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，標志著人工智能領域又一重要突破。該模型擁有高達2.4萬億的參數(shù)規(guī)模，通過原生全模態(tài)統(tǒng)一建模技術，實現(xiàn)了對文本、圖像、音頻、視頻等多種信息形式的全面理解與生成能力。這一創(chuàng)新技術路線，與業(yè)界普遍采用的“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)在同一模型框架內(nèi)聯(lián)合訓練，從而促進了多模態(tài)特征的深度融合與協(xié)同優(yōu)化。

據(jù)百度集團副總裁吳甜介紹，文心5.0不僅在技術上實現(xiàn)了重大突破，更在應用層面展現(xiàn)出巨大潛力。其超大規(guī)模混合專家結(jié)構(gòu)及超稀疏激活參數(shù)設計，使得模型在保持強大能力的同時，推理效率得到顯著提升。通過大規(guī)模工具環(huán)境合成長程任務軌跡數(shù)據(jù)，并采用端到端多輪強化學習訓練，文心5.0的智能體和工具調(diào)用能力也得到了顯著增強。

在應用層面，文心5.0已經(jīng)展現(xiàn)出其廣泛適用性。個人用戶現(xiàn)在可以通過文心APP和文心一言官網(wǎng)體驗這一先進模型，而企業(yè)與開發(fā)者則可通過百度千帆平臺進行調(diào)用。在權(quán)威基準的綜合評測中，文心5.0的語言與多模態(tài)理解能力超越了Gemini-2.5-Pro、GPT-5-High等國際知名模型，穩(wěn)居國際第一梯隊。其圖像與視頻生成能力也與垂直領域?qū)＞Ｐ拖喈敚w處于全球領先水平。

百度應用模型研發(fā)部負責人賈磊在分享中強調(diào)，應用模型的價值在于其實際應用效果。他介紹了基于文心基礎大模型構(gòu)建的矩陣模型和專精模型，這些模型分別面向產(chǎn)品級應用和通用場景、行業(yè)應用和垂直場景，實現(xiàn)了快速落地和高效應用。其中，矩陣模型包括文心Lite模型、視頻大模型和語音大模型，而專精模型則涵蓋搜索閃電專精模型、電商蒸汽機模型、文心數(shù)字人大模型及行業(yè)大模型等。

賈磊還詳細介紹了三項技術突破：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以及實時交互數(shù)字人技術。這些技術不僅提升了語音合成的自然度和表現(xiàn)力，還使得直播帶貨和數(shù)字人交互更加生動和高效。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，實現(xiàn)了高質(zhì)量的聲音合成；而實時交互數(shù)字人技術則采用三態(tài)Token聯(lián)動架構(gòu)，實現(xiàn)了文本、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。

在推動大模型落地產(chǎn)業(yè)方面，百度千帆平臺發(fā)揮了重要作用。該平臺產(chǎn)品負責人張婷介紹，千帆專為行業(yè)落地打造的Agent Infra提供了包括文心5.0及全場景150+SOAT模型服務在內(nèi)的豐富資源，并集成了眾多工具及MCP和Agent工具鏈。結(jié)合數(shù)據(jù)管理和企業(yè)級服務，千帆平臺能夠為企業(yè)提供全周期、穩(wěn)定支持多場景業(yè)務的運行環(huán)境，顯著降低企業(yè)Agent創(chuàng)新門檻。目前，千帆平臺上已累計開發(fā)超130萬個Agents，以百度獨家能力“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，如何將AI技術應用于真實世界與行業(yè)，從而進一步產(chǎn)生價值，成為行業(yè)探索的重要方向。作為國內(nèi)最早發(fā)布大模型的企業(yè)之一，百度正基于其多年積累的技術實力，形成以芯片為底座、智能云為平臺框架、以模型支撐各類智能體應用的“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，將持續(xù)推動AI技術在各行業(yè)的廣泛應用和深入發(fā)展。