百度開源多模態模型 ERNIE-Thinking:總參 28B 僅啟用 3B,支援影像動態縮放
週一,百度開源多模態模型 ERNIE-4.5-VL-28B-A3B-Thinking,採用 Apache 2.0 協議。該模型總引數 28B 但執行時僅啟用 3B,支援動態縮放影像來捕捉細節,百度宣稱其在圖表和文件理解等多項基準上超過了 Gemini 2.5 Pro 與 GPT-5-High。
週一,百度開源多模態模型 ERNIE-4.5-VL-28B-A3B-Thinking,採用 Apache 2.0 協議。該模型總引數 28B 但執行時僅啟用 3B,支援動態縮放影像來捕捉細節,百度宣稱其在圖表和文件理解等多項基準上超過了 Gemini 2.5 Pro 與 GPT-5-High。
百度在 WAVE SUMMIT 2025 上推出推理模型 ERNIE X1.1,並開源 ERNIE-4.5-21B-A3B-Thinking。ERNIE X1.1 相比前代事實性提升 34.8%,官方稱綜合表現超越 DeepSeek R1-0528,對標 GPT-5 和 Gemini 2.5 Pro。模型已上線文心一言與文小言。
週三,百度推出企業級 AI 圖生影片模型 MuseSteamer,可生成最長 10 秒影片,提供 Turbo、Pro 與 Lite 三個版本。同時百度大改搜尋引擎,搜尋框開始支援更長提問與圖文語音輸入。不過 MuseSteamer 目前僅供企業使用,暫未推出面向個人的應用。
百度宣佈將在今年開源文心大模型系列。據路透社報道,本次開源重點針對即將推出的 Ernie 4.5 系列,預計在未來幾個月向用戶推出,並於 6 月 30 日正式開原始碼。此舉緊隨 DeepSeek-R1 引發開源熱潮之後,後續百度還計劃推出 Ernie 5。
Baidu 在百度世界大會上推出一款搭載 ERNIE 的 AI 智慧眼鏡。眼鏡配有攝像頭與麥克風,支援語音互動、識圖問答、拍照錄像和熱量監測。產品預計明年發貨,將成為國內使用者對標 Meta 智慧眼鏡的本土選擇。
OpenAI 正式開始阻斷來自未支援地區的 API 流量,中國開發者受到直接影響。商湯、百度、智譜 AI 和騰訊雲等本土廠商藉機搶客,紛紛推出免費遷移方案並贈送數千萬至上億 token。這一舉動加速了本土替代,但也凸顯了國內在算力與晶片上的壓力。
據報道,三星 Galaxy S24 國行版將其 Galaxy AI 底層模型從 Google Gemini 換成了百度的文心大模型,負責提供翻譯與長文摘要等功能。面對在華市場份額下滑的壓力,三星選擇依靠本土模型落地,而海外版則繼續搭載 Gemini。
在百度北京舉辦的「Prompt the World」大會上,李彥宏正式推出文心大模型 4.0。他表示該模型在理解、生成、邏輯和記憶四大核心能力上全面升級,綜合水平不遜於 GPT-4。百度已將其接入搜尋、文庫和地圖等產品,不過資本市場反響偏謹慎,釋出當日股價微跌。
百度旗下聊天機器人文心一言正式向公眾全面開放,上線 19 小時內使用者數突破 100 萬。商湯、智譜 AI 等首批大模型也同時獲批。普通使用者可通過各大應用商店或官網下載體驗,不過目前註冊登入仍需要繫結中國手機號。
週二,百度釋出大模型 ERNIE 3.5。測試顯示該模型在中文等基準測試中超過 ChatGPT 與 GPT 4,並在推理和程式碼能力上全面提升。新版本還支援外掛功能,已整合百度搜索。不過在由美國大學開發的綜合測試中,其成績仍有差距。
百度智慧雲正式公佈 AI 程式設計助手 Comate。它基於文心大模型打造,相容主流 IDE 並支援 30 多種程式語言,不僅能提供單行和多行程式碼補全建議,還支援自然語言生成程式碼,官方稱其程式碼採納率達到 50%。
本週,李彥宏在摩根大通中國峰會上宣佈,百度設立規模為 10 億元人民幣(約 1.45 億美元)的基金支援生成式 AI 創企。該基金單個專案最高投資 1000 萬元人民幣,重點押注早期應用層,意在拉動開發者基於文心一言底座構建產品。
週一,百度閉門向企業客戶展示文心一言的新能力,包括總結財報、製作 PPT、規劃旅行路線及驅動虛擬人廣告。除了常規對話版,百度確認還將推出產業版,3 月 31 日起開放更多企業測試。最值得關注的是,百度正將其定位為連線各項 AI 服務的產業介面。
百度正式釋出對標 ChatGPT 的「文心一言」。李彥宏在釋出會現場僅配合預錄影片展示互動,未進行即時演示,引發投資者對實際能力的擔憂,導致百度港股跌幅達 6.4%。百度當天開放了測試預約,李彥宏坦言產品尚未完全準備好。
據外媒報道,百度計劃於 3 月推出一款類似 ChatGPT 的對話式人工智慧工具。該產品將基於百度自研的 Ernie(文心)大模型開發,最初作為獨立應用上線,隨後會逐步整合進百度搜索引擎中。