4月25日，Creator2025 Baidu AI开发人员会议在武汉举行。 Baidu创始人Robin Li发布了两个主要型号，即Wenxin Mockup 4.5 Turbo和深思熟虑的Model X1 Turbo以及许多AI应用。百度首席技术官王·海芬（Wang Haifeng）在该地区详细解释了其背后的技术。两个大型型号连续发布！ Wang Haifeng对Wenxin Big Model 4.5提出的基本技术的详细说明是一种多模式的基本模型。 wenxin 4.5涡轮增压物源自Wenxin 4.5，其效果更好，成本较低；基于Wenxin 4.5涡轮增压，Wenxin X1正在升级X1 Turbo。在提高性能的同时，它具有更先进的思维链，以及Q＆A，创建，逻辑推理，工具和多模式调用的功能得到进一步增强。 SA许多基准测试集，例如C-Eval，Cmmlu，Mathvista，Math500，Wenxin 4.5 Turbo和X1 Turbo的效果与DeepSeek和GPT MO相当dels。在会议上，Wang Haifeng定义了Wenxin 4.5 Turbo和X1 Turbo的主要技术，从基本模型，训练后，深思熟虑和数据的方面。 Wenxin 4.5和4.5 Turbo是实施混合文本，图像和视频的大型型号。鉴于各种模态数据的结构，大小和密度的变化，跨模式和多模式融合效应的熟练程度已通过诸如多模式的异质性异质，专门研究，可自适应地分解视觉时间旋转的三维旋转时间旋转，并旋转时间旋转的空间旋转，并大大改善了多模式异质的旋转，并适应性地旋转时间旋转的空间旋转。损失计算。 Thestudy效率增长了近2倍，多模式理解的影响提高了30％以上。在训练后，百度已经开发了一种技术框架来增强自反馈。基于发电机N和评估大型模型本身的反馈功能，它实现了“由训练反馈增强的训练模型”，该模型不仅解决了在大型模型对齐过程中的困难，高成本和缓慢制作数据的问题，而且还大大降低了模型的幻想，并大大降低了该模型的理解和处理复杂的粘度的能力。在训练阶段，开发了研究首选研究的增强技术。通过各种奖励机制，质量结果的准确性得到了提高。在限制离线优先研究和在线增强研究的统一离线时，数据使用和培训的稳定性的效率进一步提高了，并且该模型对高质量结果的理解得到了增强。由于偏好信号和奖励信号的整合，理解，发电，逻辑和模型记忆能力得到了全面改进。就深刻的思考而言，我们仅基于思维而打破了范式。在思考的道路上，我们将工具调用结合在一起，以产生结合思维和手势的集成链，解决模型问题的能力得到了显着改善。同时，结合了各种和统一的奖励机制，实现了端到端的思维优化和动作链，这极大地提高了跨场问题解决的能力。在数据方面，创建了构造数据“数据挖掘和综合 - 数据分析和分析 - 能力反馈模型”的封闭环路，以继续开发模型培训知识。具有高密度，各种类型和广泛的字段的大数据大小。同时，数据构建过程具有良好的可扩展性，并且可以轻松切换到新型数据以实现快速有效的数据制造。 Wenxin Kuai代码发布了3.5版，该版本为760万个发展RS根据Wenxin大型模型的语言功能和代码，Baidu开发了代码助理和智能代码的代码助理-Wenxin Kuai代码。基于理解，计划，便秘和工具调用功能的代码代理可能会实现自然语言中应用程序的自动加密，并支持很多很多，以优化代码质量，并实现无编码的编程，使每个人都能成为程序员。智能代码助理帮助专业程序员更好地编写更好的代码。根据报道，Wenxin Kuai代码的版本3.5主要破坏了四个基本功能：首先，支持多模式编程，工具呼叫开发，应用程序预览的代码智能引擎，并实现了“需求代码 - debug-debug-verification”的终端生成”；其次，机器的代码预测和重写，这增加了光标和多行明智重写的预测，准确地实现复杂代码的添加，去除和更改；第三，由Wenxin 4.5和X1推理功能所用的上下文引擎，更好地理解了开发人员的目标并更准确地回答问题；最后，有一个更开放的研发生态系统，它与MCP Access协议的主工具工具完全兼容。目前，随着Baidu Day -Day添加的新代码，Wenxin Kuai代码生成的代码成本超过40％。最新数据表明，Wenxin Kuai守则在整个社会中都开放，并为760万开发商提供服务。 PaddlePaddle Wenxin关节优化，开发人员达到了2185万个大型模型的扩展和提高的效率，这要归功于PaddlePaddle Wenxin关节优化。例如，在训练方面，多模式 - 速度蒙版的注意在计算对不同模式的关注时会大大降低掩模的构建和计算曲折，并且大大减少VES培训表现；在理解方面，多模式流块预填充机制减少了第一个令牌的每小时，同时减少了倾斜度倾斜度的视频记忆点，改善批次大小并改善吞吐量性能。通过这些集成的技术，Wenxin 4.5涡轮式火车吞吐量已达到5.4倍的Wenxin 4.5倍，对吞吐量的理解已达到8次。从场景中，我们了解到，桨式框架3.0不仅延续了动态，静态，静态培训和促进的统一性的技术特征，而且还会在自动并行性，神经网络编译器以及先进的自动差异中产生创新的崩溃。例如，运动和静态力的一个和静态力量的相似性将大型模型的共享训练代码降低了80％。大型模型的结合培训和推动有助于加快学习和培训的速度114％；计算高级差异 - IR的科学效果，并且自定义方程的速度比Pytorch快115％。神经网络编译器改善了情节的整体性能，模型的端到端训练速度提高了27％；多核适应性，桨板适应了在国内外的60多个系列筹码。迄今为止，paddlepaddle Wenxin开发人员的数量超过2185万，服务于670,000多家公司，并创建了110万款型号。大型模型使文化知识融合了博物馆，并且随着人工技术技术的发展而发布的第一个“武术大型模型”的第一个“明确的武术文化”促进了发展，并且在数千个行业中应用大型模型正在越来越深。例如，在文化和博物馆领域，百度与中国文化文物交流中心进行了深入的合作，以增强对大型模型的专业知识AI在范围内创造文化和博物馆知识，以便每个人都可以成为文化和博物馆遗产的参与者和受益者；在未认可的文化和文化遗产和博物馆的领域中，百度与“上海体育大学武术学院专业积累模型的文化，文化和文化和文化动机”加入其他技术，非范围的文化和文化武术运动在活动结束时以数字形式保存和记录。自2013年成立以来的资金中，王·海芬（Wang Haifeng）在全球领先的大学的10场获奖比赛中获得了奖学金，每个奖学金都拥有200,000元人民币。这不仅认识了获奖者的学术成就，而且还表明了白对培养AI才能的持久承诺。