百度世界 2026：文心闪电与文心一镜两款「应用模型」上线千帆
百度 2026-11-12 在世界大会发布文心闪电深度思考与文心一镜微表情两款应用模型：BSA 稀疏注意力、快慢思考 Looping、4000 字驱动，同步上千帆 API。
2026-11-13 · 中国科学报（科学网）现场报道 / DoNews / AIBase / 腾讯新闻 AI 日报
发布 2026-11-13核实 2026-11-13要点
- 2026-11-12，百度世界 2026 主论坛：百度应用模型研发部负责人贾磊发布两款「应用模型」——文心闪电深度思考模型与文心一镜微表情大模型，同步上线百度智能云千帆，对外开放 API。
- 文心闪电的核心是省算力：它在架构上做了两处改动——**BSA（百度稀疏注意力）**用反馈式 KV 压缩，在解码时按历史输出与状态压缩历史记忆，换取更低的推理成本；Looping 快慢思考协同让快思考模型直接服务业务、慢思考模型当判定器持续给它反馈。
- 它的出身是搜索：官方说这个模型「研发之初是为百度搜索使用的」——要同时满足复杂需求理解、推理、工具调用，以及海量并发下的响应速度。
- 文心一镜走的是数字人视频：文本 / 视觉 / 语音三态一体建模，最长支持 4,000 字文本驱动；用 6 大维度、200 个子维度的描述体系刻画面部表情、肢体动作与情绪；并自研篇章级配音，按整段剧本统一音色与节奏。
- 成本口径给得很具体：视频生成成本比业界低 50%，支持分钟级生产；极速版 1:1 实时——1 分钟视频 1 分钟内出。
- 李彦宏的表态是这次发布的框架：大模型产业两条路——「向上突破推高智能上限」与「向实扎根释放产业价值」，百度两条都做，方法是「模体并行、协同进化」。
背景与分析
国内厂商今年的发布会普遍在讲「参数」和「榜单」，百度这次罕见地讲工程：一个稀疏注意力实现、一套快慢思考的训练/推理协同方案、一个三态一体的视频模型。三件事指向同一个目标——把推理成本压下来，让模型能扛住搜索这种量级的并发。
BSA 的思路值得单独看一眼。常规做法是砍 KV cache（比如按重要性驱逐），代价是长上下文的后半段信息衰减；百度说的是「反馈式」压缩——在解码过程中根据已输出内容和状态动态决定压多少，而不是一次性按固定策略剪掉。这个方向并不新（学术界叫 learned / adaptive KV compression），但把它落到搜索级线上服务、并宣称兼容 DSA 与 HCA 这类已有高压缩机制，工程含量比论文高。
Looping 则是把「快慢思考」从推理时的多次采样，改成了两个模型互相盯着：快模型出结果、慢模型持续给反馈修正快模型。它跟 o1 系那套「一个模型想久一点」是两条路，好处是延迟可控（业务走的始终是快模型），坏处是两套模型都要维护。
文心一镜的定位更务实：不做通用视频生成，做「有人演戏」的那一类。播客、短漫剧这两个场景的共同点是——需要长时段的情绪连贯与音色统一，而不是单镜头炫技。它报的两个数字（成本降 50%、1:1 实时）如果成立，会直接压到这条赛道上的现有玩家。
需要说明的是，本文所依据的是中国科学报现场报道与国内多家媒体的交叉转述，百度官方发布页与千帆文档的原文本文未能取得，因此标为非一手（firsthand: false）。模型参数规模、上下文长度、定价三项官方均未披露，媒体口径也没有，本文不填。
对开发者的影响
- 千帆上多了两个「便宜」的选项，但定价没公开，先别做成本测算；如果要评估，建议直接走千帆控制台看实时的按量价格表。
- 搜索类 / 客服类场景值得试文心闪电。它的设计目标就是高并发 + 工具调用 + 快响应，与「回答要准、延迟要低、QPS 要高」的业务同构。
- 数字人短视频的生产成本可能真的会变。如果 1:1 实时出片在实测中站得住，那「先写剧本、再排队渲染」的流程可以改成准实时；建议先用一段 4,000 字的完整剧本压一次，看长文本驱动下的情绪连贯性能不能撑住。
- 别把「应用模型」当「弱模型」。这类模型是拿业务数据与业务约束专门训过的，在它擅长的那一格里往往比通用旗舰更划算——这与谷歌把 Hydrogen 定位成「日常执行层」是同一种思路。
AI 之家 观点
这次发布最值得记的不是两个模型名，而是百度公开承认了一件事：基础模型的竞争已经分叉。一条继续卷智能上限（谁的分高），一条卷单位成本下的可用性（谁能扛住真实流量）。百度选择两条都押，但把发布会的主舞台给了后者。
从工程角度看，BSA 与 Looping 都是「拿效果换成本」的典型手法：稀疏注意力省 KV 显存，快慢协同省大模型调用。这类优化的收益高度依赖业务形态——搜索这种「大量简单请求 + 少量复杂请求」的分布，收益最大；如果你的业务全是复杂长任务，收益会小很多。照抄架构不如照抄思路：先量清楚自己请求的难度分布，再决定压哪一段。
两条结论要打折看：一是「成本比业界低 50%」没有给出对比基线与测试方法，属厂商口径；二是「1:1 实时」说的是极速版，标准版的实际出片速度官方没写。等千帆上能真跑一次，再把这些数字当结论。
相关阅读
- 同赛道对照：Qwen4 Max 预览版与 Token Plan · 文心 5.5 Flash 预览版（280B-A14B）
- 视频生成：MiniMax H3-Image 开源 · Seedream 5.5 图像编辑
- 落地平台：扣子 · Dify · LiteLLM
- 概念：每任务成本怎么算
来源
- { title: "百度发布两款应用模型，李彦宏：会持续研发基础大模型（中国科学报 / 科学网，2026-11-13）", url: "https://news.sciencenet.cn/htmlnews/2026/11/574682.shtm" }
- { title: "星火语音基座大模型 SparkAudio 1.0 上线 API 服务（DoNews，2026-11-12，同批次国内动态交叉源）", url: "https://www.donews.com/news/detail/1/6771878.html" }
- { title: "AI 日报 11-13（腾讯新闻 / AIBase，含百度世界与 Gemini 4 Hydrogen 同日条目）", url: "https://news.qq.com/rain/a/20261113A0AYHO00" }
常见问题
文心闪电是新的基础大模型吗？
不是。百度把它定义为「应用模型」，原本是为百度搜索这类高并发、要工具调用的场景定制的。李彦宏的说法是「模体并行、协同进化」——基础模型继续往上推智能上限，应用模型为具体业务做优化。
BSA 是什么？
百度稀疏注意力（Baidu Sparse Attention），核心是在解码过程中根据历史输出与状态，对历史记忆做反馈式 KV 压缩。官方称能在模型效果与 KV 存储开销之间取折中，并可与 DSA、HCA 这类高压缩自注意力机制兼容。
文心一镜能做什么？
文本、视觉、语音三态一体建模的数字人视频生成，支持最长 4,000 字文本驱动，靠 6 大维度、200 个子维度的描述体系刻画表情、肢体与情绪。百度称视频生成成本比业界低 50%，极速版可 1:1 实时出片。
什么时候能用、多少钱？
两款模型 11-12 起已在百度智能云千帆平台开放 API，面向企业客户与合作伙伴。定价官方未公布，媒体口径也没有价格信息，属待核实。