：目前，L4/L5 级别智能驾驶处于发展初期，根据《智能网联汽车技术路线图 2.0》，预计 2025 年 HA 以上自动驾驶乘用车技术开始进入市场； 2030 年 HA 级自动驾驶乘用车技术的规模化应用，典型应用场景包括城郊道路、高速公 路以及覆盖全国主要城市的城市道路，渗透率预计将达 15%左右；2035 年后 FA 级自动驾 驶乘用车开始应用，预计 L4/5 级别渗透率将达 35%。

3.6.3 政策给予支持，助力行业稳定发展

自动驾驶技术在政策支持下将得到稳定发展：随着自动驾驶技术的发展，相关政策也在 逐渐发展助力自动驾驶行业稳定向上。目前 L3 级别正智能驾驶处于技术突破关键期，如 2022 年 7 月， 深圳市发布《智能网联汽车管理条理》，明确了 L3 级别智能驾驶事故责 任认定，次法规有助于未来 L3 级别自动驾驶上路；此后，北京、上海相继出台相关政策， 如北京 2022 年 11 月北京颁发自动驾驶无人化第二阶段测试许可，百度 Apollo、小马智行成为首批获准在北京开始“前排无人，后排有人”的自动驾驶无人化测试资格的企业。 法规的完善以及逐步放宽可以帮助企业测试产品、收集数据、优化算法，从而实现正向 循环，助力行业稳定发展。

3.6.4 百度智能驾驶布局国内领先，拥有先发优势

百度 2013 年开始布局自动驾驶，2017 年推出全球首个自动驾驶开放平台 Apollo。目前 百度 Apollo 已经在自动驾驶、智能汽车、智能交通三大领域拥有业内领先的解决方案。 2019 年创立萝卜快跑，开展自动驾驶网约车服务。2020 年，Robotaxi 在北京投入运营。 2021 年 3 月，百度与吉利合资成立汽车公司集度汽车，并于 2022 年推出首款车型 ROBO-01，预计将于 2023 年交付。

落地时间较早，积极进行实测，收集数据，反哺算法能力：算法和大数据是则是人工智 能的充分必要条件，如果没有算法的加持，高级别自动驾驶则将无法实现，越高级别的 自动驾驶对算法的需求就会越高。 百度目前进行积极道路实测，测试里程目前处于全球领先水平，相对其他厂商先发优势 明显。在实测过程中，百度可以收集车辆周围环境数据、视觉数据、动态道路视觉数据 等，从而帮助百度优化其算法，提升其算法表现，优化乘车者体验，从而培养其用户消 费习惯以及忠诚度以及增加监管方面对其产品信任程度，进一步提升其共计行驶里程数， 从而形成测试-数据积累-算法优化-体验优化-增加测试的正向循环中，从而维持百度竞 争力。

3.6.5 全产业链布局，协同效应明显

百度智能驾驶业务在智能驾驶产业链上中下游均有覆盖，布局全面：百度在智能驾驶上 游的感知层、决策层均有所布局；在中游整车场方面成立合资公司集度汽车；下游出行 服务平台布局了百度地图以及萝卜快跑打车平台。综上，百度在智能驾驶全产业链均有 所覆盖，技术发展全面，整体运营效率较高。 感知系统：负责感知车辆及环境信息，主要涉及摄像头、雷达、车内传感器等，同 时需要高精地图及定位系统协助获取路况信息。百度主要以战略投资形式布局感知 系统硬件，如投资主要研发激光雷达的禾赛科技科技等；软件方面，百度亦有自己 的高精度地图：百度地图以及 Apollo 提供的高精度定位系统。 

决策系统：决策层包括自动驾驶硬件芯片，域控制器、中间件，计算平台，算法等， 核心是自动驾驶芯片和算法。百度目前计算平台算力 BCU MLOP2，预计搭载英伟达 ORIN 芯片，整体算力达 508Tops；自研昆仑芯片、鸿鹄芯片分别应用于定位、语音 等功能；为合作伙伴提供全套智能驾驶解决方案，如智能驾驶、智能交通等。 智能座舱：智能座舱包括中控屏、HUD、车载系统等。其中，百度通过小度车载 OS 与 carlife 布局车载系统，分别提供语音交互、手机车机交互等功能。 整车：建立合资公司集度汽车，于 2022 年推出首款量产车型 ROBO-01，并将于 2023 年实现量产。出行平台：部署萝卜快跑自动驾驶网约车平台，目前累计订单量已超过 200 万单， 预计 Robotaxi 将在全国 30 各城市落地，部署超 3000 辆自动驾驶汽车。

3.6.6 百度智能驾驶业务-萝卜快跑

百度集团已于 2019 年开始 C 端探索，开启并已落地 Robotaxi 业务：百度 Robotaxi 业 务布局较早，属于国内第一梯队，目前已经在国内北上广深等 10 个城市开展商业化运营， 百度 Apollo L4 级自动驾驶运营测试里程累计已超 5000 万公里。其中，2023 年 3 月 17 日，百度“萝卜快跑”首批获准在京开展全无人自动驾驶示范应用，这是全球范围内全 无人车队首次在首都城市落地，至此，萝卜快跑已在北京、武汉、重庆三个城市开启全 无人自动驾驶出行服务。Robotaxi 的商业化落地可以帮助百度持续收集数据，从而反哺、 优化其算法，提升其算法能力，形成正向循环。

