在AI领域持续发力的百度，近日正式拉开了2026届校园招聘的大幕，此番招聘规模空前，共提供了超过4000个工作岗位，其中AI相关职位的比例高达九 成，这一数字无疑是国内互联网巨头在校招中对AI人才最为重视的一次体现，也标志着AI技术正加速从理论探索走向商业应用的广阔舞台。 本次校招活动覆盖了包括北京、上海、深圳、成都等在内的七大城市，百度不仅扩大了招聘范围，还特别增设了90个AI领域的全新职位，专注于多模态、 跨模态以及大模型架构等前沿技术的探索。对于即将走出校门的应届生而言，他们将有机会直接参与到百度文心大模型、飞桨平台、数字人项目等核心产品 的研发中，这无疑为他们提供了一个极高的职业起点。 从国内AI产业的发展现状来看，互联网巨头们在AI领域的竞争已经日益激烈，形成了多维度、多层次的战略布局。百度凭借其全栈AI能力，在智能云市场 表现出色，2025年上半年，百度智能云在大模型相关项目的招投标中，以48个中标项目和5.1亿元的金额位居行业前列。在金融、能源、政务等多个领域， 百度都取得了显著的成果，65%的央企选择与百度进行深度合作。 百度还构建了包含三万台昆仑芯集群的算力底座，为招商银行等企业提供了稳定、 ...

今天分享的是：大模型专题：大模型架构创新研究报告 报告共计：30页 《大模型专题：大模型架构创新研究报告》聚焦大模型架构创新，分析Transformer架构的局限性及行业探索路径。报告指出，随着模型规模扩大， Transformer的二次计算复杂度（O(n²)）导致算力消耗激增，长序列处理效率瓶颈凸显，端侧部署受限，行业对其路径依赖引发创新需求，当前主要从 Transformer架构改进和非Transformer架构探索两条路线突破。 Transformer架构改进围绕Attention机制、FFN层及归一化层展开：稀疏注意力、动态注意力等优化计算效率，MoE混合专家分解FFN层提升稀疏连接效率， LongRoPE等技术改进位置编码增强长序列建模。非Transformer架构则包括新型RNN（如RWKV、Mamba）、新型CNN（如Hyena Hierarchy）及其他创新架 构（如RetNet、LFM），其中RWKV通过广义Delta Rule优化状态演化，Mamba利用状态空间模型提升训练效率，RetNet结合状态空间与多头注意力实现并 行计算。 技术发展呈现混合架构趋势，线性Transformer与非T ...

转自：前瞻产业研究院 行业主要上市公司：阿里巴巴(09988.HK，BABA.US);百度(09888.HK，BIDU.US);腾讯(00700.HK， TCEHY);科大讯飞(002230.SZ);万兴科技(300624.SZ);三六零(601360.SH);昆仑万维(300418.SZ);云从科技 (688327.SH);拓尔思(300229.SZ)等 多模态大模型的模型路径 多模态大模型的探索正在逐步取得进展，近年来产业聚焦在视觉等重点模态领域突破。理想中的"Any- to-Any"大模型，Google Gemini、Codi-2等均是处于探索阶段的方案，其最终技术方案的成熟还需要在 各个模态领域的路线跑通，实现多模态知识学习，跨模态信息对齐共享，进而实现理想中多模态大模 型。现阶段产业主要的工作还是聚焦在视觉等典型的重点模态，试图将Transformer大模型架构进一步在 图像、视频、3D模型等模态领域引入使用，完善各个模态领域的感知和生成模型，再进一步实现更多 模态之间的跨模态打通和融合。 多模态大模型的图像模型 早在2023年LLM的流行之前，过去产业界在对于图像的理解和生成模型领域已经打下了坚实 ...