北京舉辦“2025百度十大科技前沿發(fā)明”發(fā)布會(huì)，展示AI領(lǐng)域突破性成果。此次發(fā)布的十大發(fā)明涵蓋大模型、深度學(xué)習(xí)框架、AI算力、智能體、AI搜索、數(shù)字人、無(wú)人駕駛等核心方向，構(gòu)建起覆蓋“算力-框架-模型-場(chǎng)景”的全棧技術(shù)體系，為AI應(yīng)用從實(shí)驗(yàn)室走向規(guī)模化落地提供關(guān)鍵支撐。
在基礎(chǔ)架構(gòu)層面，百度推出“從芯片到集群的跨層級(jí)訓(xùn)推一體AI基建系統(tǒng)性技術(shù)”，通過UltraServer柜級(jí)超節(jié)點(diǎn)架構(gòu)、XPULink高速通信協(xié)議及PD分離計(jì)算模式，實(shí)現(xiàn)算力8倍帶寬提升與MoE模型5-10倍性能躍升。存儲(chǔ)系統(tǒng)采用自適應(yīng)元數(shù)據(jù)架構(gòu)，突破千億級(jí)文件管理瓶頸，配合彈性eRDMA網(wǎng)絡(luò)技術(shù)，將集群時(shí)延壓縮至4微秒，支撐5000節(jié)點(diǎn)分鐘級(jí)自愈能力。該技術(shù)已應(yīng)用于文心大模型訓(xùn)練，使萬(wàn)卡集群任務(wù)有效率突破98%，達(dá)到國(guó)際領(lǐng)先水平。
多模態(tài)技術(shù)實(shí)現(xiàn)重大突破。新一代“自回歸統(tǒng)一建模的原生多模態(tài)大模型”構(gòu)建業(yè)界首個(gè)語(yǔ)言、圖像、視頻、音頻統(tǒng)一框架，支持任意模態(tài)混合理解與生成。配套研發(fā)的獎(jiǎng)勵(lì)系統(tǒng)通過多環(huán)境強(qiáng)化學(xué)習(xí)，使模型并發(fā)能力提升40%，響應(yīng)延遲降低35%。在應(yīng)用端，“劇本驅(qū)動(dòng)的高說服力數(shù)字人技術(shù)”集成可控視頻生成、超擬真唇形驅(qū)動(dòng)等四大核心能力，打造的羅永浩雙數(shù)字人直播間單場(chǎng)GMV超5500萬(wàn)元，驗(yàn)證技術(shù)商業(yè)化潛力。
搜索領(lǐng)域，“基于多智能體協(xié)同的AI搜索引擎”采用Master-Planner-Executor-Generator四層架構(gòu)，模擬人類信息處理全流程。該技術(shù)支撐文心助手實(shí)現(xiàn)復(fù)雜問題拆解、富媒體呈現(xiàn)等能力，使日活用戶增長(zhǎng)27%，用戶留存率提升19%。同時(shí)開放賦能合作伙伴，推動(dòng)搜索行業(yè)進(jìn)入智能體協(xié)同時(shí)代。
在內(nèi)容生成領(lǐng)域，“蒸汽機(jī)音視頻一體化生成大模型”首創(chuàng)中文場(chǎng)景有聲一體化訓(xùn)練技術(shù)，支持分鐘級(jí)多人互動(dòng)視頻生成。通過LatentMultiModalPlanner重構(gòu)生成邏輯，將影視制作成本降低70%，已應(yīng)用于商業(yè)內(nèi)容生產(chǎn)、搜索妙筆等業(yè)務(wù)，并對(duì)外輸出長(zhǎng)視頻實(shí)時(shí)交互能力，引領(lǐng)行業(yè)進(jìn)入“雙向共創(chuàng)”階段。
自動(dòng)駕駛技術(shù)取得實(shí)質(zhì)性進(jìn)展?！凹嫒荻说蕉塑壽E方案的橫縱聯(lián)合控制技術(shù)”通過線性時(shí)變模型預(yù)測(cè)控制，使低速橫向晃動(dòng)優(yōu)化70%，彎道抽動(dòng)問題完全消除。該技術(shù)支撐蘿卜快跑在香港、迪拜等16城落地，累計(jì)服務(wù)超1400萬(wàn)次，安全行駛里程突破2億公里，為全球化布局奠定技術(shù)基礎(chǔ)。
開發(fā)工具鏈方面，“基于智能體的自進(jìn)化應(yīng)用生成技術(shù)”構(gòu)建需求-代碼-創(chuàng)意三重學(xué)習(xí)架構(gòu)，實(shí)現(xiàn)純無(wú)代碼應(yīng)用生成38萬(wàn)個(gè)，開發(fā)成本從2萬(wàn)元降至50元以下。配合“飛槳科學(xué)計(jì)算高效求解技術(shù)”在微分方程領(lǐng)域的突破，已助力中科院、中車集團(tuán)等近20家機(jī)構(gòu)完成空氣動(dòng)力學(xué)仿真等創(chuàng)新應(yīng)用，推動(dòng)AI for Science范式轉(zhuǎn)型。
