百度孫天祥首秀!文心5.5做出百秒鵜鶘騎車短片,李彥宏對談楊元慶

2026年11月12日 05:46
站內 AI 整理稿

作者 | 程茜 編輯 | 心緣 11月12日報道,剛剛,在百度世界大會2026上,百度甩出一系列基礎模型、應用、雲基礎設施更新。在基礎模型方面,百度正式發佈了2800億參數ERNIE 5.5 Flash Preview,並推出兩款文心應用模型。今年7月加入百度並任職百度基礎模型研發部(BMU)負責人孫天祥首次公開亮相,他提到,百度新發的ERNIE 5.5 Flash Preview重點優化了編程、知識工作、設計創作等能力。在應用方面,百度搭子、百度庫庫、百度伐謀、百度一鏡等應用全面升級,百度的數字人平臺百度一鏡製作了一個數字人希加加和李彥宏對話的視頻,希加加拋出問題想要替代李彥宏。

據百度一鏡的產品經理透露,短片中的李彥宏有數字人也有真人。此外,百度還推出了大模型交易所詞元所,匯聚大模型供開發者調用。該平臺上線一個月日均調用次數超5000萬,日均調用token超7000億個。在雲基礎設施方面,百度發佈百度天池1024卡超節點,明年推向市場;崑崙芯更新路線圖,基於M架構的芯片將於今年、明年推向市場,基於N架構的芯片將於2028年推向市場。百度創始人、董事長兼CEO李彥宏稱,2016年到2026年這十年,正是人工智能技術形成獨立技術棧的十年,百度的“芯雲模體”四層架構就是在這十年逐步形成的。百度內部已經有很多活躍的智能體,過去一年,智能體的數量從0.5萬個漲到3.

7萬個,漲了6倍;有效工作任務數從每週8.4萬個到每週超過100萬個,漲了11倍,還有超4300個Work Space、超2萬個組織Skill。李彥宏認為AI的下一幕是智能組織,智能組織就是AI時代的新廠房,企業要讓智能體、數字員工進入業務。基於此,他首次提出組織進化的三原則,一是打破崗位邊界,釋放組織活力;二是沉澱隱性知識,構建組織智能;三是設計流程閉環,推動組織進化,並提到崗位不會消失但會收斂,未來大致會分為兩類崗位:創造未來的人(builder)、連接世界的人(seller)。Builder負責創造新東西,Seller負責人與人之間的溝通和連接。

與此同時,聯想集團董事長兼CEO楊元慶現場與李彥宏對話,楊元慶稱,2024年開始,是聯想的第五個時代,AI正在變革聯想的所有業務。關於智能組織,楊元慶認為,企業要有總體的規劃,什麼可以做、什麼可以不做要有邊界。並且他提到當新技術出現,要鼓勵大家實踐,他與世界五百強的CIO交流時發現,大家認為對一個革命的技術,初期可以先不要太在意投入產出比。一、95後基礎模型負責人亮相,文心最新模型2800億參數 95後的百度基礎模型研發部(BMU)負責人孫天祥介紹了文心基礎模型的新進展。新發布的ERNIE 5.5 Flash Preview總參數280B,激活參數14B,支持百萬上下文。

孫天祥稱該模型重點優化了編程、知識工作、設計創作等能力。在3D建模能力,ERNIE 5.5 Flash Preview能驅動兩個Agent用Blender Python API分別製作了機場和飛機。鵜鶘騎車案例,ERNIE 5.5 Flash Preview用Python從零寫出了一部116秒的2D動畫短片。一隻白鵜鶘騎著自行車,從公元前4000年的撒哈拉巖畫一路騎進大模型時代的代碼編輯器,穿越20種藝術風格。11月10日,百度發佈了自動研究系統RENIE Evolve,讓RSI落地真實研發場景。

在確定性推理吞吐優化中,ERNIE Evolve用3天時間圍繞確定性採樣、確定性開關及算子並行策略開展3個方向的探索,將吞吐提升至基線的133.7%;在極致解碼速度優化中,ERNIE Evolve累計探索7個研究方向,最終實現推理性能累計提升至基線的114.9%。二、兩大文心應用模型發佈,800億參數閃度思考模型+微表情大模型 李彥宏稱,大模型產業正沿著兩條路徑發展,一條是向上突破,推高智能上限,一條是下實紮根。百度一方面會持續投入,研發下一代更前沿的基礎大模型,另一方面會堅持“模體並行、協同進化”理念,讓大模型為應用而優化。

