Wu Dao 3.0: La versione cinese di GPT-5
Quando gli Stati Uniti hanno tagliato l'accesso della Cina ai chip avanzati, l'Accademia di Intelligenza Artificiale di Pechino si è trovata di fronte a una scelta: lamentarsi delle restrizioni o aggirarle. Hanno scelto la seconda opzione.
Wu Dao 3.0, lanciato nel luglio 2023, butta via il copione. Nessun modello massiccio con trilioni di parametri che compete per i titoli. Invece, BAAI ora costruisce modelli compatti che le startup cinesi possono effettivamente eseguire senza bisogno di un magazzino pieno di GPU.
Perché BAAI ha cambiato direzione
Wu Dao 2.0 ha fatto notizia nel 2021 con 1,75 trilioni di parametri, affermando di rivaleggiare con GPT-3. Due anni dopo, BAAI ha silenziosamente accantonato quell'approccio. Le ragioni sono:
- Sanzioni sui chip statunitensi hanno limitato l'accesso alle GPU avanzate
- I costi di addestramento per i mega-modelli sono diventati proibitivi
- La politica del governo cinese si è spostata verso applicazioni pratiche piuttosto che progetti di prestigio
- La realtà del mercato ha mostrato che la maggior parte delle aziende ha bisogno di strumenti specializzati, non di giganti generici
La nuova strategia: costruire una collezione di modelli più piccoli (chiamati Aquila) che lavorano insieme. Pensa ai microservizi invece che ai monoliti.
Wu Dao 3.0 spiegato
Wu Dao 3.0 non è un singolo modello. È un ecosistema di strumenti AI specializzati rilasciati sotto il marchio Aquila:
AquilaChat: Modelli di dialogo
Due dimensioni disponibili:
- 7 miliardi di parametri: Compete con LLaMA 7B e modelli open-source simili
- 33 miliardi di parametri: Si rivolge a conversazioni più complesse
Entrambi sono stati addestrati su testi cinesi (40%) e inglesi (60%). La versione più piccola gira su hardware consumer; non hai bisogno di un data center.
BAAI afferma che AquilaChat 7B supera i modelli internazionali comparabili, sebbene i benchmark indipendenti rimangano limitati.
Le origini: Come è iniziato Wu Dao
Lo sviluppo è iniziato nell'ottobre 2020, diversi mesi dopo il rilascio di GPT-3. Il nome Wu Dao (悟道) si traduce in "strada verso la consapevolezza" in cinese, un nome ambizioso per un progetto ambizioso.
Wu Dao 1.0 è stato lanciato il 11 gennaio 2021, con quattro modelli specializzati che lavoravano insieme. Ognuno gestiva compiti diversi: Wen Yuan (2,6 miliardi di parametri) si concentrava su domande-risposte e correzione grammaticale. Wen Lan (1 miliardo di parametri) generava didascalie per immagini utilizzando 50 milioni di coppie di immagini. Wen Hui (11,3 miliardi di parametri) scriveva poesie, creava video e gestiva ragionamenti complessi. Wen Su, costruito su Google's BERT, prevedeva le strutture proteiche simili ad AlphaFold.
Poi è arrivato Wu Dao 2.0 il 31 maggio 2021. BAAI ha fatto notizia, affermando 1,75 trilioni di parametri, dieci volte più grandi dei 175 miliardi di GPT-3. I media lo hanno definito "il più grande sistema di AI linguistica finora". I commentatori lo hanno visto come il tentativo della Cina di competere direttamente con il dominio dell'AI americana.
La realtà dei dati di addestramento
Wu Dao 2.0 ha utilizzato 4,9 terabyte di immagini e testo, 1,2 TB di cinese, 1,2 TB di inglese, più dati di immagini. GPT-3 è stato addestrato su 45 terabyte di testo da solo. Wu Dao aveva dieci volte i parametri ma meno di un decimo dei dati di addestramento.
Il dataset WuDao Corpora per la versione 2.0 conteneva 3 TB di testo web, 90 TB di dati grafici (630 milioni di coppie testo/immagine) e 181 GB di dialoghi cinesi che rappresentavano 1,4 miliardi di round di conversazione.
Questa discrepanza tra il numero di parametri e i dati di addestramento suggeriva qualcosa di importante: Wu Dao 2.0 utilizzava un'architettura diversa chiamata Mixture-of-Experts (MoE). A differenza del modello "denso" di GPT-3, dove tutti i parametri si attivano per ogni compito, i modelli MoE attivano solo gli esperti rilevanti per ogni input. Questo richiede molta meno potenza di calcolo per l'addestramento, ma la ricerca ha dimostrato che i modelli MoE con trilioni di parametri performano in modo comparabile ai modelli densi centinaia di volte più piccoli.
