百度剧本驱动多模协同的数字人技术，线上直播表现已超真人
发布时间：2025-09-10 来源：临危受命网作者：张杰niu
《凤凰WEEKLY财经》获悉，9月9日，百度正式发布文心大模型X1.1深度思考模型，该模型在事实性、指令遵循、智能体等能力上均有显著提升。目前，用户可以在文心一言官网、文小言APP使用文心大模型X1.1。文心大模型X1.1已正式上线百度智能云千帆平台，对企业客户及开发者全面开放使用。
据百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰现场介绍，文心大模型X1是基于文心大模型4.5训练而来的深度思考模型，升级后的X1.1主要采用了迭代式混合强化学习训练框架，一方面通过混合强化学习，同时提升通用任务和智能体任务的效果；另一方面通过自蒸馏数据的迭代式生产及训练，不断提升模型整体效果。相比文心大模型X1，X1.1的事实性提升34.8%，指令遵循提升12.5%，智能体提升9.6%。
文心大模型的能力拓展和效率提升，得益于飞桨文心的联合优化。
与此同时，百度还发布了飞桨核心框架v3.2，在大模型训练、硬件适配和生态支持上全面升级，并同步升级大模型开发套件ERNIEKit和高效部署套件FastDeploy。
据最新数据披露，飞桨文心生态开发者达到2333万，服务企业达到76万家。
百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜表示，文心大模型X1.1在处理复杂写作任务时，既能运用模型内化的知识、调用联网搜索工具等准确查找用户需要的知识，又能深度思考用户希望创意写作的立意和要求，最后输出事实准确，结构化、逻辑性强，并且文辞优美的内容。在更复杂的长程任务场景，文心大模型 X1.1在面对共享单车平台不同等级用户，不同类型问题的处理流程，以及用户的不同情绪状态多元素叠加的问题时，能够严格遵循业务流程先规划、再自主调用工具，并结合用户情绪，短时内解决了问题，服务过程完整主动。
另外，大模型能力的扩展和效率的提升，带来了更前瞻、更有想象力的创新应用。以数字人直播为例，超拟真数字人要具备出色的表现力，吸引人的内容，数字人与场景、物品的互动能力，需要综合运用多种模态AI技术。为此，百度研制了剧本驱动多模协同的数字人技术，实现了语言、声音和形象的协调一致。
据百度方面透露，这套技术方案重点包含剧本驱动的数字人多模协同、融合多模规划与深度思考的剧本生成、动态决策的实时交互、文本自控的语音合成、高一致性超拟真数字人长视频生成五项创新技术，让数字人主播展现出“高情商、强互动、长续航、更专业”的特色。
吴甜表示，在百度慧播星的应用实践中，数字人直播的线上表现超过了真人。此前，罗永浩数字人直播首秀GMV突破行业新纪录，部分核心品类带货量超过真人直播。
- 上一篇：{loop type="arclist" row=1 }{$vo.title}