王海峰表示，从技术角度，通用人工智能的曙光，可以从人工智能技术的通用性和能力的全面性来理解。在技术的通用性方面，大模型在解决不同任务、语言、模态、场景的通用性都变得越来越好；在能力的全面性方面，理解、生成、逻辑、记忆是人工智能的四项基础能力，其他各项人工智能的典型能力基本上都是这四项基础能力的综合运用。这四项能力越强，越接近通用人工智能。“以文心大模型为例，自2019年3月发布文心大模型1.0版本以来，现已升级到文心大模型4.5 Turbo。9月初，百度还发布了文心大模型X1.1深度思考模型，并开源文心思考模型ERNIE-4.5-21B-A3B-Thinking。”王海峰说。
大会现场，王海峰进一步介绍，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，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%。现场，王海峰分享了基于文心大模型的实践——剧本驱动多模协同的数字人技术。文心大模型4.5系列支持多模态能力，以剧本驱动，语言、语音与视觉协同，实现超拟真数字人生成。在产业应用方面，百度文心大模型与飞桨深度学习平台已在多个关键场景落地。以智能翻译为例，百度翻译自2011年上线以来，已服务全球用户十余年，每天翻译字符量超过千亿。
