在百度百舸 · AI 计算平台的全方位支持下，Dolphin V1.0 成功上线。Dolphin V1.0 在胎儿标准切面识别上的准确率超过 90%，在乳腺病灶分型任务中准确率达到 86%。与上一代仅能执行单任务的专用模型相比，Dolphin 实现了“一模多能”的通用能力，模型复用效率显著提升。未来，海豚智能将不断深化与百度智能云的合作，基于百舸平台全周期的 AI 工程支持，持续训练、提升模型能力

这一趋势，也给云平台带来了异构资源的统一管理调度、统一运维等挑战。在硬件方面，ABC Stack可实现多种芯片的统一调度，支持Intel、海光、鲲鹏、飞腾等CPU，以及昆仑、海光、昇腾、寒武纪等主流 GPU，并可实现和云平台中的AI加速组件协同，提升 AI 业务效率；这些能力，可以支撑用户复杂的应用场景，帮助客户构建全栈国产化云平台，并支撑客户业务平滑迁移，真正使客户「建好云，上好云，用好云」。百

提供了最专业的应用开发工具、最丰富的大模型、最全面的工具链。千帆 ModelBuilder 提供的就是全流程的、模型训练和模型精调的工具链，包含：数据管理、训练模式、开发工具、评估优化、推理部署、大模型周边系统。除了智能体作为应用载体之外，还有非常多的企业级传统应用，过去是通过写代码的方式开发，今天我们通过大模型也实现了零代码分钟级开发，它就是 AI 速搭平台。今天我的发布到此结束，非常希望通过千

同时，在量化层面，百度百舸推出了「模型层 - 框架层 - 硬件层」的端到端的量化体系——通过昆仑芯自研量化工具链实现高精度、高效率的模型量化，对不同来源的 INT8 / INT4 量化模型实现最佳模型部署与量化推理，并基于昆仑芯 XPU 的计算特性，定制化开发高性能量化专用算子库。在适配效率上，基于昆仑芯成熟的高性能算子库，针对无新增算子的新模型（如从 GLM-5.0 版本迭代至 GLM-5.1）

从 CPU 到多 GPU，从单点到全链路：百度智能云第 7 代 AI 机密虚拟机正式落地，让「数据可用不可见」真正成为云上高敏感业务的基础设施。全链路机密计算：CPU TDX + GPU CC + PPCIe 加密链路；多 GPU 弹性扩展：支持 NVLink / NVSwitch 高速互联；全资源售卖：DPU 卸载 I/O， CPU 资源完全交付；可信验证：TDX + GPU CC 双重远程认证

Agent 将大模型推理全面带入长上下文与多轮交互时代，百度百舸的 AttentionStore 让 KV Cache 从「短暂的显存数据结构」演进为「可持久、可调度、可规模化复用的系统资源」，通过对昆仑芯底层算力的深度调优与推理框架的无缝集成，我们成功实现了更优的 TTFT 响应与更低的成本开销，为大规模国产化算力落地构筑了坚实底座。

同时，通过全生命周期锁页操作，避免 KV Cache 数据在传输过程中被换出，减少额外的内存拷贝与页错误开销，使数据能够以更稳定、更高带宽的方式直达显存。Agent 将大模型推理全面带入长上下文与多轮交互时代，百度百舸的 AttentionStore 让 KV Cache 从「短暂的显存数据结构」演进为「可持久、可调度、可规模化复用的系统资源」，通过对昆仑芯底层算力的深度调优与推理框架的无缝集成，

在超节点这一创新算力形态的早期发展阶段，企业部署超节点时，不能唯性能论，否则极易陷入「高性能却难落地」的困境。唯有跳出性能迷局，聚焦超节点与业务场景的贴合度、与现有基础设施的兼容性，从性能转化、稳定性、可落地性多维度综合考量，才能让超节点真正落地，让高性能算力平稳转化为可持续的业务价值。

基于百度在大规模集群的技术积累和工程实践，在向企业交付智算平台后，专有云 ABC Stack 还为客户提供了一套面向整体 GPU 算力平均利用率、训推任务加速和稳定性等场景的 GPU 提效服务。

因此，如果希望继续挖掘性能与成本空间，视角就必须下移至——