昆仑元 AI 推出全新全模态融合大模型 BaiZe-Omni-14b-a2b，迈向 AI 技术新台阶

在2025世界计算大会现场，昆仑元 AI 正式发布了基于昇腾（Ascend）平台的全模态融合大模型 BaiZe-Omni-14b-a2b。该模型同时具备文本、音频、图像与视频的理解与生成能力，采用创新技术架构，包括模态解耦编码、统一跨模态融合以及双分支功能设计，旨在加速多模态应用落地。

BaiZe-Omni-14b-a2b 的整体设计流程明确，覆盖输入处理、模态适配、跨模态融合、核心功能与输出解码等环节。为提升计算效率，模型在 MoE+TransformerX 架构中加入多线性注意力层与单层混合注意力聚合层，保障大规模全模态应用的稳定运行。同时，双分支设计让模型在理解与生成两方面均表现突出，可覆盖多达10类任务，并具备强劲的多模态内容生成能力。

在训练阶段，昆仑元 AI 使用了海量且高质量的数据。训练数据包含超过3.57万亿 token 的文本、30万小时以上的音频、4亿张图像以及超40万小时的视频，有效保证了单模态数据的纯净度与跨模态数据的对齐质量。通过在不同训练阶段采用差异化的数据配比，模型性能实现循序提升。

性能方面，BaiZe-Omni-14b-a2b 在多模态理解关键指标上表现优异，文本理解准确率达到89.3%。在长序列任务中，对于32768 token 的文本摘要，ROUGE-L 得分为0.521，显著优于行业主流模型 GPT-4 的0.487。此外，模型支持多语言文本生成，并具备图像、音频与视频的多模态生成能力，综合实力强劲。

划重点:

🌐 ** 全模态能力 **:BaiZe-Omni-14b-a2b 同时支持文本、音频、图像、视频的理解与生成。

📈 ** 性能突出 **:在文本理解与超长序列处理上表现亮眼，ROUGE-L 得分领先同类模型。

💡 ** 多领域应用 **:可为智能客服、内容创作等多场景提供技术支撑，推动 AI 技术进步。