百度近日正式推出原生全模態(tài)大模型文心5.0，標志著我國人工智能領域在多模態(tài)技術上取得重大突破。該模型擁有2.4萬億參數(shù)規(guī)模，通過原生全模態(tài)統(tǒng)一建模技術，實現(xiàn)了文本、圖像、音頻、視頻等信息的無縫融合與協(xié)同處理。與傳統(tǒng)的"后期融合"方案不同，文心5.0采用統(tǒng)一的自回歸架構，將多源數(shù)據(jù)在單一模型框架內進行聯(lián)合訓練，使不同模態(tài)的特征在統(tǒng)一架構下深度融合，從而具備真正的全模態(tài)理解與生成能力。

在技術架構方面，文心5.0創(chuàng)新性地采用超大規(guī)?；旌蠈＜医Y構，通過超稀疏激活參數(shù)設計，將激活參數(shù)比例控制在3%以下。這種設計在保持模型強大性能的同時，顯著提升了推理效率。模型還基于大規(guī)模工具環(huán)境合成長程任務軌跡數(shù)據(jù)，并運用思維鏈和行動鏈的端到端多輪強化學習訓練方法，大幅增強了智能體和工具調用能力。在權威基準測試中，文心5.0的語言與多模態(tài)理解能力已超越Gemini-2.5-Pro、GPT-5-High等國際領先模型，圖像與視頻生成能力達到垂直領域專精模型水平，整體技術指標位居全球前列。

發(fā)布會上，百度應用模型研發(fā)部負責人賈磊重點介紹了模型的應用落地實踐。他強調："應用模型的價值不在模型本身，而在于實際場景中的應用效果。"基于文心基礎大模型，百度構建了矩陣模型和專精模型兩大體系。矩陣模型包含文心Lite、視頻大模型和語音大模型，主要面向產品級應用和通用場景；專精模型則針對搜索、電商、數(shù)字人等特定領域開發(fā)，包括搜索閃電專精模型、電商蒸汽機模型等行業(yè)解決方案。賈磊現(xiàn)場演示了三項突破性技術：基于聲音Token的端到端合成大模型可實現(xiàn)高度自然的語音合成；5分鐘直播技術通過少量音色采樣即可生成具備專業(yè)帶貨能力的直播語音；實時交互數(shù)字人技術采用三態(tài)Token聯(lián)動架構，使數(shù)字人具備低延遲、高表現(xiàn)力的交互能力，百度羅永浩數(shù)字人正是基于該技術開發(fā)。

為推動大模型在產業(yè)界的落地應用，百度千帆平臺推出了專為行業(yè)打造的Agent Infra解決方案。該平臺提供文心5.0及150多個場景化SOAT模型服務，集成百度AI搜索等工具鏈，結合數(shù)據(jù)管理和企業(yè)級服務能力，為企業(yè)提供全周期、多場景的業(yè)務運行環(huán)境。據(jù)平臺產品負責人張婷介紹，千帆平臺已累計開發(fā)超過130萬個智能體應用，以百度AI搜索為代表的工具日均調用量突破千萬次。目前，個人用戶可通過文心APP和官網(wǎng)體驗模型能力，企業(yè)與開發(fā)者則可通過千帆平臺進行模型調用和開發(fā)。

作為國內大模型領域的先行者，百度已形成完整的"芯云模體"技術生態(tài)閉環(huán)。該生態(tài)以自主研發(fā)的芯片為底層支撐，智能云作為平臺框架，大模型為核心引擎，支撐各類智能體應用開發(fā)。這種全棧自研能力使百度能夠打通從芯片到應用的完整技術鏈條，為行業(yè)提供更具競爭力的AI解決方案。隨著文心5.0的正式上線，百度正持續(xù)探索AI技術在真實行業(yè)場景中的應用路徑，推動人工智能從技術突破向價值創(chuàng)造的轉變。