11 月 13 日 2025 百度世界大會上，百度正式推出原生全模態(tài)大模型文心 5.0，2.4 萬億參數(shù)量搭配統(tǒng)一建模技術(shù)，直接將國內(nèi)大模型競爭拉至全球頂尖水準，這波技術(shù)迭代不止是參數(shù)升級，更是對 AI 使用場景的全面拓寬。

不同于多數(shù)模型的 “后期融合” 套路，文心 5.0 從訓練之初就打通文本、圖像、音頻、視頻等多模態(tài)數(shù)據(jù)，用統(tǒng)一自回歸架構(gòu)實現(xiàn) “理解與生成一體化”。這意味著它不用在不同模態(tài)間 “切換適配”，處理圖文結(jié)合的創(chuàng)意寫作、音視頻內(nèi)容解析時，流暢度和精準度遠超傳統(tǒng)模型，比如生成短視頻腳本時能同步匹配畫面描述，解析會議錄音時可自動提取圖文關(guān)鍵信息。

硬實力有權(quán)威評測背書：在 40 余項全球基準測試中，其語言與多模態(tài)理解能力看齊 Gemini-2.5-Pro、GPT-5-High，圖像與視頻生成能力比肩垂直專精模型；此前 LMArena 排名中，它還拿下文本任務中國第一、全球并列第二的成績，創(chuàng)意寫作和復雜問題理解尤為突出。

更難得的是 “強能力 + 高效率” 兼顧，采用超稀疏混合專家架構(gòu)，激活參數(shù)占比低于 3%，既保證了 2.4 萬億參數(shù)的算力支撐，又提升了推理速度，避免了 “大而笨重” 的痛點。同時通過強化學習訓練，智能體規(guī)劃和工具調(diào)用能力顯著提升，不管是普通用戶日常交互，還是企業(yè)級復雜任務處理，都能高效適配。

目前文心 5.0 Preview 已上線文心 App，開發(fā)者和企業(yè)可通過百度千帆平臺調(diào)用 API，普通人能直接體驗全模態(tài)生成、創(chuàng)意寫作等功能，企業(yè)則可基于其搭建專屬應用。

在我看來，文心 5.0 的核心突破不是參數(shù)數(shù)字，而是 “原生全模態(tài)” 帶來的場景革命 ——AI 終于能像人類一樣 “綜合解讀多元信息”，這讓它從 “專業(yè)工具” 變成 “全民助手”。對創(chuàng)意從業(yè)者來說，圖文音視頻一體化生成能節(jié)省大量時間；對企業(yè)而言，全模態(tài)理解能力可賦能客服、營銷、研發(fā)等多個環(huán)節(jié)。隨著這類原生全模態(tài)模型落地，AI 與日常工作生活的融合會更自然，真正走進 “萬物皆可智能” 的新階段。