11月11日,百度基础模型文心 5.5 Flash Preview 正式发布。该模型总参数量为2800亿,每个 Token 激活140亿参数,支持最长100万 Token 上下文。

该模型面向编程、3D建模、知识工作、内容创作等场景。在 Terminal-Bench、AutomationBench 等多项基准测试中,百度称文心 5.5 Flash Preview 取得了具竞争力的得分,并表示其保持较快的解码速度。

编程能力是百度此次介绍的重点之一。文心 5.5 Flash Preview 覆盖从真实代码库中的修复迭代,到完整构建复杂应用的编码场景。在长周期开发任务中,该模型具备规划、执行与持续迭代能力,并称这有助于游戏开发场景。

模型针对游戏开发场景进行了专项训练,适配主流开发工具,可根据用户的创意和需求完成游戏设计、功能制作和场景搭建,用于将游戏创意转化为可体验的作品。

同时,百度还介绍了文心新模型在参数化建模和空间推理方面的能力。百度称,通过加强对 Blender 和 CAD 等工具软件的专项训练,文心 5.5 Flash Preview 的3D建模与设计能力得到提升。

借助工具辅助,该模型可从文本描述中理解并推断物体的形状、比例及空间关系,通过程序化建模将其转化为3D模型;同时可整合与复用现有资产,将外部素材集成到现有工作流中,用于创建3D场景。

在专业知识工作和内容创作领域,百度称文心 5.5 Flash Preview 可根据用户需求完成多步工作,交付表格、文档或演示文稿。面向金融、法律等领域,发布信息称其构建了30万个工作空间、1000万份参考文件,覆盖40多种文件类型;训练环境覆盖从10到100个文件的个人工作空间,以及由上千个文件构成的企业知识库。

面向内容创作者的视频创作需求,百度称文心 5.5 Flash Preview 可搜集、合成和编排素材,调整画面与节奏,并输出成片。面向科普、漫剧、创意剪辑、热点演绎等场景,发布信息称其构建了超过15万个创作环境,覆盖创意生成、剧本、分镜、视觉素材和配音的完整流程,适配上千个创作 skill,累计成片约5300分钟。

在底层技术上,文心 5.5 Flash Preview 采用全新的混合稀疏注意力架构、多路由器 MoE、ECHO 多 Token 预测等技术。百度称,这些技术可在提升模型能力的同时降低计算和显存开销,支持百万 Token 长上下文,并实现每秒超过200 tokens 的生成速度。

此外,该模型首次引入自研 RSI 技术,由 ERNIE Evolve 参与模型推理优化,用于探索 AI 参与模型研究与优化的路径。

目前,文心 5.5 Flash Preview 已上线百度智能云千帆平台,开发者可通过 API 调用模型。API 定价为每百万 Token 输入忙时2元、闲时1元,输出忙时8元、闲时4元,限时五折;该模型权重将于11月25日面向全球开源社区发布。

特此声明
本文为正观号作者或机构在正观新闻上传并发布,仅代表该作者或机构观点,不代表正观新闻的观点和立场,正观新闻仅提供信息发布平台。
分享至

还没有评论,快来抢沙发吧!