6月30日，百度正式开源文心大模型4.5系列模型，并行科技MaaS平台第一时间完成接入。依托平台本身的海量算力基础与技术服务团队，致力于为开发者和科研工作者提供更便捷、更可靠、更低价的大模型服务。
文心4.5系列模型简介
文心4.5系列开源模型共10款，涵盖了激活参数规模分别为47B和3B的混合专家（MoE）模型（最大的模型总参数量为424B），以及0.3B的稠密参数模型。
针对 MoE 架构，文心4.5系列提出了一种创新性的多模态异构模型结构，通过跨模态参数共享机制实现模态间知识融合，同时为各单一模态保留专用参数空间。此架构非常适用于从大语言模型向多模态模型的持续预训练范式，在保持甚至提升文本任务性能的基础上，显著增强多模态理解能力。
文心4.5系列模型均使用飞桨深度学习框架进行高效训练、推理和部署。在大语言模型的预训练中，模型FLOPs利用率（MFU）达到47%。实验结果显示，该系列模型在多个文本和多模态基准测试中达到SOTA水平，在指令遵循、世界知识记忆、视觉理解和多模态推理任务上效果尤为突出。模型权重按照Apache 2.0协议开源，支持开展学术研究和产业应用。此外，基于飞桨提供开源的产业级开发套件，广泛兼容多种芯片，降低后训练和部署门槛。
文心4.5系列模型技术优势股E融
1.多模态混合专家模型预训练
文心4.5 通过在文本和视觉两种模态上进行联合训练，更好地捕捉多模态信息中的细微差别，提升在文本生成、图像理解以及多模态推理等任务中的表现。为了让两种模态学习时互相提升，百度提出了一种多模态异构混合专家模型结构，结合了多维旋转位置编码，并且在损失函数计算时，增强了不同专家间的正交性，同时对不同模态间的词元进行平衡优化，达到多模态相互促进提升的目的。
2.高效训练推理框架
为了支持文心4.5 模型的高效训练，百度提出了异构混合并行和多层级负载均衡策略。通过节点内专家并行、显存友好的流水线调度、FP8混合精度训练和细粒度重计算等多项技术，显著提升了预训练吞吐。推理方面，百度提出了多专家并行协同量化方法和卷积编码量化算法，实现了效果接近无损的4-bit 量化和2-bit 量化。此外，百度还实现了动态角色转换的预填充、解码分离部署技术，可以更充分地利用资源，提升文心4.5 MoE 模型的推理性能。基于飞桨框架，文心4.5 在多种硬件平台均表现出优异的推理性能。
3.针对模态的后训练
为了满足实际场景的不同要求，百度对预训练模型进行了针对模态的精调。其中，大语言模型针对通用语言理解和生成进行了优化，多模态大模型侧重于视觉语言理解，支持思考和非思考模式。每个模型采用了SFT、DPO或UPO（Unified Preference Optimization，统一偏好优化技术）的多阶段后训练。
上并行科技MaaS平台 即刻调用文心4.5系列模型股E融
1、登录并行科技MaaS平台：
https://ai.paratera.com/#/lms/model
2、打开【模型广场】，选择文心模型，点击【申请API】即可跳转至API密钥创建页面，密钥可支持本平台所有模型~
TIPS：新用户千万tokens免费体验活动进行中~
3、选择Chatbox、Cherry Studio、代码接入等多种使用方式，均可完成接入使用~
详细接入手册，可参考平台【大模型平台使用指南-API使用文档】
并行科技MaaS平台
并行科技MaaS平台，是由并行智算云推出的一站式大模型服务平台，整合了各大热门模型，覆盖文本对话/视觉理解/图片生成/向量化等多个系列，支持论文润色/复杂推理/AI扩写/专业问答/长篇写作/知识图谱/代码生成/图片生成等多种场景。
平台优势：
模型选择丰富：并行科技MaaS平台集成了热门DeepSeek、GLM、Qwen、豆包系列模型，其他模型持续接入中；
覆盖场景完备：支持论文润色/复杂推理/AI扩写/专业问答/长篇写作/知识图谱/代码生成/图片生成等多种场景；
使用方式灵活：支持按需调用、本地私有化部署；
性价比优选：基于并行科技本身的海量算力基础，提供充足的高性能GPU资源，省去前期算力基础建设；
需求响应及时：专业技术服务团队，7×24小时响应股E融，为应用落地保驾护航。
蚂蚁配资提示：文章来自网络，不代表本站观点。
