百度發(fā)布文心大模型5.0 王海峰：文心5.0采用原生全模態(tài)建模技術

11月13日，2025百度世界大會上，百度正式對外發(fā)布原生全模態(tài)大模型文心大模型5.0。該模型參數(shù)量達2.4萬億，采用原生全模態(tài)統(tǒng)一建模技術，具備全模態(tài)理解與生成能力，支持文本、圖像、音頻、視頻等多種信息的輸入與輸出。

文心5.0基礎能力全面升級，在多模態(tài)理解、指令遵循、創(chuàng)意寫作、事實性、智能體規(guī)劃與工具應用等方面表現(xiàn)突出，擁有強大的理解、邏輯、記憶和說服力。在40余項權威基準的綜合評測中，其語言與多模態(tài)理解能力與Gemini-2.5-Pro、GPT-5-High等模型持平，圖像與視頻生成能力與垂直領域?qū)＞Ｐ拖喈敚_到全球領先水平，驗證了原生全模態(tài)大模型的能力和潛力。

（文心5.0 在多模態(tài)理解、指令遵循、創(chuàng)意寫作、事實性等）

百度創(chuàng)始人李彥宏會上表示，大模型技術在快速迭代，其智能水平不斷突破極限，模型思考時間變長，原生全模態(tài)統(tǒng)一，將自我學習和迭代，具備創(chuàng)新能力。“智能本身是最大的應用，而技術迭代速度是唯一護城河。百度會持續(xù)投入、研發(fā)更前沿的模型，推高智能天花板。”

百度首席技術官王海峰介紹，文心大模型5.0是新一代原生全模態(tài)大模型。不同于業(yè)界多數(shù)的多模態(tài)模型采用后期融合的方式，文心5.0的技術路線是采用統(tǒng)一的自回歸架構進行原生全模態(tài)建模，理解與生成一體化。從訓練開始便融合語言、圖像、視頻、音頻等多模態(tài)數(shù)據(jù)，使得多模態(tài)特征在統(tǒng)一架構下充分融合并協(xié)同優(yōu)化，實現(xiàn)原生的全模態(tài)統(tǒng)一理解與生成。

依托飛槳深度學習框架，文心5.0采用了超稀疏混合專家架構，進行龐大的全模態(tài)訓練，總參數(shù)規(guī)模超過 2.4 萬億，激活參數(shù)比例低于 3%，在保持模型強大能力的同時有效提升推理效率。 同時，基于大規(guī)模工具環(huán)境，合成長程任務軌跡數(shù)據(jù)，并采用基于思維鏈和行動鏈的端到端多輪強化學習訓練，顯著提升了模型的智能體和工具調(diào)用能力。

目前，文心大模型5.0 Preview已同步上線文心App，用戶可直接體驗；開發(fā)者和企業(yè)用戶也可通過百度千帆大模型平臺，調(diào)用文心大模型5.0 API 服務。

此前在11月8日，LMArena大模型競技場最新排名顯示，文心模型ERNIE-5.0-Preview-1022在文本任務評測中位列全球并列第二、中國第一，尤其在創(chuàng)意寫作、復雜問題理解等方面表現(xiàn)突出。