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，這一舉措標(biāo)志著國(guó)內(nèi)人工智能領(lǐng)域在多模態(tài)技術(shù)上邁出了重要一步。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、視頻等多種信息的全面理解與生成能力，為AI應(yīng)用提供了更為廣闊的可能性。

除了原生全模態(tài)技術(shù)外，文心5.0還采用了超大規(guī)模混合專(zhuān)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，為大規(guī)模應(yīng)用提供了有力支持。該模型還基于大規(guī)模工具環(huán)境合成長(zhǎng)程任務(wù)軌跡數(shù)據(jù)，并通過(guò)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，顯著提升了智能體和工具調(diào)用能力。

在應(yīng)用層面，百度構(gòu)建了矩陣模型和專(zhuān)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；專(zhuān)精模型則面向行業(yè)應(yīng)用和垂直場(chǎng)景，如搜索閃電專(zhuān)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。這些模型共同構(gòu)成了百度AI應(yīng)用的豐富生態(tài)。

在文心5.0的發(fā)布會(huì)上，百度應(yīng)用模型研發(fā)部負(fù)責(zé)人賈磊分享了三項(xiàng)令人矚目的技術(shù)突破。首先是基于聲音Token的端到端合成大模型，該模型通過(guò)離散表示定義聲音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。其次是5分鐘超越真人的直播技術(shù)，該技術(shù)通過(guò)對(duì)目標(biāo)音色的少量采樣和臉譜化妝，使合成語(yǔ)音具備直播帶貨所需的情緒、節(jié)奏與感染力。最后是實(shí)時(shí)交互數(shù)字人技術(shù)，該技術(shù)采用三態(tài)Token聯(lián)動(dòng)架構(gòu)，實(shí)現(xiàn)文本、語(yǔ)音、視頻的流式控制，具有低延遲、低成本和高表現(xiàn)力的特點(diǎn)。

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)。該平臺(tái)專(zhuān)為行業(yè)落地打造，提供包括文心5.0及全場(chǎng)景150+SOAT模型服務(wù)在內(nèi)的豐富資源。同時(shí)，千帆平臺(tái)還集成了包括百度AI搜索在內(nèi)的眾多工具及MCP和Agent工具鏈，并結(jié)合數(shù)據(jù)管理和企業(yè)級(jí)服務(wù)，為企業(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。這一舉措顯著降低了企業(yè)Agent創(chuàng)新門(mén)檻，加速了AI技術(shù)在各行各業(yè)的應(yīng)用進(jìn)程。

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。這些數(shù)據(jù)充分證明了百度在AI應(yīng)用領(lǐng)域的強(qiáng)大實(shí)力和廣泛影響力。隨著文心5.0的正式上線和千帆平臺(tái)的不斷完善，百度正持續(xù)探索賦能行業(yè)的AI解決方案，為全球AI行業(yè)的發(fā)展貢獻(xiàn)著中國(guó)智慧和中國(guó)力量。