百度正式發佈兩款文心應用模型:文心閃電深度思考模型與文心一鏡微表情大模型,同步上線百度智能雲千帆平臺,面向企業客戶及合作伙伴開放API服務。文心閃電深度思考模型有8000億參數,能理解複雜需求、調用工具,後續版本會支持文本、視覺、語音輸入。該模型之前是為了服務百度搜索。在該模型背後,百度獨創了基於反饋式KV壓縮的稀疏注意力技術BSA、快慢思考模型Looping。基於BSA注意力機制,該模型在崑崙芯上ROI超同類芯片50%,模型推理引擎成本降低30%。另一款應用模型是文心一鏡微表情大模型,其採用文本、視覺、語音三態一體的統一建模方案,支持4000字長文本生成視頻、支持高表現力長語音驅動。

為了讓數字人配音更自然,百度研發了篇章級配音技術,整劇的音頻一次生成。成本方面,該模型價格比業內低50%,支持分鐘級視頻生成,1分鐘的視頻1分鐘就能生成。三、通用智能體產品矩陣全面升級,視頻生成成本低至0.2元/秒 百度搭子、百度庫庫、百度一鏡、百度伐謀全面升級。百度搭子是通用辦公智能體,據百度披露,過去一個季度,百度搭子的用戶量迎來爆發式增長。過去半年,百度搭子迭代了100多次,有90%的代碼、超50%的對外傳播物料由搭子生成。其下一步要從個人辦公提效走向組織生產力提升。百度搭子是智能組織的一個入口,打通了百度生態的全系能力,用戶可以用百度搭子調用百度一鏡生成數字人視頻、調用庫庫創作內容。

百度進一步開放了百度搭子API,使其能接入DA、ERP等業務系統。在覆蓋七類工作場景近100個案例的評測中,面對跨越多個系統、超15步操作的複雜長程任務,百度搭子的一次驗收通過率從67.6%提升至88.2%。下一個產品是百度的文檔和創作平臺庫庫,其基於數據、架構、模型協同進化能執行更多複雜任務。依託於百度文庫和百度網盤,庫庫擁有18億專業知識、7.5億中英文文獻、110萬專家。例如庫庫可以使用網盤中的經營數據製作報告,其生成的報告會引用專業數據、標註數據源,有豐富的圖表。該工具能結合分析結論,做投資路演PPT、搭建專業產品官網,定製個性域名。

其數據在手機電腦實時同步,用戶可以在手機上指揮電腦上的庫庫幹活。百度一鏡是數字人平臺。基於百度升級的數字人實時互動技術,伴隨說話,數字人可以生成點頭、撓頭的實時動作。如今,數字人Agent已經能幫企業承接業務,其數字人演員搭載的是文心一鏡數字人微表情模型,每秒支持8-9種微表情生成。現場百度播放了數字人演員拍了可口可樂的廣告。該視頻採用百度文心一鏡的視頻生成模型,這種質量的視頻生成成本0.2元/秒。百度還推出了短漫劇Studio,能打通從創意、劇本、分鏡到成片的一站式創業鏈路,用戶能基於此根據題材和情節智能設計景別、運鏡和表演。

百度伐謀是面向產業研發的核心智能體,從發佈至今,百度伐謀的客戶已經覆蓋國內41個工業大類中的60%以上。該工具已升級至3.0版本。百度伐謀產品經理稱,百度伐謀是為客戶的最終業務結果負責,覆蓋企業的生成運營、創新研發、經營策略。大型清潔能源中央企業中廣核通過百度伐謀,基於其百萬級作業條目上開展,總工期減少2個月,人力投入減少29%。百度推出大模型交易所詞元所,其目的是匯聚好的模型,讓企業和個人便捷找到可信的token。詞元所會對模型進行驗證並持續監測模型質量。

驗真模型指的是篩選供應商的真實性,對資質、來源進行核驗,對模型性能、可用性、容量等進行測試;徵信指對模型的質量參數持續監測,平臺會做定期抽檢,包含服務質量兌現度、商業履約、安全合規方面。詞元所上線1個月,入駐供應資源已超100個,日均調用次數超5000萬,日均調用token超7000億個。四、已交付超30個崑崙芯集群,發佈百度天池1024卡超節點 在雲基礎設施方面,和過去的雲計算相比,智能雲要支撐智能體完成任務,就要提供算力、模型、運行環境,還要連接企業的系統、工具、數據。

