作者：花花小萌主

在日常工作生活中，你是否借助過AI的幫助，比如做旅游攻略、尋找海報設計靈感或進行文案創(chuàng)作？像萬能助手Deepseek、創(chuàng)作助手豆包、即夢AI、文心一言等，大家或多或少都有使用過。

近年來，AI工具不斷升級迭代。在2025百度世界大會上，文心大模型5.0正式亮相。百度創(chuàng)始人李彥宏介紹，該模型具備全模態(tài)理解、創(chuàng)意寫作、指令遵循及智能體規(guī)劃等能力。發(fā)布會上，2.4萬億參數(shù)的數(shù)據(jù)十分亮眼，據(jù)悉這一參數(shù)達到業(yè)界已公開參數(shù)的模型之最。

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)用戶也能通過百度千帆大模型平臺，調(diào)用文心大模型5.0 API服務。據(jù)百度CTO王海峰介紹，文心5.0是原生全模態(tài)大模型，具有原生全模態(tài)建模、理解與生成一體化等特點。當文本、圖像、音頻、視頻不再相互孤立，當AI能像人類一樣“看圖說話”“聽聲辨意”，甚至“以文生畫”，一個原生全模態(tài)的智能時代似乎正快步向我們走來。

文心一言七年的進化之路

在深入了解文心大模型5.0之前，我們先來了解一下文心一言的發(fā)展歷程。在人工智能發(fā)展浪潮中，百度在2019年就敏銳察覺到其巨大潛力，投入大量資源進行基礎研究。當年3月，百度正式發(fā)布知識增強的文心大模型ERNIE1.0，該版本聚焦文本理解，解決了機器對人類語言的基礎認知問題；同年7月，百度文心大模型升級到2.0版本，通過持續(xù)學習框架，在16個中英文任務上取得全球最好效果；到2021年，文心3.0推出，首次在千億級預訓練模型中引入大規(guī)模知識圖譜，實現(xiàn)“多模態(tài)融合”，但生成能力仍局限于單一模態(tài)。

從2019年到2021年，從早期的詞法分析、句法分析，到語義理解、知識圖譜構建，文心一言不斷為多模態(tài)奠定基礎。

2023年，在百度世界大會上，李彥宏宣布文心大模型4.0正式發(fā)布，實現(xiàn)了基礎模型的全面升級，在文學創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理推算、中文理解、多模態(tài)生成五個使用場景中的綜合能力顯著提升。不過當時比較可惜的是，模型能“看”圖，卻無法“聽”懂視頻里的對話；能“寫”文章，卻無法根據(jù)一段語音描述直接生成配圖。

到了2025年接近尾聲時，文心大模型5.0出現(xiàn)了。百度創(chuàng)始人李彥宏在大會上表示，“智能本身是最大的應用，而技術迭代速度是唯一護城河”。

文心5.0的原生全模態(tài)有哪些特征？

不同于以往以“單點突破”技術為主，本次文心5.0帶來的是一場“感官融合革命”，其核心特征可概括為兩點：

一是原生全模態(tài)建模。這是文心5.0的核心突破，百度首席技術官王海峰介紹，業(yè)界多數(shù)多模態(tài)模型采用后期融合方式，如文本模型只能處理文字，圖像模型只能處理圖片，容易丟失跨模態(tài)關聯(lián)信息。而文心5.0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，就像人類大腦通過視覺、聽覺、觸覺協(xié)同感知世界。

二是智能體規(guī)劃與工具應用能力。文心5.0“統(tǒng)一建?！钡募夹g路徑，讓AI從“專才”進化為“通用智能體”，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。

從發(fā)布會可知，依托飛槳深度學習框架，文心5.0采用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。

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。在40余項權威基準的綜合評測中，文心5.0 Preview在語言、視覺理解、音頻理解、視覺生成上，超過多款國內(nèi)外主流模型，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?，達到全球領先水平，驗證了原生全模態(tài)大模型的能力和潛力，尤其在創(chuàng)意寫作、事實性智能體規(guī)劃與工具應用等方面表現(xiàn)較好。

實操文心5.0Preview，創(chuàng)作門檻的消亡與重構

文心大模型5.0已上線百度千帆平臺，用戶登錄即可調(diào)用，但部分能力暫未支持，如視頻生成。為驗證其效果，我們進行了一個簡單實操，分別在文心大模型4.5Turbo和文心5.0Preview輸入同一個簡單指令——“武漢兩日一夜游攻略，盡可能細致，包含線路美食交通等”，結果如下：

