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，這一模型以2.4萬億參數(shù)的龐大規(guī)模和原生全模態(tài)統(tǒng)一建模技術(shù)，成為人工智能領(lǐng)域的新焦點(diǎn)。該模型不僅支持文本、圖像、音頻、視頻等多種信息的輸入與輸出，更在40余項(xiàng)權(quán)威基準(zhǔn)評(píng)測(cè)中展現(xiàn)出卓越性能，語言與多模態(tài)理解能力超越了Gemini-2.5-Pro、GPT-5-High等國(guó)際知名模型，穩(wěn)居國(guó)際第一梯隊(duì)，圖像與視頻生成能力也與垂直領(lǐng)域?qū)＞Ｐ筒幌嗌舷?，整體處于全球領(lǐng)先水平。

據(jù)百度集團(tuán)副總裁、深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程研究中心副主任吳甜介紹，文心5.0的技術(shù)路線與業(yè)界多數(shù)采用的“后期融合”多模態(tài)方案截然不同。它采用統(tǒng)一的自回歸架構(gòu)進(jìn)行原生全模態(tài)建模，將文本、圖像、視頻、音頻等多源數(shù)據(jù)在同一模型框架中進(jìn)行聯(lián)合訓(xùn)練，實(shí)現(xiàn)了多模態(tài)特征在統(tǒng)一架構(gòu)下的充分融合與協(xié)同優(yōu)化，從而具備了原生的全模態(tài)統(tǒng)一理解與生成能力。文心5.0還采用了超大規(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%，在保持模型強(qiáng)大能力的同時(shí)，有效提升了推理效率。

在模型訓(xùn)練方面，文心5.0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。這一創(chuàng)新使得文心5.0在處理復(fù)雜任務(wù)時(shí)更加得心應(yīng)手，為AI應(yīng)用在真實(shí)行業(yè)與復(fù)雜場(chǎng)景中的落地提供了有力支撐。

百度應(yīng)用模型研發(fā)部負(fù)責(zé)人賈磊在現(xiàn)場(chǎng)分享了文心應(yīng)用模型的最新進(jìn)展。他強(qiáng)調(diào)，應(yīng)用模型的價(jià)值不在于模型本身，而在于其在實(shí)際應(yīng)用中的表現(xiàn)。百度希望讓模型在真實(shí)應(yīng)用場(chǎng)景里“跑得穩(wěn)、答得對(duì)、用得起”?；谖男幕A(chǔ)大模型，百度構(gòu)建了矩陣模型和專精模型，分別面向產(chǎn)品級(jí)應(yīng)用和通用場(chǎng)景、行業(yè)應(yīng)用和垂直場(chǎng)景。其中，矩陣模型包括文心Lite模型、視頻大模型和語音大模型；專精模型則包括搜索閃電專精模型、電商蒸汽機(jī)模型、文心數(shù)字人大模型及行業(yè)大模型。

賈磊還分享了三項(xiàng)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)、實(shí)時(shí)交互數(shù)字人技術(shù)。這些技術(shù)突破不僅提升了AI應(yīng)用的性能，也拓展了其應(yīng)用場(chǎng)景。例如，基于聲音Token的端到端合成大模型通過離散表示定義token，以MoE大語言模型建模韻律，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)則通過對(duì)目標(biāo)音色的少量采樣和臉譜化妝，使合成語音具備直播帶貨所需的情緒、節(jié)奏與感染力；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)文本、語音、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)。

在模型應(yīng)用賦能行業(yè)的背后，是百度基于多年積累的全棧自研實(shí)力。百度打通了“芯云模體”的全鏈技術(shù)架構(gòu)，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。在文心Moment大會(huì)當(dāng)天，百度千帆平臺(tái)產(chǎn)品負(fù)責(zé)人張婷詳細(xì)介紹了千帆專為行業(yè)落地打造的Agent Infra。該平臺(tái)提供包括文心5.0及全場(chǎng)景150+SOAT模型服務(wù)，集成包括百度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)，可以為企業(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，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)開發(fā)超130萬個(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，成為行業(yè)探索的重點(diǎn)。百度作為國(guó)內(nèi)最早發(fā)布大模型的企業(yè)之一，正基于其強(qiáng)大的技術(shù)實(shí)力，持續(xù)探索賦能行業(yè)的AI解決方案，為AI應(yīng)用的落地與普及貢獻(xiàn)力量。