百度大模型“上新”

从性能上看，文心5.0正式版的语言与多模态理解能力超越Gemini-2.5-Pro、GPT-5-High等模型，稳居国 际第一梯队。图像与视频生成能力与垂直领域专精模型相当，整体处于全球领先水平。 "和目前业内大多采用的后期融合多模态方案不同，文心5.0的技术路线采用统一的自回归架构进行原生 全模态建模，将文本、图像、视频、音频等多源数据在同一模型框架中进行联合训练。"活动现场，百 度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜介绍道，这一策略使得多模态特征在 统一架构下充分融合并协同优化，实现原生的全模态统一理解与生成。 得益于原生全模态建模，文心5.0在多模态理解、代码、创意写作等能力上实现显著突破。此外，文心 5.0采用超大规模混合专家结构，具备超稀疏激活参数，激活参数比低于3%，在保持模型强大能力的同 时，有效提升推理效率。同时，基于大规模工具环境，合成长程任务轨迹数据，并采用基于思维链和行 动链的端到端多轮强化学习训练，显著提升了模型的智能体和工具调用能力。 仅输入一段博主复刻"活了么"App的教程视频，在数分钟内，文心5.0便能自动拆解步骤，理解核心交互 逻辑，并直接生成可运行的前端代 ...