百度近日宣布，其自主研發(fā)的原生全模態(tài)大模型文心5.0正式版已全面上線。這款模型擁有2.4萬億參數(shù)規(guī)模，通過原生全模態(tài)統(tǒng)一建模技術(shù)，實現(xiàn)了文本、圖像、音頻、視頻等多類型信息的無縫輸入與輸出。目前，個人用戶可通過文心APP及官網(wǎng)直接體驗，企業(yè)與開發(fā)者則可通過百度千帆平臺進行調(diào)用，覆蓋了從消費級到產(chǎn)業(yè)級的廣泛應(yīng)用場景。

在權(quán)威評測中，文心5.0正式版展現(xiàn)出顯著優(yōu)勢。其語言與多模態(tài)理解能力在40余項國際基準(zhǔn)測試中超越Gemini-2.5-Pro、GPT-5-High等同類模型，穩(wěn)居全球第一梯隊；圖像與視頻生成能力則與垂直領(lǐng)域?qū)I(yè)模型持平，整體技術(shù)指標(biāo)達(dá)到國際領(lǐng)先水平。這一成果標(biāo)志著中國在多模態(tài)大模型領(lǐng)域?qū)崿F(xiàn)了底層技術(shù)的自主突破。

據(jù)百度集團副總裁吳甜介紹，文心5.0的技術(shù)路線與行業(yè)常見的“后期融合”方案截然不同。該模型采用統(tǒng)一的自回歸架構(gòu)，將文本、圖像、視頻、音頻等多源數(shù)據(jù)置于同一框架下聯(lián)合訓(xùn)練，使不同模態(tài)的特征在底層實現(xiàn)深度融合與協(xié)同優(yōu)化。這種原生全模態(tài)建模方式，從根本上解決了多模態(tài)信息處理中的割裂問題，為復(fù)雜場景的智能應(yīng)用提供了技術(shù)基礎(chǔ)。

在效率優(yōu)化方面，文心5.0引入超大規(guī)模混合專家結(jié)構(gòu)，通過超稀疏激活參數(shù)設(shè)計，將激活參數(shù)比例控制在3%以下。這一創(chuàng)新在保持模型強大性能的同時，顯著提升了推理效率，降低了計算資源消耗。模型還基于大規(guī)模工具環(huán)境合成多輪任務(wù)軌跡數(shù)據(jù)，結(jié)合思維鏈與行動鏈的端到端強化學(xué)習(xí)訓(xùn)練，大幅增強了智能體決策與工具調(diào)用能力。

實際應(yīng)用場景中，文心5.0的能力突破得到充分驗證。在代碼生成任務(wù)中，模型僅需觀看一段復(fù)刻“活了么”App的教程視頻，即可自動拆解操作步驟、理解交互邏輯，并直接生成可運行的前端代碼；在創(chuàng)意寫作領(lǐng)域，模型能模擬《紅樓夢》中王熙鳳的語言風(fēng)格，創(chuàng)作出融合古典語境與現(xiàn)代商業(yè)邏輯的“大觀園資產(chǎn)重組方案”，展現(xiàn)出跨領(lǐng)域情境理解與內(nèi)容生成能力。

為持續(xù)提升模型專業(yè)性與可靠性，百度同步推進“文心導(dǎo)師”計劃。目前，該計劃已匯聚835位來自科技、金融、文化、教育、醫(yī)療、能源等十余個重點行業(yè)，以及數(shù)理化生文史哲等學(xué)科的專家。導(dǎo)師團隊通過知識傳授、鑒賞評價、專業(yè)校準(zhǔn)等方式，對模型進行針對性指導(dǎo)，助力其在邏輯嚴(yán)謹(jǐn)性、專業(yè)深度、創(chuàng)意質(zhì)量及價值觀對齊等方面實現(xiàn)持續(xù)優(yōu)化。

此前，文心5.0系列模型已多次在國際競技場嶄露頭角。自2025年11月發(fā)布Preview版本以來，該模型在LMArena全球大模型競技場中屢創(chuàng)佳績，多次登頂文本榜與視覺理解榜國內(nèi)第一，并躋身國際第一梯隊。最新數(shù)據(jù)顯示，1月15日文心5.0以1460分位列文本榜國內(nèi)首位、全球第八，超越GPT-5.1-High、Gemini-2.5-Pro等多款主流模型。

行業(yè)分析認(rèn)為，文心5.0正式版的推出，不僅驗證了原生全模態(tài)技術(shù)路線的成熟度與實用性，更彰顯了中國AI企業(yè)在多模態(tài)大模型領(lǐng)域的自主創(chuàng)新能力。這一突破有望進一步鞏固中國在全球AI產(chǎn)業(yè)競爭中的技術(shù)優(yōu)勢，為智能經(jīng)濟時代的產(chǎn)業(yè)升級提供核心動力。