百度开源多模态模型 ERNIE-Thinking:总参 28B 仅激活 3B,支持图像动态缩放
周一,百度开源多模态模型 ERNIE-4.5-VL-28B-A3B-Thinking,采用 Apache 2.0 协议。该模型总参数 28B 但运行时仅激活 3B,支持动态缩放图像来捕捉细节,百度宣称其在图表和文档理解等多项基准上超过了 Gemini 2.5 Pro 与 GPT-5-High。
周一,百度开源多模态模型 ERNIE-4.5-VL-28B-A3B-Thinking,采用 Apache 2.0 协议。该模型总参数 28B 但运行时仅激活 3B,支持动态缩放图像来捕捉细节,百度宣称其在图表和文档理解等多项基准上超过了 Gemini 2.5 Pro 与 GPT-5-High。
百度在 WAVE SUMMIT 2025 上推出推理模型 ERNIE X1.1,并开源 ERNIE-4.5-21B-A3B-Thinking。ERNIE X1.1 相比前代事实性提升 34.8%,官方称综合表现超越 DeepSeek R1-0528,对标 GPT-5 和 Gemini 2.5 Pro。模型已上线文心一言与文小言。
周三,百度推出企业级 AI 图生视频模型 MuseSteamer,可生成最长 10 秒视频,提供 Turbo、Pro 与 Lite 三个版本。同时百度大改搜索引擎,搜索框开始支持更长提问与图文语音输入。不过 MuseSteamer 目前仅供企业使用,暂未推出面向个人的应用。
百度宣布将在今年开源文心大模型系列。据路透社报道,本次开源重点针对即将推出的 Ernie 4.5 系列,预计在未来几个月向用户推出,并于 6 月 30 日正式开源代码。此举紧随 DeepSeek-R1 引发开源热潮之后,后续百度还计划推出 Ernie 5。
Baidu 在百度世界大会上推出一款搭载 ERNIE 的 AI 智能眼镜。眼镜配有摄像头与麦克风,支持语音交互、识图问答、拍照录像和热量监测。产品预计明年发货,将成为国内用户对标 Meta 智能眼镜的本土选择。
OpenAI 正式开始阻断来自未支持地区的 API 流量,中国开发者受到直接影响。商汤、百度、智谱 AI 和腾讯云等本土厂商借机抢客,纷纷推出免费迁移方案并赠送数千万至上亿 token。这一举动加速了本土替代,但也凸显了国内在算力与芯片上的压力。
据报道,三星 Galaxy S24 国行版将其 Galaxy AI 底层模型从 Google Gemini 换成了百度的文心大模型,负责提供翻译与长文摘要等功能。面对在华市场份额下滑的压力,三星选择依靠本土模型落地,而海外版则继续搭载 Gemini。
在百度北京举办的「Prompt the World」大会上,李彦宏正式推出文心大模型 4.0。他表示该模型在理解、生成、逻辑和记忆四大核心能力上全面升级,综合水平不逊于 GPT-4。百度已将其接入搜索、文库和地图等产品,不过资本市场反响偏谨慎,发布当日股价微跌。
百度旗下聊天机器人文心一言正式向公众全面开放,上线 19 小时内用户数突破 100 万。商汤、智谱 AI 等首批大模型也同时获批。普通用户可通过各大应用商店或官网下载体验,不过目前注册登录仍需要绑定中国手机号。
周二,百度发布大模型 ERNIE 3.5。测试显示该模型在中文等基准测试中超过 ChatGPT 与 GPT 4,并在推理和代码能力上全面提升。新版本还支持插件功能,已集成百度搜索。不过在由美国大学开发的综合测试中,其成绩仍有差距。
百度智能云正式公布 AI 编程助手 Comate。它基于文心大模型打造,兼容主流 IDE 并支持 30 多种编程语言,不仅能提供单行和多行代码补全建议,还支持自然语言生成代码,官方称其代码采纳率达到 50%。
本周,李彦宏在摩根大通中国峰会上宣布,百度设立规模为 10 亿元人民币(约 1.45 亿美元)的基金支持生成式 AI 创企。该基金单个项目最高投资 1000 万元人民币,重点押注早期应用层,意在拉动开发者基于文心一言底座构建产品。
周一,百度闭门向企业客户展示文心一言的新能力,包括总结财报、制作 PPT、规划旅行路线及驱动虚拟人广告。除了常规对话版,百度确认还将推出产业版,3 月 31 日起开放更多企业测试。最值得关注的是,百度正将其定位为连接各项 AI 服务的产业接口。
百度正式发布对标 ChatGPT 的「文心一言」。李彦宏在发布会现场仅配合预录视频展示交互,未进行实时演示,引发投资者对实际能力的担忧,导致百度港股跌幅达 6.4%。百度当天开放了测试预约,李彦宏坦言产品尚未完全准备好。
据外媒报道,百度计划于 3 月推出一款类似 ChatGPT 的对话式人工智能工具。该产品将基于百度自研的 Ernie(文心)大模型开发,最初作为独立应用上线,随后会逐步整合进百度搜索引擎中。