Wu Dao 2.0 ha utilizzato specificamente FastMoE, la variante MoE di Google. Era un'ingegneria intelligente intorno alle limitazioni hardware, sebbene il marketing di BAAI enfatizzasse i numeri grezzi dei parametri.
AquilaCode: Generazione da testo a codice
Ancora in sviluppo. Le prime versioni possono generare:
- Algoritmi di base (sequenze di Fibonacci, ordinamento)
- Giochi semplici
- Script di utilità
Non ancora al livello di GitHub Copilot o delle capacità di codifica di GPT-4, ma in miglioramento. BAAI si rivolge agli sviluppatori che hanno bisogno di generazione di codice in contesti tecnici cinesi.
Serie visione Wu Dao
Una collezione di modelli di visione artificiale, non un singolo sistema:
EVA (1 miliardo di parametri): Si concentra sull'apprendimento della rappresentazione visiva. Addestrato su dataset pubblici, raggiungendo nuovi benchmark in:
- Riconoscimento delle immagini
- Rilevamento delle azioni video
- Rilevamento degli oggetti
- Compiti di segmentazione
Open source, a differenza dei concorrenti che mantengono i modelli di visione proprietari.
- EVA-CLIP: BAAI afferma che questa è la migliore alternativa open-source CLIP disponibile. Gestisce l'abbinamento immagine-testo per la ricerca e il recupero.
- Painter: Implementa l'apprendimento visivo "in-context", mostra esempi e impara nuovi compiti visivi senza riaddestramento. Simile a come GPT-3 fa l'apprendimento in-context per il testo.
- vid2vid-zero: Strumento di editing video zero-shot. Modifica i video in base alle descrizioni testuali senza addestramento su dataset specializzati di editing video.
- Emu (modelli multimodali): Gestisce sia immagini che testo in un singolo modello. I casi d'uso includono didascalie per immagini, risposte a domande visive e generazione di contenuti.
FlagOpen: Il livello infrastrutturale
BAAI ha anche potenziato la piattaforma FlagOpen, che hanno lanciato all'inizio del 2023. Questo sistema offre tecniche di addestramento parallelo, inferenza più veloce, strumenti di valutazione e utility di elaborazione dei dati, fornendo essenzialmente tutto il necessario per sviluppare grandi modelli AI. 1
Quando Wu Dao 2.0 è stato presentato per la prima volta alla Conferenza Zhiyuan di Pechino, i suoi creatori hanno mostrato poesie e disegni cinesi generati da esso.2 Dopo quell'evento, è stato creato uno studente virtuale basato sul modello AI di Wu Dao, Zhibing Hua. Wu Dao alimenta lo studente virtuale. Pertanto, può utilizzare la sua base di conoscenze e le capacità di apprendimento per scrivere poesie, disegnare e comporre musica.
Sebbene queste funzionalità non siano evidenziate per Wu Dao 3.0, vale la pena menzionarle se prevedi di utilizzare Wu Dao 2.0 per la tua azienda invece di Wu Dao 3.0.
Figura 1: Poesie generate da Wu Dao 2.03
Benchmark di apprendimento zero-shot
- ImageNet: Raggiunge prestazioni zero-shot state-of-the-art, superando CLIP di OpenAI.
- UC Merced Land-Use: Registra la massima accuratezza zero-shot nella classificazione dell'uso del suolo aereo, superando CLIP.
Benchmark di apprendimento few-shot
- SuperGLUE (FewGLUE): Supera GPT-3, raggiungendo i migliori risultati di apprendimento few-shot.
Benchmark di conoscenza e comprensione linguistica
- Rilevamento della conoscenza LAMA: Dimostra un recupero superiore della conoscenza fattuale, superando AutoPrompt.
- Test Cloze LAMBADA: Supera Microsoft Turing-NLG nella comprensione della lettura e nella comprensione del contesto.
Da testo a immagine e benchmark di recupero da immagine a testo
- MS COCO (Generazione da testo a immagine): Supera DALL·E di OpenAI nella generazione di immagini da descrizioni testuali.
- MS COCO (Recupero immagine-testo inglese): Supera CLIP di OpenAI e ALIGN di Google nel recupero di immagini da didascalie (e viceversa).
- MS COCO (Recupero immagine-testo multilingue): Supera UC2 e M3P nel recupero immagine-testo multilingue.
- Multi30K (Recupero immagine-testo multilingue): Supera anche UC2 e M3P, confermando le sue forti capacità multimodali multilingue.
