百度近日宣布，其自主研發的原生全模態大模型文心5.0正式版已全面上線。這款模型擁有2.4萬億參數規模，通過原生全模態統一建模技術，實現了對文本、圖像、音頻、視頻等多種信息類型的全面支持，既能理解也能生成多模態內容。目前，個人用戶可通過文心APP或官網直接體驗，企業和開發者則可通過百度千帆平臺進行調用。
在權威基準測試中，文心5.0正式版展現出強勁實力。其語言與多模態理解能力超越Gemini-2.5-Pro、GPT-5-High等國際主流模型，穩居全球第一梯隊；圖像與視頻生成能力則與垂直領域專業模型相當，整體技術處于世界領先水平。這一成果標志著中國在多模態大模型領域的技術突破。
百度集團副總裁吳甜介紹，文心5.0采用獨特的自回歸架構進行原生全模態建模，將文本、圖像、視頻、音頻等多源數據在同一模型框架中聯合訓練。這種技術路線使多模態特征在統一架構下深度融合，實現了真正的全模態理解與生成，而非傳統方案的"后期融合"。模型通過超大規?；旌蠈＜医Y構和超稀疏激活參數設計，激活參數比低于3%，在保持強大能力的同時顯著提升了推理效率。
基于大規模工具環境合成的長程任務軌跡數據，以及思維鏈和行動鏈的端到端多輪強化學習訓練，文心5.0的智能體和工具調用能力得到顯著增強。在應用場景中，該模型展現出驚人實力：輸入一段復刻"活了么"App的教程視頻，它能自動拆解步驟、理解交互邏輯，并直接生成可運行的前端代碼；在創意寫作任務中，可模擬《紅樓夢》中王熙鳳的語言風格，創作出融合古典語境與現代商業邏輯的"大觀園資產重組方案"。這些案例充分證明了模型在情境理解和創作方面的卓越能力。
為持續提升模型質量，百度同步推進"文心導師"計劃。目前已有835位來自科技、金融、文化、教育、醫療、能源等重點行業，以及數理化生文史哲等學科的專家加入導師隊伍。他們在知識傳授、鑒賞評價、專業校準等方面為模型提供指導，幫助其在邏輯嚴謹性、專業深度、創意質量和價值觀對齊等方面不斷優化。
回顧發展歷程，文心5.0系列模型自2025年11月發布Preview版本以來，已在LMArena全球大模型競技場多次取得優異成績，長期位居文本榜和視覺理解榜國內第一，躋身國際第一梯隊。最新數據顯示，1月15日文心5.0以1460分位列LMArena文本榜國內第一、全球第八，超越GPT-5.1-High、Gemini-2.5-Pro等多款國內外主流模型。這一系列成就體現了中國模型廠商在多模態大模型底層技術的自主創新能力，有助于提升中國AI在全球產業競爭中的技術話語權。