百度萝卜快跑平台发展迅速，处于国内领先水平：百度自动驾驶服务平台萝卜快跑在 2022 年四季度订单量达到 56.1 万单，同比增长 162%。截至 2023 年 1 月底，累计订单量 已超过 200 万单，而 21 下半年订单量仅为 33 万单，显示出 2022 年随着政策支持、技术 进步以及落地范围扩张，萝卜快跑平台处于飞速发展期，其自动驾驶服务已逐渐获得消 费者的认可和接受。按完成订单量计，萝卜快跑为最大的无人车提供服务商。目前，因 萝卜快跑尚处于测试阶段，故而只在限定区域内开放，未来如技术逐渐成熟叠加安全性 被验证，监管政策也会随之优化，随着区域增大，萝卜快跑订单量或将迎来爆发。

Robotaxi 投放车辆已达 L4 级别，跨越“分水岭”，处于全球领先地位：当下，全球自动 驾驶行业正在加速呈现两极分化的局面，其中关键分水岭在于能否实现“无人化”突破， 实现全无人落地、稳步扩区推进规模商业化演进的实力玩家将迎来发展新机遇。2022 年 7 月，百度 Apollo 重磅发布了第六代量产无人车 Apollo RT6，作为全球第一款量产的无 方向盘的自动驾驶车，Apollo RT6 实现了 100%车规级和整车全冗余系统，成本仅为 25 万元，是行业的十分之一，同时具备 L4 级自动驾驶能力，配备 38 个车外传感器，算力 可达 1200Tops，各项数据均处于全球领先水平。

对比国内外其他公司，萝卜快跑平台全方面处于领先地位：整体来看，百度在车队规模 （车辆数目）、覆盖城市、测试里程等方面均处于全球领先地位。对比谷歌，其落地城市 和测试里程百度都处于领先地位，商业化进展总体较快。

Robotaxi 相对传统人类司机网约车拥有多项优势，促进无人驾驶网约车业务蓬勃发展： 成本下降：中国人口红利逐渐消退，人口自然增长率已经转负，导致劳动力成本逐 渐上升。在网约车服务中，劳动力成本占出租车业务成本大部分，而自动驾驶则可 以节省该劳动力成本。根据麦肯锡，2025-2027 年将是自动驾驶的拐点，自动驾驶 每公里的总成本将与司机驾驶传统汽车的成本大致持平，主要源自于 GPU、雷达等 硬件价格下降以及算法优化带来的自动驾驶成本降低。届时，无人驾驶网约车服务 成本将低于传统网约车服务，价格优势将逐步显现，叠加消费者习惯转变，预计无 人驾驶网约车将会迎来飞速发展。

低事故率：根据头豹研究院及麦肯锡，自动驾驶将提升道路安全性，事故率将降低 90%。同时，由于事故率的降低，堵车成本以及医疗开支也会相应回落，在安全和社 会经济效益方面带来巨大的提升。 体验新奇，国内消费者对自动驾驶兴趣以及付费意愿更强：根据麦肯锡，中国 49% 消费者认为自动驾驶非常重要，显著高于美国和德国的 16%；消费者愿意为自动驾驶支付的平均溢价亦超过德国与美国。自动驾驶给乘客带来的新奇体验是乘客期产 生兴趣的原因之一，同时没有司机也会提供乘客相对独立的空间，提升乘客自由度， 方便无车/不会开车的消费者实现“自驾游”。

用于出行服务的自动驾驶将随自动驾驶推广而同步上升，打造万亿蓝海市场：根据麦肯 锡，中国目前用于出行服务的车辆占中国总销售车辆比例为 10%左右，其余 90%为私人乘 用车；到 2040 年，出行服务提供商部署的自动驾驶车辆将占 PKMT（乘客总里程）的 55%, 私人拥有的自动驾驶车辆占 11%。到 2030 年，基于自动驾驶出行服务的订单金额将达到 2600 亿美元，2040 年将达到 9400 亿美元。百度 Robotaxi 作为国内自动驾驶引领者，有 望占据自动驾驶出行服务较高市场份额，打造公司新的增长曲线。

集度汽车 22 年 6 月发布 ROBO-01，进一步完善百度智能驾驶赛道布局：2021 年 3 月，吉 利与百度合资成立集度汽车，由百度作为主导。集度汽车与 22 年 6 月发布首款车型 ROBO-01，售价 39.98 万元，限量 2000 台，交付时间预计在 2023 年。该车采用视觉技术 +激光雷达的双智能驾驶方案，综合了百度在两个智能驾驶方案上的优势，为汽车行驶安 全性上了“双保险”。同时，其具备高速域、城市域、泊车域“三域融通”的能力。其中， 最大的亮点就是能够在城市开放道路自主完成无保护左转、能够实现掉头/转盘等 U 型转 弯、识别侧后方来车、车道内避让等各项功能。

以下为 ROBO-01 在软硬件方面的配置： 自动驾驶芯片：双英伟达 Orin X，算力达 508TOPS感知系统：2 个探测距离可达 200 米的禾赛 AI128 激光雷达、7 个 800 万像素摄像头， 4 个 300 万像素摄像头和 1 个 200 万像素摄像头，以及 5 个毫米波雷达和 12 个超声 波雷达  智能座舱芯片：高通 8295  算法：与 Robotaxi 共用，基础能力可以直接从 L4 起步，处于目前已落地自动驾驶 技术中顶尖水平

 

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）