百度集团近日推出文心5.0正式版，该模型采用2.4万亿参数规模架构，支持文本、图像、音频、视频等多模态输入输出，用户可通过文心APP、文心一言官网及百度千帆平台体验。 技术上，文心5.0创新性地采用原生全模态统一建模方案。不同于行业常见的"后期融合"技术，该模型统一的自回归架构下进行多源数据联合训练，实现不同模态特征的深度融合与协同优化，有效解决了传统多模态方案中各模态特征相对独立的问题。 在推理效率上，文心5.0采用超大规模混合专家结构，通过超稀疏激活参数设计将激活参数比控制在3%以下，在保持强大模型能力的同时大幅提升推理效率。此外，结合思维链和行动链的端到端多轮强化学习训练方法，大幅增强了模型的智能体和工具调用能力。 评测数据显示，文心5.0在40余项国际基准测试中表现优异，其语言与多模态理解能力超越Gemini-2.5-Pro、GPT-5-High等国际主流模型。在LMArena全球大模型竞技场排名中，以1460分位列文本榜国内第一、全球第八，图像与视频生成能力达到专业模型水平。 实际应用中，文心5.0显示出强大功能：仅需输入视频教程即可自动生成可运行前端代码；在创意写作中能模拟特定文学风格，融合古典语境与现代商业逻辑。这些能力均得益于其原生全模态建模技术优势。 为提升模型专业性，百度推出"文心导师"计划，邀请835位来自科技、金融、文化等十余个行业的专家，以及数理化生等学科领域学者，对模型进行知识传授和专业校准，提升逻辑严谨性、专业深度和创意质量。
文心5.0的推出标志着中国在多模态大模型领域实现突破。在全球AI竞争日益激烈的背景下，此进展不仅展现了我国科技企业的创新能力，也为提升中国AI国际竞争力提供了有力支撑。未来随着更多原创成果涌现，中国将在全球人工智能发展中发挥更重要作用。