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，標(biāo)志著人工智能領(lǐng)域在多模態(tài)理解與生成能力上邁出了重要一步。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、視頻等多種信息形式的全面支持，無(wú)論是輸入還是輸出都展現(xiàn)出強(qiáng)大的能力。

據(jù)介紹，文心5.0的技術(shù)路線與業(yè)界常見(jiàn)的“后期融合”方案截然不同。它采用統(tǒng)一的自回歸架構(gòu)，將多源數(shù)據(jù)如文本、圖像、視頻、音頻等在同一模型框架內(nèi)進(jìn)行聯(lián)合訓(xùn)練。這種設(shè)計(jì)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。該模型還采用了超大規(guī)?；旌蠈＜医Y(jié)構(gòu)，激活參數(shù)比低于3%，在保持強(qiáng)大能力的同時(shí)，顯著提升了推理效率。

在應(yīng)用層面，文心5.0已經(jīng)展現(xiàn)出其巨大的潛力。個(gè)人用戶可以通過(guò)文心App和文心一言官網(wǎng)進(jìn)行體驗(yàn)，而企業(yè)與開(kāi)發(fā)者則可以利用百度千帆平臺(tái)進(jìn)行調(diào)用。在權(quán)威基準(zhǔn)的綜合評(píng)測(cè)中，文心5.0的語(yǔ)言與多模態(tài)理解能力已經(jīng)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)。其圖像與視頻生成能力也與垂直領(lǐng)域?qū)＞Ｐ拖喈?dāng)，整體處于全球領(lǐng)先水平。

百度應(yīng)用模型研發(fā)部負(fù)責(zé)人賈磊在分享中強(qiáng)調(diào)，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。他介紹了百度基于文心基礎(chǔ)大模型構(gòu)建的矩陣模型和專精模型。矩陣模型面向產(chǎn)品級(jí)應(yīng)用和通用場(chǎng)景，包括文心Lite模型、視頻大模型和語(yǔ)音大模型；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)模型等。

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)以及實(shí)時(shí)交互數(shù)字人技術(shù)。這些技術(shù)不僅提升了語(yǔ)音合成的自然度和表現(xiàn)力，還使得直播帶貨和數(shù)字人交互等場(chǎng)景更加生動(dòng)和高效。例如，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)量的語(yǔ)音合成。而5分鐘超越真人的直播技術(shù)則通過(guò)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。

在推動(dòng)大模型落地產(chǎn)業(yè)方面，百度千帆平臺(tái)發(fā)揮了重要作用。該平臺(tái)產(chǎn)品負(fù)責(zé)人張婷介紹，千帆專為行業(yè)落地打造的Agent Infra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。平臺(tái)還集成了眾多工具及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。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，如何將AI技術(shù)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)探索的重要方向。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)將持續(xù)探索賦能行業(yè)的AI解決方案，推動(dòng)AI技術(shù)在更多領(lǐng)域的應(yīng)用和發(fā)展。