百度成立模型委员会加速AI布局

百度正在进行一场关键的战略布局，其核心落点在于组织架构的深度变革。成立百度模型委员会（BMC），并让基础模型研发部（BMU）与应用模型研发部（AMU）向其汇报，这一系列重大调整的核心目标非常明确：旨在重振其在人工智能大模型领域的竞争优势与市场影响力。

面临“先发后至”的市场竞争压力

要深入理解百度此次的组织架构调整，需要回顾其在大模型领域的发展历程。在国内大模型这场长期竞赛中，百度可谓经历了“抢先起跑，但后续乏力”的阶段。这种态势在用户端感知尤为明显。回顾2024年3月，文心一言率先发布，曾是中国大模型应用市场的领跑者。然而三年过去，行业格局已然重塑，豆包、DeepSeek、通义千问等产品相继崛起并赢得广泛关注，百度则显露出增长后劲不足的问题。QuestMobile数据显示，文心一言应用的月活跃用户数，已从峰值时期的近1500万滑落至约500万。

在模型技术层面，百度同样承受着巨大压力，并伴随着一定的战略摇摆。以开源策略为例，在市场拓展的关键时期，当DeepSeek、通义千问等竞品纷纷通过开源策略积极争夺开发者生态时，百度的反应显得不够迅速。最终，在外部环境的推动下，其开源进程较为迟缓。有接近百度内部的知情人士表示，公司高层对于文心大模型是否采用开源策略，意见并非完全统一。

更深层次的挑战，可能在于技术迭代的节奏。部分开发者反馈，相较于行业发展初期，百度模型与国际顶尖模型的技术差距，目前看来并未显著缩小。而在国内市场，面对DeepSeek以极高性价比实现的卓越性能，以及通义千问通过持续开源迭代所构建的繁荣开发者社区，百度的文心系列在战略布局和技术推进节奏上，都显得有些被动。

正是这些多方面的“滞后”现状，构成了百度此次决心进行彻底组织重构的最直接动因。

短期内第二次关键性架构调整

根据知情人士透露，新设立的百度模型委员会（BMC）将全面负责大模型从技术路径探索、研发规划到模型训练、业务场景落地的全流程统筹管理工作，目标是实现从技术研发到产业应用的一体化高效协同。

这已是百度在过去半年内，针对大模型业务组织架构进行的第二次、也是力度最大的一次调整。

回顾2025年11月，百度宣布新设立基础模型研发部（BMU，由吴甜负责）和应用模型研发部（AMU，由贾磊负责），两个部门当时均直接向CEO李彦宏汇报。彼时的调整逻辑被解读为“分线推进，协同作战”，旨在加强基础研究与应用开发之间的专业化分工与配合。

然而，时隔不到半年，百度模型委员会（BMC）成立，在BMU和AMU之上增设了一个顶层统筹机构。这意味着原先“分线推进”的策略需要重新审视——分开之后，如何实现高效的“协同”？由谁来主导“协同”？BMC的设立给出了一个明确的答案。

技术声誉波动与决策重心下沉

从表面看，这是一次纵向的管理层级升级，但它所反映的，是百度在大模型赛道所面临的真实挑战。过去三年，百度文心大模型的技术口碑经历了一段波动周期。

2024年文心一言凭借先发优势迅速打开市场，但随着竞争对手以更快的版本迭代速度进入赛道，百度的领先窗口期正在收窄。对于一家将“All in AI”作为核心战略的公司而言，其模型在各类权威评测榜单中排名的起伏，已不单纯是技术问题，更关系到市场与投资者的信心。

一个值得关注的信号出现在2026年1月的文心大模型5.0发布会上，基础模型部负责人吴甜与应用模型部负责人贾磊共同亮相，这代表了百度技术体系架构的调整以及管理层年轻化的趋势。这两位“新面孔”站在发布台前，本身就像一种象征，宣告大模型业务的重任正在向新一代技术骨干交接。

此次BMC的组建，正是延续了这一人事布局逻辑，特别强调委员会成员需对大模型技术及产业有“深刻洞察与理解”。这背后有着深刻的行业背景：当前大模型的竞争，工程化实现能力与算法原始创新能力变得同等重要，甚至更为关键。这种贴近一线的实战能力，往往更集中体现在新一代的年轻技术专家身上。百度的这一举措，本质上是希望将关键决策层向技术研发前沿贴近，减少信息在传统科层制中传递的损耗，提升决策效率。

与此同时，外部关于百度引进多位业界知名大模型研发人才的消息也在流传。据悉，BMC的成员名单中将包含不少新近加盟的顶尖技术人才。这无疑为委员会带来了新的思维与活力，也显示出百度正主动求变，打破原有的人才结构惯性。

从“模型竞赛”迈向“应用落地”的必然选择

就在BMC成立消息传出的前两天，李彦宏在Create 2026百度AI开发者大会上明确指出：“人工智能的发展正从模型导向阶段走向应用导向阶段。这一次，AI舞台的主角不再是模型本身，而是实际的应用。”

这一论断，与BMC的设立方向形成了清晰呼应。既然产业发展的重心已经转向应用落地，那么模型本身的研发与迭代，就必须彻底以实际应用场景的需求为指挥棒。从技术路线探索到最终业务价值实现的全链条，必须在一个具有高度权威的统筹机构领导下协同运转，而非由多个平行部门各自为战。

纵观全球，科技巨头围绕AI业务进行的组织重构，已成为2026年的主流趋势。阿里巴巴成立了由CEO吴泳铭亲自负责的Alibaba Token Hub事业群，整合了通义实验室、MaaS业务线、千问事业部等核心AI资源；Meta则一边精简非核心业务，一边全力押注AI基础设施，计划到2028年投入数千亿美元。

在这场全球性的AI组织能力竞赛中，百度选择的“精英委员会制”模式颇具特色——试图以最小化、最核心的决策单元，覆盖最完整的模型技术到应用链路。这种模式的实际效果如何，仍有待时间验证。

追求工程效率，而非盲目堆砌资源规模

一项技术成果或许能印证百度的新思路。在开发者大会召开前，百度发布了新一代基础大模型文心5.1。该模型采用了“多维弹性预训练”技术，据称以仅相当于业界同规模模型约6%的预训练成本，达到了领先的基础性能水平，并登上了LMArena搜索榜国内榜首。

这一成果揭示了一个重要趋势：百度正试图通过更高的工程与训练效率来弥补其在绝对资源规模投入上的相对不足，而非简单地堆叠算力与参数。BMC的成立，正是要从组织管理层面为这种“效率优先”的技术策略提供支撑，让最懂技术方向与工程实践的核心人员，能够更快速、更直接地进行关键的技术路径决策。

大模型的竞争早已进入深水区，单纯的参数规模竞赛正在让位于更长期、更综合的工程体系积累与组织协同能力的比拼。百度成立BMC，无论最终成效如何，至少传递出一个清晰的信号：组织的敏捷重构，固然是应对竞争焦虑的体现，但更是一种面向未来的主动求变。这场关乎未来的竞争，决胜的关键或许不仅在于实验室的技术突破，更在于会议室里的战略决断与组织效能。