本文系基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议

9月4日盘后，上海证券交易所发布通知，百度A类普通股获准纳入沪港通下港股通标的证券，9月7日——也就是今天——正式生效。

对百度来说 ， 纳入港股通后的变化通常带来三重效应 ： 流动性改善 、 投资者结构扩容 、 全栈AI估值空间打开 。 据第三方预测 ， 未来2到4个月 ， 百度净新增南向资金量有望达到60亿美元 ， 即470亿港币。

资本的入口变了 ， 估值的坐标系必然随之改变 。 当更熟悉AI芯片 、 智能云与无人驾驶产业链的投资者进入后 ， 百度的定价逻辑将从 “ 中概互联网 ” 加速切换为 “ 中国全栈AI第一股 ” ， 如果按SOTP方法对百度六大业务分别重估 ，理论上的 潜在估值约1.01万亿港元 。

“入通“与百度AI业务成为核心增长动力 ， 正处同一时间窗口 。 以此为开端 ， 有必要重新审视这家公司 。 思考百度 ， 本质上也是对中国AI基本盘的复盘 —— 百度是一家AI为先的公司 ， 也是全球范围内唯二在 “ 芯云模体 ” 有全栈AI布局的公司 ， 市场给它什么定价 ， 某种程度上就是给中国AI资产什么定价 。

以下是我们的几点具体思考。

01

此时此刻的参照系：门槛、牌桌与成本结构

2026年人工智能产业真正发生的结构变化，并非表层景气度的起伏，而是全球算力与模型的入局门槛在过去两年里完成了一次数量级抬升。牌局还在，但门票已经贵到多数玩家上不了桌，入局的大门已经实质关闭。

这个参照系由三层构成：入局门槛、牌桌上的商业模式、玩家的成本结构。

第一层：入局门槛——算力与模型的钱，已经不是创业公司的钱

美国四巨头（亚马逊、微软、谷歌、Meta）2026年AI资本开支计划合计约6500亿-7250亿美元，同比增长约60%-77%。中国侧，百度、腾讯、阿里、字节四巨头2026年资本开支合计将超过6000亿元人民币、同比约+70%。

模型侧，行业估算GPT-5训练成本已超100亿美元。作为参照，Stanford AI Index口径下GPT-4约7800万美元、Gemini Ultra约1.91亿美元，两年翻了约两个数量级。具身方向，几十万小时数据训练几十亿参数的世界模型成本已约1亿元人民币，如果把数据规模扩大到几千万甚至上亿小时，参数再增加十倍、百倍，而数据利用效率没同步提升，训练成本将直接飙升到数百亿元。

也就是说，2023年那种融两轮资、囤几千张卡、拉一个明星团队就能上牌桌的窗口，已经彻底关闭。全球能持续训练前沿模型的公司收敛到个位数；中国能同时负担"前沿模型+万卡集群+具身泛化"的玩家，也只有寥寥几家大厂。没上桌的玩家，此后很难再入局——它们将永久性地变成调用者和集成商，而不是基础设施的持有者。

对投资者而言，这个判断比任何景气度数据都重要：当牌桌关闭，牌桌上玩家的稀缺性本身就是价值。

第二层：牌桌上的商业模式，收敛为三种

剔除叙事，2026年牌桌上真实成立的变现路径只有三条：

1.模型调用——按token收费，应用在Coding/办公等场景，比拼模型能力与推理成本，规模效应极强；

2.智能云——把算力、模型、工具链打包成基础设施出租，比拼规模化交付与B/G端信任；

3.具身泛化——把模型装进物理世界：robotaxi、机器人。比拼模型、数据闭环与场景运营的复合能力，是三种模式中门槛最高、格局最未定、也最没有被定价的一种。

用这把尺子量中国公司，会得到一个常被忽略的结论：三种模式都能做的，中国只有两三家，百度是其中之一。

模型调用上，无论百度、腾讯还是阿里，相较Anthropic、OpenAI这种全球领跑者仍有较大数量级差距，它们的目标仍是保持持续追赶，置身于第一阵容竞争之中。单看百度，文心5.1在Arena搜索榜国内第一、全球第四，在Omdia评测中唯一独占四项最高评级，开源Unlimited OCR登顶过HuggingFace全球趋势榜；

智能云端，今年二季度百度GPU云收入同比+283%、连续四个季度三位数增长，2026上半年AI云中标金额在五家云厂商中排名第一，大模型中标金额占五家合计六成以上；具身泛化端，萝卜快跑覆盖全球28城、累计3.5亿公里自动驾驶里程，是全球唯一能与Waymo、特斯拉同桌对坐的中国玩家。

