百度伐謀申請企業超2000家，發布同舟生態伙伴計劃加速共創落地

勇礪商業評論 阿桶觀察 曾憲勇

1分鐘完成曾需10小時的汽車風阻驗證，將數周的科研課題攻關壓縮至數小時，十倍級提升科研效率……?

12月25日，在百度AI Day活動上，百度公布超級智能體百度伐謀的最新進展：發布一個月以來，已有超2000家企業申請試用，覆蓋物流、制造、AI4S等領域，幫助上述行業客戶高效探尋全局最優解。會上，百度伐謀還宣布圍繞通用性、生產級、持續性等方向進行產品能力升級，并正式發布“同舟生態伙伴計劃”，面向高校實驗室及行業軟件企業開放核心能力，以生態共創的方式加速推進AI進產業。?

百度伐謀是百度智能云推出的全球領先的可商用自我演化超級智能體。它通過大語言模型的推理能力與大規模進化搜索技術，模擬生物界幾億年的進化過程并壓縮至幾天甚至幾小時，從而發現過去人類從未發現過的全局最優解，還能根據條件變化自動迭代，給出最優的動態方案。

?百度創始人李彥宏此前曾表示，中國擁有全球最齊全的工業門類和豐富的應用場景，如果能用先進技術大幅提升這些場景的效率，對經濟增長的貢獻將顯而易見。正是基于這一愿景，百度伐謀旨在消除產業發展的“隱形天花板”，將過去鎖在少數精英頭腦里的頂尖算法，轉化為每一家企業都能即刻調用的基礎設施。?

百度智能云AI與大模型平臺總經理忻舟

“人工智能正在跨越從‘智能涌現’走向創造真實價值的‘效果涌現’的新臨界點。AI不再僅僅是實驗室里的炫技演示，而是深入產業核心，成為解決實際難題、驅動生產力變革的原生推動力”，百度智能云AI與大模型平臺總經理忻舟在致辭中表示。

伐謀三大能力升級，加速進化算法產業落地實踐?

百度伐謀負責人李安南介紹，自11月發布以來，伐謀和超2000家企業進行場景共創，涌現出包括農業貨運規劃、高校AI4S課題攻關、制造業排產優化及基礎求解器策略尋優等大量創新場景。

百度伐謀負責人李安南

?基于此前的應用實踐，百度伐謀也進一步面向通用性、生產級、持續性進行了產品升級，加速企業研發和高校科研方向的創新探索和落地實踐。?

在通用性方面，針對過去算法優化中需求描述難、評估器編寫門檻高的問題，百度伐謀全新發布Web端、CLI及IDE插件等多種形態的前臺Agent，同時支持對話式澄清需求，幫助企業和科研機構在任何場景都能輕松接入伐謀，甚至不懂代碼的業務人員也能輕松接入，讓算法優化能力以更低摩擦、更高頻率進入真實的研發和科研流程。?

在生產級方面，百度伐謀生計企業級能力保障，全新發布的本地評估方案，通過“云端生成算法+本地完成評估”架構，讓算法在云端生成后下載到客戶本地，基于本地業務數據完成評估后，僅需將結果指標回傳云端。企業無需上傳敏感業務數據，只需在本地反饋評估指標，即可在云端享受伐謀的演化能力，打通了業務驗證流程的“最后一公里”。?

在持續性方面，百度伐謀升級全局搜索和動態調優能力，解決人類工程師難以解決的痛點問題。針對業務場景動態變化導致算法效果衰減的痛點，伐謀構建了“智能原生”的持續優化能力。它不再依賴人工經驗的設限，而是通過增益算法快速修正，在全流程中尋找并維持全局最優解，實現持續的價值創造。

啟動“同舟生態伙伴計劃”，尋找千行百業“全局最優解”?

為了進一步加速AI在千行百業的滲透，讓頂尖算法工程師將成為企業和科研標配，百度伐謀正式發布“同舟生態伙伴計劃”，面向高校實驗室、行業軟件企業，開放高質量行業場景與課題，共享伐謀Agent系統及算法優化引擎，并提供AI協作培訓與個性化服務指導。對于高質量伙伴的科研創新或產業實踐項目，百度伐謀將提供全面免費支持。

在活動現場，三位來自不同領域的合作伙伴展示了百度伐謀如何突破人類經驗，尋找“全局最優解”。?

在汽車研發領域，亞洲領先的獨立汽車設計科技公司阿爾特，基于其AI戰略核心平臺“太乙”，在風阻智能預測方面與百度伐謀深度合作，雙方以真實工程數據和設計場景為基礎，將風阻預測問題抽象為一個多目標、可演化的算法優化任務，通過運行結果的持續回灌，不斷調整模型結構，使預測模型在演化過程中逐步逼近最優解。傳統汽車風阻驗證依賴仿真軟件求解，單次耗時達10小時。通過引入伐謀的自我演化能力，太乙“風阻智能預測系統-御風”將風阻驗證縮短至1分鐘，預測誤差控制在5%以內，實現了從草圖階段的即時優化。?

在前沿科研領域，北京工業大學苗揚副教授團隊利用伐謀優化中國空間站“微型電子鼻”色譜儀中色譜柱的設計，傳統人工實驗的方法難以高效達到兼顧分離效果與輕量化需求。利用伐謀進行自動化尋優，科研團隊成功演化出了體積更小、排布更緊密的構型設計和排布方式，大幅提升了氣體分離效率。此外，在PEM電解槽制氫系統中，伐謀僅耗時30分鐘就進化出的新模型，比原論文模型正確率提升了2.78%，將科研探索周期從“周級”縮短至“小時級”。?

在防災減災科研領域，天津大學李東博士團隊聯合天大建工學院團隊，利用伐謀解決了災害預警中“經驗復用難”和“選優慢”的難題，為生命安全爭取了寶貴的黃金時間。以滑坡災害預測為例，以往需要多名研究生花1周時間反復調試，但依然無法得到預期效果。通過伐謀賦能后，僅需1名研究生通過6小時即可生成最優方案，在實際滑坡預警問題上預測誤差顯著降低。?

從解決路口擁堵，到優化空間站的精密儀器，百度伐謀正以“自我演化”的力量，助力千行百業實現生產研發環節的智能原生。在未來，伐謀將讓每一條產線都擁有頂尖的算法工程師，讓“中國制造”在智能化的加持下，向全球價值鏈的高端持續攀升，構筑起不可替代的核心競爭力。（曾憲勇）