百度集團執行副總裁、百度智能雲事業群總裁沈抖透露,過去一年,百度的日活躍人數增長6倍、有效任務數增長11倍,和這兩個數字相對應的,百度智能雲的沙箱總量增長315倍,沙箱併發量增長60倍。企業用到的智能體大致分為通用智能體、專業智能體、定製智能體三類,前兩類企業可以拿來即用,也能接入自己的數據。而智能體想要做好特定場景的任務,用好企業的優勢,就需要定製智能體。百度搭子開發平臺就可以為客戶定製智能體,通過動態編排子智能體,實現實時任務拆解、協作,保留任務背景、積累經驗,支持skill開發、安裝。

藍海黑石每週都要進行原材料採購,他們基於百度搭子定製了採購執行、採購決策、需求推演智能體,過去採購工作每週需要10人投入100工時,現在只需2個人不到1個小時就能完成任務。如今越來越多的智能體正進入企業的經營環境,企業就需要一套能支撐他們安全可靠、規模化運營這些智能體的基礎設施。百度智能雲的千帆Agent Infra可以為智能體提供穩定、安全的運營環境,底層百度百舸AI Infra提供算力支持。千帆Agent Infra提供兩類服務,一方面是千帆MaaS服務,另一方面就是上文提到的詞元所。針對智能體脈衝式彈性特點,Agent Infra的沙箱能力支持百萬級併發、百毫秒級千併發沙箱熱啟動。

百度百舸AI Infra提升了強化學習能力,分鐘級拉起200多萬個沙箱,模型RL吞吐為5.2萬tokens/秒,訓推差異低至萬分之一。百度百舸的能力離不開硬件支持,其新一代崑崙芯M100已經上市,基於崑崙芯的天池超節點已經在全國各地進行了部署,累計為客戶交付了超30個崑崙芯集群。今天,百度發佈百度天池1024卡超節點,明年推向市場。這一超節點採用光引擎技術,全光互聯實現1024卡高效協同計算,推理性能提升3倍,採用G1.5顯存加速櫃提升緩存的服務器帶寬。在緩存命中的多輪對話場景下首Token的等待時間縮短90%。

一套1024卡超節點可以支持5萬億參數模型訓練,百度還在加速建設吉瓦級AIDC,驅動這些超節點和集群更快為企業提供算力服務。五、崑崙芯路線圖更新,N架構芯片2028年推向市場 李彥宏認為,現在AI算力需求是訓練和推理並重的格局,在推理領域,國產AI芯片具備高適配性和競爭力。當下的算力需求正在發生變化,存儲能力越來越重要、場景分工深化、算法與半導體週期失衡需要系統級架構創新。崑崙芯研發副總裁漆維稱,未來任何一個任務都可以根據需求去全網調取所需的計算、存儲、處理器,然後以微秒級的網絡延遲將這些資源連接成一顆新的AI計算超級大腦。

漆維稱,崑崙芯將保持高強度研發投入,力爭每年都推出兼具性能與最優投資成本的產品。崑崙芯的路線圖顯示,其今年和明年要將基於M架構的兩顆芯片推向市場,其中M100主打性價比,M300在計算、存儲、互聯方面實現全面升級。崑崙芯基於開源大模型進行了測評,在低毫秒時延下,M300的單卡吞吐相比於T800提升了6倍,在6ms延時下,提升了10倍。2028年,崑崙芯要將基於N架構的多顆芯片推向市場,匹配不同場景。結語:AI競爭重心轉向,要幫企業跑通智能體落地 從百度此次的一系列更新來看,其正沿著智能組織規模化跑起來這條路演進。

業界需要低成本、高密度的算力底座支撐,百度此次發佈的天池1024卡超節點、崑崙芯M/N架構芯片路線圖,正是為海量智能體併發運行、長週期任務調度、持續的知識庫檢索推理準備的硬件底座。AI的競爭已不只是大模型的競爭,單純的模型優勢不再是企業護城河,能不能幫助企業穩妥地完成組織流程改造、可控地試錯迭代,是拉開差距的關鍵。

Related

相關文章

國產地震大模型“諦聽”亮相:匯聚 2000 萬數據集,讓 AI 聽懂地球“心跳”