第三层：成本结构——全栈自有的玩家，烧钱的方式和别人不一样

牌桌上的玩家都在烧钱，区别在于烧钱的结构。多数玩家的成本表里有一张"过路费清单"：芯片向英伟达买、算力向外部云租、模型能力向上游付调用费，每一环都在向外缴费。

百度的结构是反过来的："芯云模体"四层——芯片（昆仑芯）、云（智能云）、模型（文心）、智能体与应用（搜索、百度搭子、库库AI、秒哒、萝卜快跑）——全部自有。自家芯片训自家模型、跑在自家云上、输出给自家场景，每个环节的毛利留在体内。

这个结构对价值的影响是双向的。

往下，它抬升底线。算力是AI成本的最大单项，当自研芯片替代外购GPU，最大成本项从"对外缴械"变成"体内循环"，同等收入的毛利结构系统性改善。对下游客户（昆仑芯客户）而言，全栈还提供"不受制于人"的确定性。在博弈年代，这是实质的溢价而非噱头。

往上，它拉升上限。数亿用户的应用生态提供天然的内需token与数据回流，云提供变现通道，芯片提供成本弹性。三层叠加，使百度在三种商业模式中都能以更低的边际成本参与竞争：对手都在比"谁烧得起"，百度则在比"谁烧得省"。长跑里，这是复利级的差异。

更重要的是，四层之间不是并列关系，而是一个相互加强的飞轮。自家芯片训自家旗舰模型并跑通，是全栈协同从概念变成证据的关键一步。

门槛抬升决定了谁有资格留在牌桌上，商业模式决定了牌桌上怎么赚钱，成本结构决定了谁能把利润留下来。三层参照系立起来之后，再看百度的位置，就能看清"预期差"的所在。

02

百度被折叠的价值，终于得以展开

过去几年市场对百度的定价方法，可以概括为"折叠"：一张合并报表，把搜索广告、AI云、芯片、无人驾驶压在同一个折页里，然后用一套互联网广告股的尺子——收入增速、广告景气度、毛利率——去丈量全部。在这套尺子下，主导估值叙事的是在线营销收入等传统引擎，AI资产被压在报表的折页深处，无法呼吸。

第一重展开，来自收入结构本身。2026Q2，百度一般性业务收入252亿元：核心AI新业务125亿元（+25%），占比过半。翻译成估值语言：旧百度还在，但新百度已占一半，且以25%的速度增长。当一个公司一半的收入结构与估值框架不匹配时，被折叠的不止是资产，更是价格。

第二重展开，来自资产的独立可见化。最典型的是昆仑芯。根据科创板上市辅导备案材料，百度持股约57.67%；昆仑芯已于2026年1月以保密形式向港交所递表。市场对其估值的讨论区间极大：摩根大通400亿-490亿美元、麦格理约480亿美元，IPO目标估值约500亿美元。

由此出现了一道资本市场罕见的算术题：昆仑芯的目标估值（约500亿美元）已超过百度当前约320亿美元的总市值。子公司的价，比整个母公司还贵。即便按麦格理相对审慎的480亿美元、57.67%持股折算，每股权益价值约82.5美元，占百度美股现价的近九成。

昆仑芯的基本面支撑是实的：P800芯片已交付多个万卡集群，出货量位居本土AI芯片第三，客户覆盖一种B端、央企端大厂。

第三重展开，来自估值方法的公开切换。一个值得关注的变化是AI资产可能获得更独立的定价。目前市场已有多家机构采用分部估值方法评估百度，若将昆仑芯、智能云、萝卜快跑等业务分别估值，再考虑AI业务增长空间，部分测算显示百度潜在上涨空间接近三倍，估值体系切换值得期待。

其中最显而易见的一条：市值低于净现金。2831亿元的现金及投资总额（约417亿美元，口径含现金、等价物、受限资金、短期投资、长期定存及经调整长期投资），高于约320亿美元的总市值。这意味着市场对百度全部经营性业务——搜索、AI云、昆仑芯、萝卜快跑——的整体定价约等于零，甚至为负。无论多挑剔的投资者，都很难论证这是一个理性出清的价格。

进一步，如果按SOTP方法对六大业务分别重估，潜在价值约1.01万亿港元。对比一个历史坐标：2021年3月23日，百度在香港二次上市，首日开盘价254港元，总市值7168亿港元——彼时百度估值尚未包含AI云服务、AI芯片、智能体应用和无人驾驶。如今AI业务已成为核心增长动力，SOTP框架下的潜在价值超过万亿港元。

还需要强调一点："展开"不只是研究员改估值方法，它需要资金面配合。这正是双重主要上市的真正意义：外资用全球中概框架给百度定价——地缘折价、退市尾部风险、广告衰退；南向资金用国产算力框架给百度定价——稀缺性、自主可控、制度性订单。两种框架给出的价格可以差数倍。过去只有前一种框架有入口；9月7日之后，后一种框架拿到了入场券。定价权的转移，才是"价值被折叠"被真正破解的关键。