Wu Dao 3.0 vs. OpenAI GPT
Ecco un confronto completo dei modelli LLM di Wu Dao 3.0 e vari OpenAI modelli basati su BAAI.4 Non possiamo fornire confronti più dettagliati e aggiornati per Wu Dao poiché non dispone di benchmark recenti e coerenti disponibili.
Prestazioni nel contesto lungo
Test su quattro compiti:5
- VCSUM (sintesi cinese)
- LSHT (gestione sequenze lunghe cinesi)
- HotpotQA (ragionamento multi-hop inglese)
- 2WikiMQA (QA multi-documento inglese)
Benchmark delle prestazioni di ragionamento
Test su 6 compiti:6
- bAbI #16 e CLUTRR (ragionamento induttivo)
- bAbI #15 e EntailmentBank (ragionamento deduttivo)
- αNLI (ragionamento abduttivo)
- E-Care (ragionamento causale)
Se vuoi usare Wu Dao, puoi configurarlo sul tuo computer scaricandolo per free.7
Aggiungi come fonte preferitaConcorrenti di Wu Dao 3.0
Qwen3.5
Qwen3.5 è una famiglia di modelli linguistici di grandi dimensioni a peso aperto di Alibaba progettata come sistema nativo multimodale Mixture-of-Experts (MoE).
Il modello di punta (Qwen3.5-397B-A17B) contiene circa 397B di parametri ma ne attiva solo ~17B per inferenza, consentendo alte prestazioni con costi di calcolo inferiori.
Il modello utilizza un'architettura ibrida che combina il routing MoE sparso con le Gated Delta Networks e l'attenzione lineare, consentendo un'inferenza efficiente supportando al contempo ragionamento avanzato, codifica e comprensione multimodale.
Qwen3.5 è addestrato su dati multimodali a fusione precoce, consentendogli di elaborare input testuali e visivi all'interno di un modello unificato e alimentare "agenti multimodali nativi" che possono ragionare sulle interfacce ed eseguire compiti complessi multi-step.8
Kimi K2.5
Kimi K2.5 è un modello multimodale open-source di Moonshot AI progettato attorno a un'architettura incentrata sull'agente per la codifica e l'automazione dei flussi di lavoro. Il modello integra capacità visive e linguistiche, consentendogli di interpretare testo, immagini e video mentre genera codice pronto per la produzione.
K2.5 è stato addestrato su circa 15 trilioni di token multimodali e supporta il ragionamento nel contesto lungo (fino a ~256K token) insieme alla chiamata degli strumenti e ai flussi di lavoro degli agenti autonomi.
Una caratteristica distintiva è il suo paradigma "agent swarm", dove più agenti coordinati possono gestire sottocompiti in parallelo per risolvere flussi di lavoro ingegneristici o di sviluppo complessi.
Moonshot ha rilasciato il modello insieme a un agente di codifica, posizionando Kimi K2.5 come alternativa focalizzata sugli sviluppatori ai modelli frontiera proprietari per la costruzione di sistemi software assistiti dall'AI.9
ERNIE 5.0
ERNIE 5.0 è il modello fondazionale di punta di Baidu e un sistema nativamente omni-modale che elabora e genera testo, immagini, audio e video all'interno di un'unica architettura.
Il modello reportedly contiene circa 2,4 trilioni di parametri utilizzando un design Mixture-of-Experts, consentendo un'elevata capacità mentre attiva solo una frazione di parametri per inferenza per l'efficienza.
ERNIE 5.0 è stato integrato nel bot ERNIE di Baidu e nella piattaforma aziendale Qianfan, supportando una serie di applicazioni AI generative tra prodotti consumer e aziendali.10
FAQ
No. I modelli Aquila mirano a casi d'uso diversi. Per i compiti linguistici cinesi con risorse di calcolo limitate, sono pratici. Per le capacità generali in inglese, GPT-5 li supera significativamente.
Sì, i modelli sono open source. Controlla le licenze specifiche per ogni componente Aquila, ma l'uso commerciale è generalmente consentito.
Barriera linguistica (documentazione), integrazione dell'ecosistema (costruito per strumenti cinesi) e lacune nelle prestazioni nei compiti in inglese.
Cita questa ricerca
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem},
title = {{Wu Dao 3.0: La versione cinese di GPT-5}},
year = {2026},
month = mar,
howpublished = {\url{https://aimultiple.com/wu-dao}},
note = {AIMultiple. Consultato il 5 Marzo 2026}
}Collegamenti di riferimento
Sii il primo a commentare
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.