文心 5.5 Flash Preview 運営中

文心 5.5 Flash Preview（ERNIE 5.5 Flash Preview）は、百度が発表した最新の基盤モデルです。従来リリースされた Base モデルを基に開発された初のポストトレーニング版で、総パラメータ数は 280B、アクティブパラメータ数は 14B、1M の超長文脈に対応しています。ERNIE 5.5 Flash Previewは、プログラミング、3D モデリング、知識業務、コンテンツ制作などの分野で優れた性能を発揮します。複数のベンチマークで競争力のあるスコアを達成しながら、極めて高速なデコード速度を維持します。モデル API は千帆プラットフォームで提供されており、重みは 11 月 25 日までにオープンソース化される予定です。

ゲーム開発：実際のコードベースの修正・反復から、複雑なアプリケーションの完全な構築まで対応します。Unreal Engine、Unity、Godot、Cocos など主要エンジンに深く適応し、ゲーム性を備えたゲームをエンドツーエンドで制作できます。
3D モデリングと設計：Blender、FreeCAD などのツールを使ったパラメトリックモデリングに対応し、テキストによる説明から形状や空間関係を推論して、精密で編集可能な 3D モデルやシーンを生成します。
知識業務：金融、法律などの分野を対象に、分散した資料を専門的な表、文書、プレゼンテーションへ統合し、データクレンジング、分析からレポート納品までの全工程を自律的に完了します。
動画制作：アイデア生成、脚本、絵コンテ、ビジュアル素材、ナレーションまでの全工程をカバーし、純粋なコードでアニメーション短編を描画し、BGMの編集・同期まで自動で行えます。

モデルアーキテクチャとトレーニング方針：ERNIE 5.5 Flash Preview は、従来の Base モデルを基に開発された初のポストトレーニング版で、総パラメータ数は 280B、アクティブパラメータ数は 14Bです。さらにポストトレーニングによって知能性能を強化し、複数のベンチマークで競争力のあるスコアと極めて高速なデコード速度を実現し、1M の超長文脈に対応しています。
ゲームおよび Agent 能力：高品質な専門トレーニングデータと対応する評価体系を構築し、ゲームメカニクスの実装、ロジック設計、状態管理、リソースパイプラインにおけるモデルの能力を強化しています。同時に主要エンジンに深く適応させ、各エンジンの開発パラダイムを理解できるようにしています。作業は Agent フレームワークによって駆動され、長期タスクをサブタスクに分解して個別に進めながら相互に連携します。測定可能なコードテストによって視覚的フィードバックを代替し、反復を推進します。
自動検証と決定論的シミュレーション：ゲームなどのシーンでは、モデルがルール層と表現層を分離して決定論的シミュレーションを構築します。そのうえで、ロボットによるプレイテスト、状態空間探索、レベルリプレイを用いて、クリア可能性と数値バランスを自動的に検証します。自動化された「自己検証」ループにより、テキストモデルが実行結果を直接観察できないという課題を補います。
ツール利用と素材の編成：Blender、CAD などのツールソフトウェア向けに専門トレーニングを行い、外部ツールと組み合わせて検索、素材のダウンロード、ライセンス素材の統合を実行します。手続き型モデリングによってテキストの説明を 3D アセットへ変換し、統一スケール、フレーム単位のレンダリング、FFmpeg による合成などのパイプラインを通じて完成映像を制作します。

プラットフォームにアクセス：百度スマートクラウド千帆大規模モデルプラットフォーム（qianfan.cloud.baidu.com）にアクセスします。ERNIE 5.5 Flash Preview のモデル API はすでに同プラットフォームで提供されています。
サービスを開通：百度スマートクラウドのアカウントを登録・ログインし、千帆コンソールで ERNIE 5.5 Flash Preview を見つけて呼び出し権限を有効にします。
認証情報を取得：コンソールでアプリケーションを作成し、API Key と Secret Key を取得します。
APIを呼び出す：千帆プラットフォームの API ドキュメントを参照し、HTTP リクエストまたは公式 SDK からモデル名、prompt、パラメータを渡すことで、モデルのレスポンスを取得できます。
用途に応じて利用：ニーズに応じて直接利用できます。プログラミングやゲーム開発では Agent フレームワークによる長期タスク処理を、3D モデリングでは Blender、FreeCAD などのツール呼び出しを、知識業務や動画制作では複数ステップの Agent タスクによるエンドツーエンドの納品を利用できます。

効率と能力を両立：総パラメータ数 280B、アクティブパラメータ数 14B の MoE アーキテクチャにより、複数のベンチマークで競争力のあるスコアを達成しながら、極めて高速なデコード速度を維持します。
超長文脈：1M のコンテキストに対応し、大規模なコードベースや膨大な文書など、長大な入力を処理できます。
長期タスクの実行能力：最大 11 時間規模の複雑な開発タスクをエンドツーエンドで完了でき、継続的な計画、実行、反復の能力を備えています。
ゲーム開発への深い適応：Unreal Engine、Unity、Godot など主要エンジン向けに専門的な最適化を行い、アイデア設計からシーン構築までの全工程をカバーします。
自己検証能力：視覚的な問題を測定可能なコードテストへ変換し、ロボットによるプレイテストや状態探索によって成果物の品質を自動検証できます。
ツールと素材の統合能力：Blender、CAD などのツールを自在に使い、データの検索、ライセンス素材の統合、レンダリングや合成などの一連のパイプライン編成を行えます。

公式サイト：https://ernie.baidu.com/zh/release/ernie-5-5-flash-preview/

ゲーム開発：完全な企画書に基づき、ゲームシステム、グラフィック、サウンドを備えたモバイルゲームをエンドツーエンドで制作したり、UE/Unity大型ゲームの長期的な開発・反復を完了したりできます。
3D モデリングと設計：Blender、CAD などのツールを通じて、テキストによる説明をパラメトリックで編集可能な 3D モデルへ変換し、外部素材を統合してディテール豊かなシーンを構築します。
業界調査とレポート作成：金融、法律などの分野を対象に、複数ソースの資料を自動的に統合し、データクレンジング、分析、相互検証を行って、専門的な調査レポートやプレゼンテーションを納品します。
動画・アニメーション制作：アイデア、脚本、絵コンテ、映像、ナレーションの全工程をカバーし、素材を編成してテンポを調整し、完成映像を出力できます。純粋なコードでスタイル性のあるアニメーション短編を制作することも可能です。