AI資訊AI新閒資訊正文國產地震大模型“諦聽”亮相:匯聚 2000 萬數據集,讓 AI 聽懂地球“心跳”發布於AI新閒資訊時間 :Nov 12, 2026閱讀 :1分鐘人工智能在科學研究與防災減災領域的應用正在迎來全新突破。近日,隨著2026年“新徵程上看應急”採訪活動走進地震動力學與強震預測全國重點實驗室,一款能夠聽懂地球“心跳”的國產地震大模型——“諦聽”正式進入公眾視野。匯聚海量數據:依託單臺站提供極速大震快報作為一款專注於地震領域的垂類大模型,“諦聽”目前已經成功匯聚了大約2000多萬條高質量數據集。在現階段的實際應用中,“諦聽”的核心功能主要聚焦於地震監測與大震快報。針對部分高精尖企業對快速獲取地震事件信息的迫切需求,“諦聽”展現出了獨特的技術優勢——它僅需依託單個臺站,就能以極快的速度提供地震信息,雖然在精度上存在一定誤差,但其響應速度明顯快於常規的地震播報,能夠為相關企業開展緊急處置爭取寶貴的時間窗口。錨定長遠科研:深入挖掘深層信號賦能預測預報除了滿足當前的應急快報需求之外,“諦聽”研發團隊對未來有著更加深遠的戰略規劃。據介紹,該項目的長遠目標不僅僅停留在事件的快速通報上,而是希望藉助人工智能的強大算力與模式識別能力,深入挖掘地震活動背後潛藏的複雜物理信號,從而為未來的地震預測預報以及相關的基礎科學研究提供堅實的數據支撐和技術賦能。相關推薦IPO前夕,Anthropic七位創始人計劃合計套現近17.5億美元Anthropic七位聯合創始人擬在IPO中各出售337.8萬股。按每股74美元中位發行價估算,每人套現約2.5億美元;S-1文件顯示發行價區間為70至78美元,對應套現約2.36億至2.64億美元。創始人包括CEO Dario Amodei、總裁兼董事會主席Daniela Amodei,以及Tom Brown、Jack Clark、Jared Kaplan

2 分鐘前5900

火山引擎推出Seedance2.5flash:生成速度翻倍,720P約0.99元/秒、較旗艦降低34%

AI資訊AI新閒資訊正文火山引擎推出Seedance2.5flash:生成速度翻倍,720P約0.99元/秒、較旗艦降低34%發布於AI新閒資訊時間 :Nov 12, 2026閱讀 :1分鐘火山引擎11月12日推出視頻生成模型Seedance2.5flash,定位當前效果最接近旗艦Seedance2.5的高性價比版本,生成速度提升一倍,面向批量內容生產。以720P下文生視頻、圖生視頻為例,生成價格約0.99元/秒,較Seedance2.5降低約34%。單段最長支持30秒視頻生成,單次最多輸入10張圖片、5段視頻與5段音頻,提供480P和720P兩檔分辨率。即日起陸續登陸即夢、LibTV、Updream、Creao AI、TapNow等平臺,API本週日(11月15日)上線火山方舟。官方稱,Seedance2.5flash整體效果優於前代旗艦Seedance2.0,在指令遵循、物理運動與音頻表現上保持較高水準,畫面自然有質感,視頻編輯能力支持圍繞同一創意產出多個版本。以同一段望遠鏡廣告Prompt對比,兩支成片效果接近:Seedance2.5更完整呈現男孩調節望遠鏡的特寫,flash則更聚焦連貫走完「貼眼觀察—放下望遠鏡—微笑迴應」的動作線;原文另有一鏡到底馬戲團、30秒14鏡頭耳機廣告等案例,指向影視與廣告素材的批量生產。Seedance2.5發佈以來,團隊先後推出Draft樣片模式、1080P與即將上線的4K分辨率,此次再添flash成員,形成旗艦與flash雙梯度:旗艦Seedance2.5代表當前最強智能水平,配合Draft模式「先選樣片、再生成正片」減少反覆試錯的高清生成成本,服務1080P及4K製作;flash以接近旗艦的效果、更快速度與更低成本承接高頻創作與批量生產。視頻生成競爭正從畫質比拼轉向單位成本與產出效率,輕量版本承接規模化生產、旗艦守住質量上限,成為模

