1月22日，在百度文心Moment大会现场，文心大模型5.0正式版迎来了全面上线。
文心大模型5.0正式版参数量达到2.4万亿级别，采用了业界领先的原生全模态统一建模技术。这种架构让模型具备了全模态理解与生成的核心能力，无论是文本、图像、音频还是视频，都可以作为输入或输出，实现了真正意义上的多模态交互。
在涵盖40多项权威基准的综合评测中，文心5.0正式版在语言与多模态理解能力上表现稳健，稳居国际第一梯队水平。其在图像与视频生成方面的表现，足以媲美垂直领域的专用模型，整体技术实力已处于全球领先地位。
目前，用户可以直接在文心APP或文心一言中正式体验该模型。对于企业和开发者而言，则可以通过百度千帆平台便捷地调用其能力，快速集成到自身的产品与服务中。
原生全模态大模型 文心5.0正式版上线
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，与业界多数采用“后期融合”的多模态方案不同，文心5.0的技术路线选择了更为统一的自回归架构进行原生全模态建模。这意味着，它能将文本、图像、视频、音频等多源数据放在同一个模型框架下进行联合训练，促使多模态特征在统一架构下充分融合并协同优化，从而实现原生的、统一的全模态理解与生成。
此外，文心5.0采用了超大规模混合专家结构，具备超稀疏激活参数，其激活参数比例远低于3%。这种设计在保持模型强大能力的同时，显著提升了推理效率。同时，基于大规模工具环境，它合成了长程任务轨迹数据，并采用了基于思维链和行动链的端到端多轮强化学习训练，使得模型的智能体能力和工具调用能力得到了质的飞跃。
得益于此种原生全模态建模思路，文心5.0在多模态理解、代码生成、创意写作等多项能力上实现了显著突破。
跑得稳、答得对、用得起 文心应用模型深入千行百业
百度应用模型研发负责人贾磊分享了文心应用模型的最新进展。他指出，应用模型的价值不在于模型本身，而在于它能解决的实际问题。团队的目标是让模型在真实应用场景里真正“跑得稳、答得对、用得起”。
基于文心基础大模型，百度构建了矩阵模型和专精模型两大体系。矩阵模型面向产品级应用和通用场景快速落地，包括文心Lite模型、视频大模型和语音大模型；专精模型则面向行业应用和垂直场景，例如搜索闪电专精模型、电商蒸汽机模型、文心数字人大模型及行业大模型。
贾磊现场分享了三大技术突破：基于声音Token的端到端合成大模型、5分钟超越真人的直播技术，以及实时交互数字人技术。其中，实时交互数字人技术采用了三态Token联动架构，实现了文本、语音、视频的流式控制，突破了传统数字人将三个模态串联制作的模式。在此基础上，系统自动完成动作衔接、动作编排与状态重组，并由声音Token实时驱动表情与口型，输出三态合一的视频流。这一技术具有低延迟、低成本和高表现力的特点，百度罗永浩数字人便是基于此项技术开发的典型应用。
文心5.0正式版上线百度千帆平台
会上，百度千帆平台产品负责人张婷介绍，百度千帆平台现已支持企业用户和开发者便捷调用文心5.0正式版。
百度千帆Agent Infra提供了模型、工具、Agent开发、数据以及Agent运行环境等五个层面的能力，旨在帮助企业和开发者降低门槛，轻松打造实用的智能体。
模型层面，百度千帆提供了包含文心5.0正式版在内的全场景150多项SOTA模型服务。同时针对Agent场景，提供了精确的思维链控制等大模型增强服务。
工具服务方面，百度千帆将百度沉淀多年的成熟AI能力，如百度AI搜索、百度地图、百度文库、百度网盘等通过MCP协议开放，并引入覆盖出行、支付等企业级高频需求的优质第三方MCP能力。
Agent开发服务，千帆凝聚了百度工程师实际项目经验，开放了企业级深度研究智能体等多款最新应用。
数据服务，通过百度千帆数据智能平台，企业可将非结构化数据转化为模型可理解的信息。通过多模态数据统一管理及算力混合调度，数据处理提效高达6倍，计算降本30%。
Agent运行环境，此外，千帆提供了完善的资源部署、权限管理及高可用监控工具链，确保智能体在业务场景中稳定运行。
目前，千帆平台上已累计开发超过130万个Agents。