一句话概括当前价格下的百度：约等于用净现金的价格，免费获得一张"中国AI基础设施"的期权组合，外加一台仍在产出现金流的搜索机器。

03

隐藏的逻辑：从中国互联网底座到中国AI底座

先说清"基础设施"在这里的确切含义。它不是技术自封的头衔，而是一种采购身份：当一类采购从"企业的自主选择"变成"机构的合规要求"，供应商的收入就从商业周期里脱离出来，进入制度通道。2026年的中国，AI采购正在完成这个转变：

运营商集采100%国产化已成事实：电信115亿元服务器集采、移动超节点集采全线采用国产生态；

国资、政务、金融的智算预算高速扩张（中国移动2026上半年算力网投资+71%），且政策明确鼓励国产芯片占比优先的项目；

大模型采购同样制度化：2026上半年百度智能云AI云中标金额近14亿元、排名第一，大模型中标金额占五家云厂商合计六成以上。

在这条制度通道里，百度的位置有三点特殊性。

其一，它是少数把"国产替代全栈"拼齐的中国AI公司：芯片（昆仑芯，本土出货量第三）——模型（文心）——云（智能云，金融、游戏、具身智能等细分市场份额第一）——应用/场景（智能体应用、萝卜快跑）。对B端、G端客户而言，采购百度的体系，买的不只是算力和模型，而是"不受制于人"的确定性。这个确定性在大国博弈年代就是溢价本身。

其二，出口管制常态化，反而消除了百度全栈路线"最后的不确定性"。万一管制放松、英伟达中低端芯片回流，国产芯片的商业逻辑就被抽空。2026年的现实走向了反面：TrendForce预计国产份额接近90%，国产算力已从"备选项"变成"主粮"。当"能不能买到英伟达"不再是采购决策变量，昆仑芯就从"性能追赶者"变成了"产能与生态的卡位者"——P800交付多个万卡集群、三万卡集群点亮，就是这条逻辑的订单化表达。

其三，制度保障给百度的是需求下限，而非爆发上限。无论商业周期如何波动，运营商、政务、金融的国产化采购预算是刚性存在的。这改变了百度AI云收入的性质，从"项目制收入"变成"经常性收入"。对估值而言，在漫长的技术发展期内，收入的确定性比单次增速更值钱。

04

结语：一个全栈，一个飞轮，一个新起点

十年来百度做对的事，是构建了一个结构：全栈，以及让全栈真正转起来的飞轮。

十年前，当李彦宏说"下一幕是人工智能"时，多数人把百度当作一家搜索公司，把AI当作一个故事。十年后回看，百度做的不是押注某个AI方向，而是把"芯片—云—模型—应用"四层全部做出来，并让它们形成循环：昆仑芯训文心，文心跑在智能云上，智能云服务外部客户，应用场景产生数据和收入，反哺模型与芯片。这个飞轮一旦开始自转，每一层的进步都会加速其他层；竞争对手可以复制某一层，但很难复制一个已经在自转的循环。

这就是为什么"全栈AI第一股"不是一个营销标签，而是一种结构性差异：百度的成本结构、迭代速度、抗风险能力，与单点玩家不在同一个维度。李彦宏自己说过："试一年不成，OK；试两年不成，OK；试五年不成，OK；试十年还没成，如果有意义，我还会接着试下去。"十年过去，这个"试"出来的结构，开始集中兑现。

双重主要上市，是这个兑现过程的新起点。它将在更广泛的投资者范围内持续澄清业务实质，并最终改变资本市场观察百度的方式：从"一家以广告营收为主的互联网公司"，变成"一家芯片、云、模型、应用各自独立可估值、又彼此协同的全栈AI公司"。定价框架换掉之后，市值重估的空间才会真正打开。

李彦宏说："随着AI业务成为百度核心的发展方向，我们正在为下一阶段的AI驱动增长夯实基础。"在我们看来，这句话的重点不是"增长"，而是"基础"——百度的基础，已经从一个搜索引擎，变成了一套AI基础设施。当AI从概念进入产业竞争深水区，市场需要的将不再是单点叙事，而是能够应对全天候竞争的体系化能力。

回头再看，"全栈"是百度方法论的必然。2016年布局AI时，百度的选择就不是做最厉害的单点，而是四层都做、长跑十年、循环优化。这种选择在单点估值时代显得笨重，市场更愿意给"专精"溢价；但在AI进入产业深水区、入局门槛被抬到国家级预算量级、牌桌事实上已经关闭的阶段，全栈已是唯一能形成体系化能力的路径。

以上，便是我们对百度当期的复盘思考：2026年9月，一个在K线上几乎留不下痕迹的资本动作，注定将是这家公司逻辑迭代与再定价周期的新起点。

转载开白 | 商务合作 | 内容交流

请添加微信：jinduan008

添加微信请备注姓名公司与来意