商业范儿
2026-01-22
1月22日，百度发布并上线原生全模态大模型文心5.0正式版。该模型参数达2.4万亿，采用原生全模态统一建模技术，具备全模态理解与生成能力，支持文本、图像、音频、视频等多种信息的输入与输出。目前，个人用户可在文心APP、文心一言官网体验，企业与开发者可通过百度千帆平台进行调用。
在40余项权威基准的综合评测中，文心 5.0 正式版的语言与多模态理解能力超越Gemini-2.5-Pro、GPT-5-High等模型，稳居国际第一梯队。图像与视频生成能力与垂直领域专精模型相当，整体处于全球领先水平。
百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜介绍，与业界多数采用“后期融合”的多模态方案不同，文心5.0的技术路线采用统一的自回归架构进行原生全模态建模，将文本、图像、视频、音频等多源数据在同一模型框架中进行联合训练，使得多模态特征在统一架构下充分融合并协同优化，实现原生的全模态统一理解与生成。
此外，文心5.0采用超大规模混合专家结构，具备超稀疏激活参数，激活参数比低于 3%，在保持模型强大能力的同时，有效提升推理效率。同时，基于大规模工具环境，合成长程任务轨迹数据，并采用基于思维链和行动链的端到端多轮强化学习训练，显著提升了模型的智能体和工具调用能力。
得益于原生全模态建模，文心5.0在多模理解、代码、创意写作等能力上实现显著突破。大会现场，仅输入一段博主复刻“活了么”App教程视频，文心5.0便能自动拆解步骤，理解核心交互逻辑，并直接生成可运行的前端代码。在创意写作任务中，还能模拟《红楼梦》中王熙凤的语言风格，生成融合古典语境与现代商业逻辑的“大观园资产重组方案”，展现出较强的情境理解与创作能力。
据了解，2025年11月，百度发布文心大模型5.0并上线Preview版本。此后，文心5.0系列模型多次登上LMArena全球大模型竞技场，多次位居文本榜和视觉理解榜国内第一，跻身国际第一梯队。1月15日，文心5.0以1460分位列LMArena文本榜国内第一、全球第八，超过GPT-5.1-High、Gemini-2.5-Pro等多款国内外主流模型。
