在11月12日举行的百度世界2026大会上,百度集中发布了面向企业级应用的两款文心模型,并公布了昆仑芯下一代旗舰芯片及算力集群的演进计划。百度创始人李彦宏表示,大模型产业正沿两条路径推进:向上突破智能上限,向实扎根释放产业价值。公司将持续投入研发下一代基础大模型,并坚持“模体并行、协同进化”的理念。
此次发布的两款模型分别为文心闪电深度思考模型与文心一镜微表情大模型,均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服务。文心闪电深度思考模型最初为百度搜索场景研发,需兼顾复杂推理与海量请求的快速响应。为此,百度对传统Transformer架构进行了调整,采用基于反馈式KV压缩的稀疏注意力技术(BSA),在解码过程中根据历史输出动态压缩记忆信息,以降低推理成本。该模型与昆仑芯协同优化后,推理成本可降低30%以上。文心一镜微表情大模型则聚焦高情感表现力的视频创作,采用文本、视觉、语音三态一体建模,支持长文本与长语音驱动,视频生成成本较业界降低约50%,可支持分钟级视频生产。
在算力硬件层面,百度披露了昆仑芯的后续路线。李彦宏指出,AI算力需求已从以训练为主转向训练与推理并重,智能体应用的规模化正带动推理需求快速增长,推理有望成为AI芯片长期增长的主要动力。目前,主打性价比的昆仑芯M100已上市;旗舰款M300计划于2027年推出,重点提升算力、存储与互联能力。此外,基于全新N架构的多款芯片预计于2028年推向市场,以匹配不同应用场景。
同步公布的还有百度天池1024卡超节点,该算力集群计划于2027年推出。据百度方面介绍,该超节点采用光引擎技术,卡间互联带宽较上一代提升3倍;对比上一代产品,训练性能提升2.5倍,推理性能提升3倍。单套系统可支撑5万亿参数大模型训练,并具备横向扩展能力,可扩展至万卡规模集群。配套的G3.5 KV Cache加速柜用于强化多轮对话中的缓存复用,在缓存命中场景下,首Token等待时间可降低90%,整体吞吐提升7倍。
从模型推理优化到芯片迭代,再到超节点集群的提前布局,百度在此次大会上呈现了一条围绕“降本”与“推理规模化”展开的技术路径。这一系列动作能否在智能体应用加速落地的窗口期内转化为实际的商业回报,仍有待后续产品交付与市场验证。