百度近日正式推出并上線了其原生全模態(tài)大模型文心5.0正式版，標(biāo)志著人工智能領(lǐng)域又一項(xiàng)重大技術(shù)突破。該模型擁有高達(dá)2.4萬(wàn)億的參數(shù)規(guī)模，通過(guò)原生全模態(tài)統(tǒng)一建模技術(shù)，實(shí)現(xiàn)了對(duì)文本、圖像、音頻、視頻等多種信息類型的全面理解與生成能力，為用戶提供了前所未有的交互體驗(yàn)。

據(jù)介紹，與當(dāng)前業(yè)界普遍采用的“后期融合”多模態(tài)方案不同，文心5.0采用了統(tǒng)一的自回歸架構(gòu)進(jìn)行原生全模態(tài)建模。這一創(chuàng)新技術(shù)路線將文本、圖像、視頻、音頻等多源數(shù)據(jù)在同一模型框架內(nèi)聯(lián)合訓(xùn)練，使得多模態(tài)特征能夠在統(tǒng)一架構(gòu)下充分融合并協(xié)同優(yōu)化，從而實(shí)現(xiàn)了原生的全模態(tài)統(tǒng)一理解與生成。這一突破不僅提升了模型的理解能力，還極大地增強(qiáng)了其生成內(nèi)容的多樣性和準(zhǔn)確性。

在性能方面，文心5.0同樣表現(xiàn)出色。該模型采用了超大規(guī)模混合專家結(jié)構(gòu)，具備超稀疏激活參數(shù)，激活參數(shù)比低于3%。這一設(shè)計(jì)在保持模型強(qiáng)大能力的同時(shí)，有效提升了推理效率，使得模型在處理復(fù)雜任務(wù)時(shí)更加迅速和高效。文心5.0還基于大規(guī)模工具環(huán)境合成長(zhǎng)程任務(wù)軌跡數(shù)據(jù)，并采用基于思維鏈和行動(dòng)鏈的端到端多輪強(qiáng)化學(xué)習(xí)訓(xùn)練，顯著提升了模型的智能體和工具調(diào)用能力。

在應(yīng)用層面，文心5.0同樣展現(xiàn)出了巨大的潛力。百度應(yīng)用模型研發(fā)部負(fù)責(zé)人賈磊在發(fā)布會(huì)上表示，應(yīng)用模型的價(jià)值在于其在實(shí)際場(chǎng)景中的應(yīng)用效果。為此，百度基于文心基礎(chǔ)大模型構(gòu)建了矩陣模型和專精模型兩大體系。矩陣模型面向產(chǎn)品級(jí)應(yīng)用和通用場(chǎng)景快速落地，包括文心Lite模型、視頻大模型和語(yǔ)音大模型等；而專精模型則面向行業(yè)應(yīng)用和垂直場(chǎng)景，如搜索閃電專精模型、電商蒸汽機(jī)模型、文心數(shù)字人大模型及行業(yè)大模型等。

賈磊還分享了三項(xiàng)令人矚目的技術(shù)突破：基于聲音Token的端到端合成大模型、5分鐘超越真人的直播技術(shù)以及實(shí)時(shí)交互數(shù)字人技術(shù)。其中，基于聲音Token的端到端合成大模型通過(guò)離散表示定義token，以MoE大語(yǔ)言模型建模韻律，實(shí)現(xiàn)了高質(zhì)量的聲音合成；5分鐘超越真人的直播技術(shù)則通過(guò)對(duì)目標(biāo)音色的少量采樣和臉譜化妝技術(shù)，使合成語(yǔ)音具備直播帶貨所需的情緒、節(jié)奏與感染力；而實(shí)時(shí)交互數(shù)字人技術(shù)則采用三態(tài)Token聯(lián)動(dòng)架構(gòu)，實(shí)現(xiàn)了文本、語(yǔ)音、視頻的流式控制，突破了傳統(tǒng)數(shù)字人三個(gè)模態(tài)串聯(lián)的制作模式。

為了推動(dòng)大模型在產(chǎn)業(yè)中的落地應(yīng)用，百度還推出了千帆平臺(tái)這一行業(yè)解決方案。千帆平臺(tái)產(chǎn)品負(fù)責(zé)人張婷在發(fā)布會(huì)上詳細(xì)介紹了千帆專為行業(yè)落地打造的Agent Infra。該平臺(tái)提供了包括文心5.0及全場(chǎng)景150+SOAT模型服務(wù)在內(nèi)的豐富資源，并集成了包括百度AI搜索在內(nèi)的眾多工具及MCP和Agent工具鏈。結(jié)合數(shù)據(jù)管理和企業(yè)級(jí)服務(wù)，千帆平臺(tái)能夠?yàn)槠髽I(yè)提供全周期、穩(wěn)定支持多場(chǎng)景業(yè)務(wù)的運(yùn)行環(huán)境，顯著降低企業(yè)Agent創(chuàng)新門檻。目前，千帆平臺(tái)上已累計(jì)開(kāi)發(fā)超130萬(wàn)個(gè)Agents，以百度獨(dú)家能力“百度AI搜索”為代表的工具日均調(diào)用量已突破千萬(wàn)次。

隨著全球AI行業(yè)的快速發(fā)展，AI如何應(yīng)用于真實(shí)世界與行業(yè)從而進(jìn)一步產(chǎn)生價(jià)值已成為行業(yè)探索的重要方向。作為國(guó)內(nèi)最早發(fā)布大模型的企業(yè)之一，百度正基于多年積累的技術(shù)實(shí)力形成以芯片為底座、智能云為平臺(tái)框架、以模型支撐各類智能體應(yīng)用的“芯云模體”全棧自研生態(tài)閉環(huán)。這一生態(tài)閉環(huán)的構(gòu)建不僅為百度在AI領(lǐng)域的持續(xù)發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)，也為整個(gè)行業(yè)的創(chuàng)新與發(fā)展提供了有力支撐。