百度“新三虎”亮相AI办公战场,能否打破魔咒?

百度押注AI办公,“新三虎”格局形成

过去半年,百度逐渐形成了押注AI办公时代的“新三虎”格局,分别是——百度搭子、库库AI、 秒哒 。在移动互联网时代,百度曾因“独有搜索、无关系链”,很多产品难以像腾讯、字节那样凭借社交等渠道裂变。如今,AI办公关系链成大厂必争之地,百度希望“新三虎”成为打入AI办公场景的“抓手”,但它们将面临 WorkBuddy 、 千问 办公、 豆包企业版的激烈竞争。一位观察者说,百度已没有资本“败下阵来”。

百度搭子:抢占刚需场景,月活增速惊人

7月,上海世界人工智能大会期间,地铁站就能看到“百度搭子”的广告。像 WorkBuddy 、百度搭子这类软件,既拼智能,又“数人头”。百度搭子抢占了人流量最大的地铁站刚需场景。它于今年3月上线,归属于百度智能云事业群,定位为面向个人和企业的专业办公智能体平台,用户可在一个系统里协同完成多种任务,和 WorkBuddy 、 千问 办公属同一逻辑链。它或可算百度第一个深入企业的AI版“飞书”或“钉钉”,有卡位战略意义。百度搭子上线后,在国际权威Agent评测中达到SOTA水平,但其月活曾落后于 WorkBuddy 等。不过在7月,百度搭子月活数快速增至674.3 万,位列总榜第二,增速 1063.79%,达全行业第一,这或许跟加大地推和投放有关。腾讯 WorkBuddy 月活用户达1115.23万,用户规模仍位列第一,字节 TraeWork 月活265.99 万, 千问 办公60.79 万,百度搭子处于“前有大佬、后有追兵”的竞争格局。

库库AI:依托存量底牌,月活位居行业第一

百度第二虎是刚改名为 “库库AI” 的通用智能体GenFlow,于2025年4月上线,最初内嵌于百度文库和百度网盘。2026年1月,百度组建个人超级智能事业部门,和百度智能云部门平行。改名利于塑造“名称记忆点”。百度文库和百度网盘是百度“存量的两张底牌”,拥有巨大存量用户数和便于智能体强化学习和发挥能力的数据库。截至2026年1月,百度文库拥有超18亿权威专业文档,百度网盘服务超10亿用户,两者合计月活近3亿。截至2026年8月,库库AI的AI办公月活已超过2500万,凭借“用户基数”,位居通用AI办公赛道行业第一。库库AI与百度搭子能力模型类似,但主攻金融和教育等垂类领域,尤其金融领域能体现AI智能水平。库库AI内置金融数据,可调用“专家”技能,已邀请约两三百家金融机构试用,这一赛道还有 Kimi Work等竞争对手。

秒哒:服务超4000万用户,位居国内第一但有挑战

百度第三虎是2025年3月上线的 秒哒 ,归属百度智能云事业群,定位为AI原生无代码应用搭建平台,是给不会写代码的职场小白用的,可生成网站、小程序、App等,甚至 秒哒 App本身90%的代码也是由它自己生成。截至2026年8月, 秒哒 累计服务超4000万用户,诞生350万个商用AI应用,以33.4%的份额位居国内AI原生无代码应用生成平台第一。不过, 秒哒 更适合快速原型验证而非完整业务系统搭建 ,此外,阿里、腾讯等大厂也在布局低代码赛道, 秒哒 难以“独美”。

“新三虎”诞生背景与逻辑

“新三虎”究竟在怎样的时空背景里诞生?它的逻辑和百度传统搜索有何不同?可以分两部分看。第一,百度若不做“新三虎”产品,会面临快速下牌桌的风险。今年一季度,百度在线营销服务(搜索广告)收入126亿元,同比下滑22%,在总收入中占比首次跌破一半。像 DeepSeek 、 Kimi 乃至百度的文心大模型,逐渐成为用户“搜索”的新入口,传统搜索失去“入口”价值。要在AI时代找新增长曲线,不能仅做“搜索AI化”,而要寻找AI新应用的抓手。市场验证的两个AI应用场景是coding和vibe working,码农和职场白领群体在AI时代能让AI发挥智能价值并变现,所以“新三虎”自然诞生,百度需要“动能转换”。今年一季度,百度AI业务收入136亿元,占一般性业务收入52%,首次过半,智能云基础设施收入88亿元,同比增长79%,GPU云收入同比大增184%,AI业务方向是对的。第二,百度的“新三虎”必须从“入口逻辑”走向“工作能力逻辑”。AI应拿来干活产出结果,百度在移动互联网时代“只有搜索,没有场景”,没能沉淀“关系链”和“工作流”,到AI时代若只发挥“入口”价值,难以锁定用户。时局要求“新三虎”提高智能水平,吸引码农和白领建立“关系链”,百度只有“抗敌制胜”才能保住牌桌。

