百度于11月11日正式发布基础模型文心5.5 Flash Preview，总参数量达2800亿，每个Token激活140亿参数，支持最长100万Token的上下文窗口。模型在编程、3D建模、知识工作、内容创作等场景表现突出，并在Terminal-Bench、AutomationBench等多项基准测试中取得有竞争力的得分，同时保持超过每秒200 tokens的解码速度。
编程能力是此次升级的重点。文心5.5 Flash Preview覆盖从真实代码库中修复迭代到完整构建复杂应用的广泛编码场景，在长周期开发任务中展现出更强的规划、执行与持续迭代能力。模型针对游戏开发场景进行了专项训练，并适配主流开发工具，可根据用户创意完成游戏设计、功能制作和场景搭建，降低从创意到可体验作品的转化门槛。
在3D建模方面，模型通过加强对Blender和CAD等工具软件的专项训练，提升了参数化建模与空间推理能力。它能够从文本描述中理解并推断物体的形状、比例及空间关系，通过程序化建模转化为精准的3D模型，同时灵活整合与复用现有资产，将外部素材统一集成到工作流中，创建场景宏大、细节丰富的3D场景。
专业知识工作与内容创作也是覆盖方向。文心5.5 Flash Preview可完成多步工作，交付高专业度的表格、文档或演示文稿。面向金融、法律等领域，百度构建了30万个工作空间、1000万份参考文件，覆盖40多种文件类型，训练环境从10到100个文件的个人工作空间延伸至上千个文件构成的企业知识库。面向视频创作，模型能搜集、合成和编排素材，调整画面和节奏，输出成片；针对科普、漫剧、创意剪辑、热点演绎等场景构建了超过15万个创作环境，覆盖创意生成、剧本、分镜、视觉素材和配音全流程，适配上千个创作skill，累计成片约5300分钟。
底层技术方面，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预测等创新，在提升模型能力的同时降低计算和显存开销，从而支撑百万Token长上下文与高速生成。模型还首次引入自研的RSI技术，由ERNIE Evolve参与模型推理优化，探索AI参与模型研究与优化的新路径。
商业化与生态布局同步推进。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。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，在同参数规模模型中具备较强价格竞争力。此外，模型权重将于11月25日正式面向全球开源社区发布。
从产业视角看，文心5.5 Flash Preview的发布延续了国产大模型在稀疏架构与推理效率上的优化趋势，其低价API与即将开源权重，可能进一步加剧开发者生态的竞争，并对云服务定价策略形成参照。模型在编程、3D建模等生产力场景的专项训练，也反映出大模型厂商正从通用能力比拼转向垂直工作流的落地能力。
相关文章
津公网安备12011002023007号