科技日报记者 崔爽
11月12日，在百度世界2026主论坛上，百度应用模型研发部负责人贾磊正式发布两款文心应用模型——文心闪电深度思考模型与文心一镜微表情大模型，同步上线百度智能云千帆平台，面向企业客户及合作伙伴开放API（应用程序接口）服务。
据了解，文心闪电深度思考模型在研发之初是为百度搜索使用的。百度搜索支持语音、图像、文字等多种输入，不仅提供信息答案，还能连接智能体、调用工具完成复杂任务。这要求模型既具备复杂需求理解、推理和工具调用能力，又能快速响应、支撑海量用户请求。
为此，百度对传统的Transformer架构进行创新，独创百度稀疏注意力技术（Baidu Sparse Attention，BSA）。该技术能够在解码过程中，根据历史输出和状态，进行反馈式历史记忆信息（KV）压缩，能够在模型效果和历史记忆存储耗费之间做最佳折中，在保证模型效果的同时，大幅度降低推理成本。
在推理效率方面，模型凭借BSA注意力机制，可在昆仑芯上实现单机八卡高速推理。通过与昆仑芯协同优化，模型推理引擎成本降低30%以上。
文心一镜微表情大模型则专为高情感表现力的视频创作场景研发，采用文本、视觉、语音三态一体建模，支持长达4000字的文本驱动。通过细粒度描述体系，模型能够深入理解文本内容，精准刻画人物的面部表情、肢体动作与情绪变化，实现从复杂情感描述到人物表演的自然转化。文心一镜微表情大模型还支持高表现力的长语音驱动，并创新研发篇章级配音技术。
据介绍，基于以上技术创新，文心一镜微表情大模型在播客、短漫剧等场景达到行业领先水平。同时，模型兼具低成本与出片快的优势，视频生成成本较业界降低50%，支持分钟级视频生产；极速版本可实现1:1实时生成，即1分钟的视频内容可在1分钟内完成生成，进一步降低创作门槛。
（主办方供图）
网友评论