行业收口,百度底牌与对手优势

就在百度推出“新三虎”时,其余互联网大厂也在收拢办公Agent产品线。阿里将 Qoder Work、悟空和MuleRun整合为 千问 办公 ,腾讯将QClaw等产品归拢至 WorkBuddy ,字节推进 豆包 、飞书和火山引擎之间的整合,百度智能云 也将dodo整合进百度搭子。巨头们前期多线赛马,待方向明确后集中火力打造爆款。百度有几张对手抢不走的底牌:一是文库+网盘的“数据金矿”,文库、网盘与库库AI构成 “数据-执行-沉淀” 的循环,业务逻辑清晰,而腾讯、阿里、字节的产品体现“实时协作”优势;二是搜索+服务的融合,百度搭子具备BrowserUse能力,能把“搜索”和“执行”缝合,是独有的入口优势,而 Kimi 和 豆包 、 DeepSeek 不具备此能力;三是AI云的“成本底盘”,AI办公是“吃钱费成本”的行业,百度有成本消化结构优势,自研昆仑芯片和千帆大模型平台带来边际成本优势,AI云既是收入来源,也是支撑三虎产品的底层基础设施。当然,对手也有优势,腾讯 WorkBuddy 背靠微信和企业微信,阿里 千问 办公深度绑定钉钉的7亿+用户,字节 豆包 企业版依托飞书的协同办公生态。如果说百度是从“搜索入口”向“执行能力”延伸,这三家对手则是从“协作网络”向“AI能力”延伸。

新三虎仍在追赶,组织协同成关键

总的来说,百度“新三虎”已整体亮相,但虽月环比增速高,基数绝对值意味着它仍在追赶阶段。更大的问题是组织协同,其他AI大厂已打通部门藩篱,而百度搭子、库库AI、 秒哒 分属不同事业群,能否融会贯通还是未知数,百度的内部整合估计才刚刚起步。同时,百度能否打破移动互联网时代“有技术、没沉淀强产品”的魔咒,“新三虎”在市场中的胜负,估计在2026年底前可见分晓。百度“新三虎”能否突出重围,让我们拭目以待?

