在2025百度世界大会上，一款备受瞩目的原生全模态大模型——文心大模型5.0正式亮相。这款由百度自主研发的模型，凭借其2.4万亿的参数量和原生全模态统一建模技术，成为全场焦点。它不仅能够处理文本、图像、音频、视频等多种信息输入，还能实现多模态信息的同步生成，标志着人工智能领域在多模态交互方面迈出了重要一步。
文心大模型5.0的突破性不仅体现在技术架构上，更在于其实际表现。在多模态理解、指令遵循、创意写作、事实性核查以及智能体规划与工具应用等多个维度，该模型均展现出卓越能力。据权威基准评测显示，其语言与多模态理解能力已与Gemini-2.5-Pro、GPT-5-High等国际顶尖模型持平，而在图像与视频生成领域，其表现甚至可与垂直领域专精模型相媲美，达到全球领先水平。
百度创始人李彦宏在会上强调，大模型技术的快速发展正不断突破智能极限。他指出，随着模型思考时间的延长和原生全模态的统一，人工智能将具备更强的自我学习和迭代能力，甚至能够展现出创新能力。他表示，智能本身即是最大的应用场景，而技术迭代的效率将成为企业竞争的核心优势。百度将持续投入研发，推动智能技术向更高层次发展。
作为新一代原生全模态大模型，文心5.0的技术路线与业界多数模型存在显著差异。百度首席技术官王海峰介绍，该模型采用统一的自回归架构进行原生全模态建模，实现了理解与生成的一体化。从训练阶段开始，模型便融合语言、图像、视频、音频等多模态数据，使不同模态的特征在统一架构下充分交互并协同优化，从而实现了原生的全模态统一理解与生成。
在技术实现上，文心大模型5.0依托飞桨深度学习框架，采用了超稀疏混合专家架构。这一设计使得模型在保持庞大参数规模（超过2.4万亿）的同时，激活参数比例低于3%，有效提升了推理效率。通过基于大规模工具环境的合成长程任务轨迹数据，并结合思维链和行动链的端到端多轮强化学习训练，模型的智能体和工具调用能力得到了显著提升。
目前，文心大模型5.0 Preview已通过文心App向公众开放体验，开发者和企业用户也可通过百度千帆大模型平台调用其API服务。这一举措不仅降低了技术应用的门槛，也为行业创新提供了强大支持。
值得一提的是，在11月8日公布的LMArena大模型竞技场最新排名中，文心模型ERNIE-5.0-Preview-1022在文本任务评测中表现优异，位列全球并列第二、中国第一。尤其在创意写作和复杂问题理解等方面，该模型展现了独特的优势，进一步验证了百度在人工智能领域的领先地位。
