“AI生活”主題科普活動在杭開啟 百度吳甜詳解大模型驅動產(chǎn)業(yè)升級
來源： 紫牛新聞
2025-07-22 18:39:00
7月22日，2025年現(xiàn)代科技館體系聯(lián)合行動“AI生活”主題科普活動主場活動在浙江省科技館舉行。百度集團副總裁、深度學習技術及應用國家工程研究中心副主任吳甜以“大模型驅動應用創(chuàng)新與產(chǎn)業(yè)升級”為題，深入剖析了以大模型為代表的人工智能技術的最新進展及其對產(chǎn)業(yè)變革的深遠影響。吳甜表示，大模型技術已經(jīng)從實驗室深入到千行百業(yè)的深度應用場景，正成為驅動產(chǎn)業(yè)智能化升級的關鍵新質生產(chǎn)力。
百度集團副總裁、深度學習技術及應用國家工程研究中心副主任吳甜
吳甜強調(diào)，人工智能的本質在于模擬、延伸和拓展人類智能。當前，大模型憑借卓越的效果、強大的泛化性和標準化的研發(fā)流程，正引領人工智能技術發(fā)展進入新高潮。大模型作為關鍵的新質生產(chǎn)力，不僅深刻變革人機交互模式，更通過高效解決實際產(chǎn)業(yè)場景問題，為產(chǎn)業(yè)智能化升級提供堅實的技術支撐。
以百度文心大模型為例，自2019年發(fā)布以來一直持續(xù)迭代，今年4月發(fā)布的文心大模型 4.5 Turbo和文心大模型X1 Turbo，多模態(tài)、深度思考等能力不斷增強。
在多模態(tài)方面，文心大模型4.5系列實現(xiàn)了文本、圖像和視頻的混合訓練，通過一系列技術大幅提升跨模態(tài)學習效率和多模態(tài)融合效果，學習效率提高近2倍，多模態(tài)理解效果提升超過30%。
在后訓練方面，百度研制了自反饋增強的技術框架，實現(xiàn)了“訓練-生成-反饋-增強”的模型迭代閉環(huán)，讓大模型擁有了自我迭代的“最強大腦”，不僅解決了大模型對齊過程中，數(shù)據(jù)生產(chǎn)難度大、成本高、速度慢等問題，而且顯著降低了模型幻覺，模型理解和處理復雜任務的能力大幅提升。在訓練階段，通過融合偏好學習的強化學習技術，實現(xiàn)多元統(tǒng)一獎勵機制，提升了對結果質量判別的準確率。通過離線偏好學習和在線強化學習統(tǒng)一優(yōu)化，進一步提升了數(shù)據(jù)利用效率和訓練穩(wěn)定性，并增強了模型對高質量結果的感知。
而在深度思考、數(shù)據(jù)等方面，文心大模型效果提升也很大。在深度思考方面，它不僅突破了只基于思維鏈優(yōu)化的范式，在思考路徑中結合工具調(diào)用，構建了融合思考和行動的復合思維鏈，同時結合多元統(tǒng)一的獎勵機制，實現(xiàn)了思考和行動鏈的端到端優(yōu)化，跨領域通用能力顯著增強，整體效果提升 22.40%；數(shù)據(jù)方面，文心大模型打造了“數(shù)據(jù)挖掘與合成 - 數(shù)據(jù)分析與評估 - 模型能力反饋”的數(shù)據(jù)建設閉環(huán)，為模型訓練源源不斷地生產(chǎn)知識密度高、類型多樣、領域覆蓋廣的大規(guī)模數(shù)據(jù)。同時，數(shù)據(jù)建設流程具備良好的可擴展性，能夠輕松遷移到全新的數(shù)據(jù)類型，實現(xiàn)快速、高效的數(shù)據(jù)生產(chǎn)。
吳甜現(xiàn)場展示了百度聯(lián)合中國科技館開發(fā)的“科技館智能體”，它結合了中國科學技術館豐富的科普知識數(shù)據(jù)與文心大模型技術，不僅能為科技館內(nèi)的觀眾提供基礎信息、導覽等服務，還能隨時為身處各地的青少年解答科學問題。此外，基于文心大模型的文本能力，展示了設計邏輯清晰、互動性強的科技館展臺講解方案。基于文心大模型的多模理解能力，展示了大模型對科技館裝置的理解與認知能力。這為未來的科普講解等場景提供了低成本、高質量、知識完備的解決方案參考。
數(shù)字人是融合大語言模型與多模態(tài)技術的創(chuàng)新應用。今年6月15日，羅永浩和搭檔蕭木的數(shù)字人在百度電商平臺開播帶貨，肢體動作、語音語調(diào)、講解產(chǎn)品、彈幕互動甚至講段子，逼真效果連老羅本人看了都嚇一跳。據(jù)吳甜現(xiàn)場介紹，其背后應用的是百度劇本驅動多模協(xié)同的高擬真數(shù)字人技術?；谖男拇竽Ｐ?nbsp;4.5 Turbo實現(xiàn)了融合多模規(guī)劃與深度思考的劇本生成，由劇本驅動數(shù)字人多模協(xié)同，實現(xiàn)動態(tài)決策的實時交互，使數(shù)字人的“神、形、音、容、話”達到高度統(tǒng)一，最終呈現(xiàn)出一個具備高表現(xiàn)力，內(nèi)容吸引人，人-物-場可自由交互的超擬真數(shù)字人。未來，也期待科普數(shù)字人應用到科技館的講解等場景中。
隨著人工智能通用性越來越強，AI在千行百業(yè)的應用也越來越深入，賦能農(nóng)業(yè)、制造、能源、交通、金融、教育、醫(yī)療、媒體等千行百業(yè)轉型升級。吳甜指出，大模型真正賦能千行百業(yè)，離不開強大易用的基礎平臺支撐和繁榮的人工智能技術生態(tài)。
以飛槳為例，作為百度自研的產(chǎn)業(yè)級深度學習開源開放平臺，它從核心框架、基礎模型庫，到端到端開發(fā)套件、工具與組件，以及星河社區(qū)等，全方面支持了文心大模型的演進過程。文心大模型的能力拓展和效率提升，得益于飛槳和文心的聯(lián)合優(yōu)化，通過訓練和推理的技術創(chuàng)新，文心大模型4.5 Turbo訓練吞吐達到文心大模型4.5的5.4倍，推理吞吐達到8倍。
基礎平臺需要大量的開發(fā)者共建，飛槳正持續(xù)賦能開發(fā)者，飛槳AI Studio星河社區(qū)已上線700萬個實踐項目，600多門公開課以及400多場AI競賽。截至今年4月，飛槳文心開發(fā)者數(shù)量已超過2185萬，服務超過67萬家企業(yè)，創(chuàng)建的模型達到110萬。
吳甜最后表示，百度將持續(xù)投入文心大模型與飛槳平臺的建設，通過技術創(chuàng)新降低應用門檻、繁榮開發(fā)生態(tài)，與各界伙伴共同推動新質生產(chǎn)力發(fā)展，加速產(chǎn)業(yè)智能化升級進程。
校對 盛媛媛