百度伐谋发布 AI4S"1+10+N"战略。作者 | 毕伟豪 编辑 | 漠影 人工智能技术正从单纯的理解与问答,向解决实际任务、参与真实世界演进。面对材料优化、港口调度、病害识别等复杂场景,传统依赖专家经验与人工试错的方法已难以覆盖海量变量空间。在此背景下,AI4S(AI for Science)成为关键突破口。它不再仅辅助科研流程,而是让 AI 主动参与科学发现与复杂问题求解。8 月 12 日,百度伐谋在 AI Day 上正式发布AI4S"1+10+N"战略,启动科学家计划,并携手南京林业大学上线全国首个 AI+ 早期松材线虫病防治一体化平台,探索在复杂约束下寻找更优解的路径。
百度伐谋:让 AI 进入复杂问题的求解过程
当 AI 深入科研、制造及产业决策等复杂场景,如何在海量可能性中寻找最优方案成为核心挑战。百度伐谋致力于赋予 AI 此类复杂问题求解能力。作为全球领先的可商用自我演化决策智能体,百度伐谋结合大语言模型推理与大规模进化搜索技术,通过持续搜索、评估和优化,在复杂约束下寻找更优方案。其核心变革在于:专家负责设定目标与约束,AI 则在更大空间内自主探索、比较与迭代,从被动生成结果转向主动探索未知。2026 年 4 月,百度伐谋 Agent2.0 登顶 MLE-Bench 基准;5 月完成升级,能力延伸至生产排程、物流规划等核心场景。企业无需预设完整规则模型,业务专家可通过反馈引导系统理解逻辑,实现持续优化。目前,该能力已在港口调度、产品研发、金融风控等多个领域落地。
从科研研发到生态治理,AI 的真正价值在于进入原有流程,解决过去依赖经验和反复试错的难题。百度伐谋通过在明确目标和约束下进行大规模搜索,将模型能力转化为科研效率提升、生产流程优化和产业价值创造。正如李彦宏所言,AI 的价值最终体现在真实经济活动中。当 AI 深度参与核心环节,将推动研发与决策从依赖经验积累,走向更智能的探索与优化。