記者｜董溫淑

5月20日，百度于北京舉辦AI Day活動，百度集團副總裁吳甜現場分享了最新版文心大模型4.5及深度思考模型X1背后的技術細節。

據她分享，文心大模型4.5是多模態基礎大模型，文心4.5 Turbo源自文心4.5，效果更好、成本更低；基于文心4.5 Turbo，文心X1升級到X1 Turbo，在性能提升的同時，實現更先進的思維鏈，進一步增強問答、創作、邏輯推理、工具調用和多模態能力。

多模態能力方面，文心4.5和4.5 Turbo實現了文本、圖像和視頻的混合訓練。針對不同模態數據在結構、規模、知識密度上的差異，通過多模態異構專家建模、自適應分辨率視覺編碼、時空重排列的三維旋轉位 置編碼、自適應模態感知損失計算等技術，提升跨模態學習效率和多模態融合效果，學習效率提高近2倍，多模態理解效果提升超過30%。

在深度思考方面，文心X1、X1 Turbo突破了僅基于思維鏈優化的范式，在思考路徑中結合工具調用，構建了融合思考和行動的復合思維鏈，旨在使模型輸出結果更優。

同時，結合多元統一的獎勵機制，文心X1、X1 Turb實現了思考和行動鏈的端到端優化，大幅提升了跨領域的問題解決能力。

吳甜稱，隨著大模型的能力進一步拓展、效率進一步提升，可以探索更前瞻、更有想象力的創新應用。

以數字人為例，超擬真數字人需要具備出色的表現力、吸引人的內容、數字人與場景、物品的互動等，綜合運用多模態AI技術。為此，百度研制了“劇本”驅動多模協同的超擬真數字人技術，實現了語言、聲音、形象的協調一致。

據稱目前該技術已經支持超過10萬數字人主播，直播轉化率達31%，降低80%直播開播成本。

在代碼場景上，基于文心大模型的語言和代碼能力，百度研制了代碼智能體和智能代碼助手“文心快碼”。百度每天新增的代碼中，文心快碼生成的代碼占比已超過40%。截至目前，文心快碼向全社會開放，累計服務760萬開發者。

此外，基于飛槳文心在框架模型、框架算力的聯合優化，文心4.5 Turbo的訓練吞吐已達到文心4.5的5.4倍，推理吞吐達到8倍。

公開數據顯示，飛槳文心開發者數量已超過2185萬，服務超過67萬家企業，創建的模型達到110萬。