結果顯示，同樣參考自9個網(wǎng)頁，文心5.0Preview的攻略比文心4.5Turbo更加全面細致，行程有具體時間安排，美食有人均價格提醒，整個攻略的串聯(lián)性與完整性上，文心5.0的安排更合理且符合事實。經(jīng)過對比可知，文心5.0的分析理解力更勝一籌。

我們還上傳相關視頻讓文心5.0Preview解讀，它能準確讀出視頻的大概主旨及拍攝細節(jié)，解決了之前能“看”圖卻無法“聽”懂視頻對話的瓶頸。文心5.0就像我們雇傭的實習生，能幫助我們在生活工作中提前梳理。

從發(fā)布會信息及實操中可以發(fā)現(xiàn)，文心5.0對互聯(lián)網(wǎng)內(nèi)容創(chuàng)作的影響，遠超“工具替代”的表層邏輯，大概展現(xiàn)出三個內(nèi)在邏輯。

一是創(chuàng)作門檻的“極致降低”。以前，生產(chǎn)高質(zhì)量的“圖文 + 視頻”內(nèi)容，需要掌握多項技能或多人協(xié)同工作，花費大量時間精力；如今，“小白”用戶只需輸入一段文本，就能生成專業(yè)級內(nèi)容。

二是內(nèi)容形態(tài)的“融合革命”。之前AI以單一形態(tài)為主，文心5.0推動的“多模態(tài)融合”正在重構內(nèi)容消費習慣。比如，廣告可能不再是“靜態(tài)海報”，而是“動態(tài)視頻 + 交互設計 + 個性化推薦”的沉浸式體驗。這種“融合”提升了信息傳遞效率，也重新定義了“內(nèi)容”的邊界。

三是創(chuàng)作者角色的“價值重構”。當AI能完成“生成內(nèi)容”的基礎工作，人類創(chuàng)作者的價值不再是“執(zhí)行”，而是補充與創(chuàng)意。AI帶來的信息是片面的，人類需要去驗證并補充完整真相。在這個過程中，人類要發(fā)揮創(chuàng)意，具備“跨模態(tài)敘事能力”，比如設計“文本 - 圖像 - 視頻”的聯(lián)動邏輯，引導AI生成符合情感需求的內(nèi)容，在AI生成的“信息洪流”中提煉獨特觀點。

這三個內(nèi)在邏輯似乎昭示著，文心5.0的發(fā)布正引導AIGC加快進入“多模態(tài)、高擬真、低門檻”的“后真相”時代。所謂“后真相時代”，就是人們把情緒放在真相之前，由情緒引導認知的時代。英國學者赫克托·麥克唐納在《后真相時代》一書中提出“競爭性真相”的概念，即通過許多不同方式描述一件事物，這些描述具有同等真實性，但只包含片面的真相。在后真相時代，圍繞“敘事”的較量成為認知域戰(zhàn)場的重要陣地，人類創(chuàng)作者與AI的默契協(xié)同尤為關鍵。

結語

李彥宏在大會上提出“只有當AI被內(nèi)化為原生的內(nèi)在基因，才能真正實現(xiàn)效果涌現(xiàn)并創(chuàng)造社會紅利”，并強調(diào)未來AI的衡量標準將從技術演示轉(zhuǎn)向?qū)嶋H價值創(chuàng)造。

從2019年開始，文心一言不斷進化，直到如今文心5.0發(fā)布，圍繞原生全模態(tài)建模，展示智能體規(guī)劃與工具應用能力。文心5.0不僅讓AI更“懂”世界，更讓人類重新思考“創(chuàng)造”的本質(zhì)。后真相時代關鍵在于情緒引導，未來人類與AI的關系，將是“創(chuàng)意的引導者”與“執(zhí)行的放大器”的協(xié)同——我們負責定義“為什么創(chuàng)造”，AI負責解決“如何創(chuàng)造”。

文心5.0開啟的，不僅是技術的躍遷，更是人類對“智能”本質(zhì)的重新認知。當機器開始“看”“聽”“說”，人類的“創(chuàng)造”將走向更遼闊的疆域。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com