2 分鐘前6500

百度文心大模型再升級:ERNIE 5.5 Flash Preview 亮相,模型權重將於 11 月 25 日前正式開源

AI資訊AI新閒資訊正文百度文心大模型再升級:ERNIE 5.5 Flash Preview 亮相,模型權重將於 11 月 25 日前正式開源發布於AI新閒資訊時間 :Nov 12, 2026閱讀 :1分鐘人工智能開源生態迎來又一重要進展。百度文心 ERNIE 官方博客近日正式發佈了全新模型 ERNIE5.5Flash Preview。作為此前 Base 模型的首個後訓練版本,該模型在架構規格、上下文處理能力以及多場景智能體(Agent)應用展示上交出了一份亮眼的成績單,並明確承諾其模型權重將於11月25日前全面開源。核心規格與技術亮點:280B 總參數加持,支持1M 超長上下文在核心的技術參數方面,ERNIE5.5Flash Preview 採用了總參數量達到280B、實際激活參數為14B 的混合架構設計,兼顧了模型的綜合理解能力與日常推理的高效性。與此同時,該版本具備強大的長文本處理能力,最高支持高達1M 的上下文窗口,能夠輕鬆應對海量數據分析、超長代碼庫解析以及複雜的跨文檔檢索任務。目前,該模型的 API 接口已經率先在百度千帆平臺上星光上線,供開發者和企業用戶進行調用和測試。豐富應用場景展示:全面賦能遊戲開發、3D 建模與視頻創作為了讓外界更直觀地瞭解新模型的實際落地潛力,官方在本次發佈中集中展示了多個前沿的 Agent 智能體應用場景成果。從具體的落地領域來看,ERNIE5.5Flash Preview 在遊戲開發、3D 建模、知識工作以及視頻創作等複雜工作流中均展現出了出色的協同表現,能夠通過智能體的高效串聯,大幅簡化專業內容的生產與製作流程。後續規劃與開源承諾:持續優化並迎接正式版到來需要指出的是,百度官方明確表示,本次發佈的 ERNIE5.5Flash Preview 僅為後訓練階段的中間版本。在接下來的時間裡,研發團隊將基於用戶的實際反饋與測試數據持續進行

2 分鐘前7200

Claude 交互式連接器升級:應用可在對話旁全屏打開並支持直接操作

AI資訊AI新閒資訊正文Claude 交互式連接器升級:應用可在對話旁全屏打開並支持直接操作發布於AI新閒資訊時間 :Nov 12, 2026閱讀 :1分鐘人工智能與日常辦公軟件的融合正在邁入全新階段。Anthropic 近日正式宣佈對其 Claude 的交互式連接器進行重大升級。在此前的實時小視圖基礎之上,新版本允許用戶在支持的連接器中,直接在對話旁邊打開工具,甚至將其展開至全屏,讓 Claude 與用戶並肩協作並直接修改內容。該功能目前正在網頁版和桌面應用中向所有套餐逐步推送。核心體驗革新:從側邊預覽到並肩全屏實操此次升級打破了以往聊天窗口與工具界面割裂的體驗,帶來了多項核心改變:AI 直接動手修改: 用戶可以讓 Claude 直接修改正在打開的頁面、表格行或文件。當 Claude 做出修改時,改動會實時顯示在工具中,用戶可以同步繼續工作,並通過類似批准連接器操作的方式確認更改。全屏與並排工作流: 整個工具可以在對話旁邊打開,用戶可以根據需要隱藏聊天,或者在需要時切換到全屏。例如,在使用 Confluence 或 Notion 這類工具時,用戶將獲得登錄自己賬戶的完整編輯器,而不是受限的預覽界面。免提示詞直接調用: 用戶無需編寫複雜的 Claude 提示詞,直接在同一屏幕中就能呼叫 AI 幫忙。工具固定與快捷訪問: 用戶可以將最常用的工具與 artifacts 排列在一起,通過側邊欄和加號菜單實現一鍵訪問。首批支持的工具生態與場景拓展目前,該功能首批覆蓋了目錄中的一小批主流工具,包括 Asana、Canva、Carta、Dropbox、monday.com、Smartsheet、Vercel 和 Webflow。各工具在 Claude 中的具體應用場景包括:Adobe: 支持讓 AI 修飾、編輯照片並添加效果,高亮、編輯和遮蓋 PDF 文件。Atlassian: 在聊天

2 分鐘前4100

阿里重磅官宣千問大模型 Qwen4:核心能力全線進化,千問 App 現已全面接入預覽版

阿里近日正式宣佈,全新一代千問大模型 Qwen4即將迎來全面發佈。作為技術架構上的重大升級,新一代模型在多個關鍵維度實現了顯著的性能飛躍。多維能力全線進化,多項實際任務表現亮眼從官方披露的核心亮點來看,Qwen4在多項底層能力上迎來了深度進階:知識理解: 拓寬了底層數據庫與語義解析的廣度,能夠應對更加複雜的上下文與知識問答。

1 小時前

百度發佈大模型交易平臺“詞元所”:宣稱中立可信,打造大模型界的“證券交易所”

針對當前企業和開發者在面對海量大模型時普遍面臨的“選擇困難”與“信任缺失”痛點,該平臺創新性地引入了證券交易所的運作理念,旨在為行業提供一箇中立且可信的模型交易與分發陣地。類比證券交易所:匯聚優質資源與模型提供商在日常開發與商業落地中,企業用戶常常發現市面上的大模型種類繁多、價格各異,來源參差不齊,實際表現往往難以捉摸。

1 小時前7800