内容概要:本研究针对微电网在遭受拒绝服务(DoS)攻击时面临的功率分配不均与电能质量问题,提出了一种兼顾功率精确均分与电压频率质量恢复的抗攻击混合动态事件触发二次控制策略。该策略通过设计型混合动态事件触发机制,有效减少控制器与分布式单元间的网络通信负担,同时增强系统对DoS攻击的鲁棒性。研究构建了完整的微电网二次控制框架,整合了分布式协同控制算法与事件触发通信机制,在保证系统稳定性的同时,实现了对频率、电压偏差的快速调节和有功/无功功率的精确分配。通过Simulink平台进行仿真实验,验证了所提方法在遭受DoS攻击及正常运行工况下均能有效维持微电网的稳定运行与高质量电能输出。; 适合人群:具备电力系统自动化、分布式控制或微电网相关基础知识,从事能源、智能电网领域研究的研发人员及高年级研究生。; 使用场景及目标:① 解决微电网在通信受限及网络攻击场景下的协同控制难题;② 实现微电网在异常工况下功率均分与电能质量的双重优化;③ 为设计高安全性、高可靠性的智能微电网控制系统提供理论依据与仿真验证方案。; 阅读建议:本资源侧重于控制策略的设计与仿真验证,建议读者结合微电网基础理论与Simulink仿真技术,深入理解事件触发机制与抗DoS攻击控制算法的实现细节,并动手复现仿真案例以加深对系统动态性能与鲁棒性的认识。
内容概要:本文围绕《【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)》展开,系统阐述了采用粒子群优化算法(PSO)对风能与水力发电系统进行联合优化调度的研究方法与技术路径。研究聚焦于构建多能源互补协调的优化模型,详细论述了目标函数的设计、系统约束条件的处理、算法求解流程及收敛性分析,并通过Matlab编程实现了完整的仿真验证过程,有效提升了可再生能源系统的运行效率与稳定性。该工作属于电力系统智能优化领域,强调对高水平期刊论文的高精度复现,兼具理论深度与工程实用性,适用于科研复现、学术研究与教学参考。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事能源优化调度、智能算法应用的工程技术人员。; 使用场景及目标:①用于复现《太阳能学报》等高水平期刊中关于风-水电联合调度的EI/SCI论文;②掌握粒子群算法在多源协同优化中的建模、编码与求解关键技术;③辅助完成学位论文、科研项目申报或学术竞赛中的仿真建模任务; 阅读建议:建议结合文中提供的网盘资源下载完整代码与文档资料,按照目录结构循序渐进学习,重点关注算法实现细节、电力系统建模逻辑与参数设置方法,同时可延伸学习灰狼优化算法、YALMIP工具包等先进优化技术,以全面提升科研仿真与创能力。
内容概要:本文聚焦“基于源网荷储一体化的配电网协同优化研究”,提出一种面向高渗透率电动汽车接入场景的双层优化模型,并采用Matlab实现完整的仿真与求解。研究系统整合电源、电网、负荷与储能四大环节,构建多时段、多约束条件下的协同调度框架,涵盖电动汽车有序充电、V2G(车网互动)技术、分布式能源并网、无功优化及储能协同配置等关键要素。通过引入二阶锥松弛或凸规划方法对非线性模型进行线性化处理,有效提升优化求解效率与收敛性。同时,结合熵权法与模糊综合评价方法,建立多维度的配电网承载能力量化评估体系,实现对系统运行状态的科学评判。文中配套提供完整Matlab代码,具有较强的可复现性与工程应用价值,适用于科研仿真与实际项目开发。; 适合人群:具备电力系统分析基础和Matlab编程能力,从事能源接入、智能配电网、综合能源系统优化等方向的研究生、科研人员及电力行业工程技术开发者。; 使用场景及目标:①用于高比例可再生能源与大规模电动汽车接入背景下配电网承载能力的量化评估;②实现源-网-荷-储多主体参与的协同优化调度建模与仿真分析;③支撑硕博学位论文撰写、高水平期刊论文结果复现及科研项目的算法验证与系统开发。; 阅读建议:建议结合文中提供的Matlab代码与相关参考文献同步研习,重点关注双层优化架构的设计逻辑、二阶锥松弛的数学处理技巧以及多指标综合评价体系的构建流程,建议动手调试代码以深入掌握模型实现细节与算法运行机制。
源码链接: https://pan.quark.cn/s/a4b39357ea24 DMA(直接内存访问)是计算机系统中一种关键的数据传输机制,它使得特定的硬件子系统得以直接对系统内存进行读写操作,无需CPU的介入。这种机制对于提高I/O操作的效能具有极其重要的作用,特别是在网络设备、存储设备等驱动程序的编写过程中占据着核心地位。Cache(缓存)则是一种用于暂存频繁访问的数据和指令的存储结构,其目的是减少处理器对主存储器的访问次数,进而增强系统的整体性能。然而,DMA和Cache之间存在着一致性的挑战,特别是在部分嵌入式系统中,DMA操作可能绕过Cache机制,从而引发数据不一致的情况,这就需要采取一系列策略来维护Cache的一致性。 在DMA的运作模式中,主要存在两种Cache一致性问题:流式DMA(streaming DMA)与一致性DMA(coherent DMA)。流式DMA通常应用于需要大量数据传输的场景,它不关注Cache的一致性,因此传输速度较快,但要求软件开发者自行管理数据的一致性。而一致性DMA则保证了在DMA传输期间,数据在Cache与主内存之间保持同步,通常适用于对一致性要求较高的应用场景。 在Linux内核中,为了有效管理DMA操作,提供了一系列接口函数。其中,一致性DMA接口负责维护数据的一致性,而流式DMA接口则提供了更快的传输速度,但要求开发者自行解决数据一致性的问题。开发者在选用这些接口时,必须依据硬件平台的特点和性能需求,选择合适的DMA模式。 Cache一致性的解决方案通常取决于硬件平台的属性。在某些先进的处理器架构中,Cache对程序员而言是透明的,即处理器与Cache控制器之间的交互对程序员不可见,从而简化了编程的复...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值