在2025年4月25日举办的百度AI开发者大会（Create 2025）上，百度创始人李彦宏就大模型技术进行了深入剖析，揭示了如何终结大模型中的幻觉问题，以及技术突破背后的真相。
幻觉问题：大模型的挑战
大模型在处理信息时，可能会产生与事实不符的预测或理解，这种现象被称为“幻觉”。李彦宏指出，幻觉问题是当前大模型应用中的一大挑战，它可能导致错误的决策和误导用户。
技术突破：终结幻觉的方法
针对幻觉问题，李彦宏分享了百度在技术上的突破：
多模态融合：百度通过多模态融合技术，将文本、图像、音频等多种模态数据整合，使得大模型在处理信息时能够更全面地理解真实世界，从而降低幻觉发生的概率。
深度思考模型：百度研发的深度思考模型X1 Turbo，在处理复杂任务时，能够结合工具调用，构建融合思考和行动的复合思维链，从而提升模型解决问题的能力，减少幻觉。
后训练技术：百度通过后训练技术，实现了训练-生成-反馈-增强的模型迭代闭环，有效解决了大模型对齐过程中数据生产难度大、成本高、速度慢等问题，同时显著降低了模型幻觉。
强化学习：百度在训练阶段采用了融合偏好学习的强化学习技术，通过多元统一奖励机制，提升了对结果质量判别的准确率，进一步提升了数据利用效率和训练稳定性。
成本控制：降低大模型应用门槛
除了技术突破，李彦宏还强调了成本控制的重要性。他指出，降低大模型成本是推动AI应用落地的重要手段。为此，百度推出了文心大模型4.5 Turbo和X1 Turbo，在性能提升的同时，价格分别下降80%和50%，使得开发者和企业能够以更低成本部署大模型。
未来展望：多模态成为标配
李彦宏认为，随着技术的不断发展，多模态将成为未来基础模型的标配，纯文本模型的市场将会越变越小。百度在多模态技术上的突破，将为AI应用的发展提供更多可能性。
总结
百度在终结大模型幻觉问题上的技术突破，为AI应用的发展带来了新的希望。通过多模态融合、深度思考模型、后训练技术和强化学习等技术手段，百度有效降低了大模型的幻觉率，为AI应用的安全性和可靠性提供了保障。同时，通过降低大模型成本，百度助力AI应用在更多场景中得到应用，推动AI技术的普及和发展。