摘要：这话一说出来，场面就不一样了——这不是啥空话，是数据撑起来的结论。10月27日，北京举行了2025年世界科技与发展论坛，主办方是中国科学技术协会。百度派来的代表是吴甜，她既是百度集团副总裁，也是深度学习技术及应用国家工程研究中心的副主任。在开幕式上，她把自己这

飞桨和文心已经不只是实验室里的样本了

这话一说出来，场面就不一样了——这不是啥空话，是数据撑起来的结论。10月27日，北京举行了2025年世界科技与发展论坛，主办方是中国科学技术协会。百度派来的代表是吴甜，她既是百度集团副总裁，也是深度学习技术及应用国家工程研究中心的副主任。在开幕式上，她把自己这些年和团队干的活摆出来，讲得直白又具体，重点放在深度学习怎样推动产业数字化上。

讲了几组能看得见的数字：开发者超过2333万，服务企业超过76万家，数字人数量突破10万。你别以为这只是空泛的宣传词，这些数字背后对应的是实际落地的项目。比方说，中车集团用飞桨搭出来的AI仿真平台，把高铁外形设计从之前那种“好几天”改成了“几秒钟”；广西电网把智能决策系统上到实操层，覆盖了600多座厂站、90多个断面，能在断面调控上给出自动化的决策建议；直播带货里，通过数字人和工具链配合，转化率提高了31%，开播前的投入降了80%。这些都是能在现场直接掰手指算的成果，不是空喊的理想。

吴甜在台上说得明白：深度学习不是花瓶，它是把底层芯片和上层大模型、应用连起来的那根绳子。拿百度的产业级开源平台飞桨来说，它不仅是个框架，还有社区生态、工具链，和文心大模型是互相配合的。现在飞桨已经适配了60多款系列芯片，平台上创建的模型超过110万个。这些数字说明，这个平台不是纸上谈兵，有人在上面写代码、在上面跑模型、把东西投到现实里去。

技术指标也不是随口一说。吴甜给出一个具体模型的例子：ERNIE-4.5-300B-A47B。在预训练阶段，MFU能到47%，在TPOT延迟50ms的条件下，输入吞吐能到57K tokens/秒，输出到29K tokens/秒。对需要高并发响应的场景，这种能力直接影响部署效果——响应快、并发高，是真刀真枪能用的技术指标，不是吹出来的噱头。

说到时间线，这事儿也不是一年半载的。百度的大模型团队从2018年底就开始跑这条路，2019年推出了文心1.0。到了2025年，先后推出了文心4.5Turbo、文心X1Turbo，以及升级后的X1.1等版本。慢慢地，从研发到评测再到产品化，这一套链条逐渐成型。模型在一些国际和行业评测上也有成绩，比如在SuperCLUE测评和HuggingFace的趋势榜上都有体现，说明不是国内自嗨。

产业落地的场景她也一一列举，讲得有血有肉。智能制造那边，中车用AI仿真把设计周期压缩，时间一省下来就是钱和产能；智慧医疗上，AI被放进就诊流程里，帮忙做分诊、接诊调度，减轻医生和护士的重复工作，让医院能接更多病人，服务效率上去了；在智慧能源里，广西电网的智能体进到断面调控，覆盖范围大到能看得见效果——厂站多、断面多，系统能给出一套调度建议，落地到运检人员手里就能用。

数字人是个被反复提到的点。百度把“神、形、音、容、话”这几样能力做成一套技术，目标是让数字人在多种场景里真实感更强。到现在，数字人主播超过10万，实际运营数据显示直播转化率提高了31%，开播前期投入降了80%，在部分场景里甚至能超过真人表现。这说明商业化路径比较清晰：有流量、有转化，能把技术变成收入。

整个逻辑其实挺直白：技术演进带来新应用，新应用产生商业变现，商业变现推动产业升级。飞桨和文心在这条链上，一个更像底座，一个更像引擎。平台用户和企业客户的数据能说明问题，覆盖面在扩，场景也越来越多。现场的讲法比较务实，讲数字，讲案例，不绕大圈子。

有一句在现场听起来像惯用语的话，也变得有分量了：要让大模型在产业里真正发挥作用，需要成熟的开发套件和工具链。放在那些具体数据后面，这句话不再空泛——工具链在某些行业里已经开始有实际影响了。别光听外头热闹，里头是真有账可算，这一点挺关键。现场的这些细节，记者武玥彤都记录下来了。

来源：科技新观点