這個大模型技術如雨后春筍般涌現的時代，如何將技術轉化為真實的生產力，已經成為行業的必答題。

2025年11月13日，百度在北京國家會議中心舉辦了一年一度的百度世界大會，雷科技也受邀參加了本次活動。與往年強調技術突破不同，今年的核心主題是“效果涌現”，李彥宏認為，健康的AI產業結構應該是“倒金字塔”形態，應用層應該遠大于模型和芯片層。

（圖源：百度）

在最新發布的一系列AI原生應用和解決方案中，百度的聚焦點不再是如何讓模型變得更聰明，而是如何讓AI走出實驗室，深入產業實際，去完成更多具體的工作，為企業和個人創造可感知的效果。

所謂“內化AI能力，讓智能從成本變成生產力”，就是這個道理。

文心5.0，原生全模態

在過去的一年里，我們見證了大模型的快速迭代。

參數量從千億級邁向萬億級，能力也從單模態拓展至多模態。AI似乎無所不能，既能理解文字，也能看懂圖片，還能聽懂聲音，但一個根本性的問題隨之而來：AI是真的理解了這個多姿多彩的世界，還是僅僅學會了將不同能力的插件拼接在一起？

這就像一個只懂語言的人，通過外掛翻譯器去理解圖像，其理解深度終究有限。真正的智能，應當是像人一樣，生來就能同時運用視覺、聽覺、語言去感知和思考。

在今天的百度世界大會2025上，百度發布的文心大模型5.0，給出的正是后一種答案。

（圖源：百度）

那么，什么是“原生全模態”？

百度表示，業界多數多模態模型采用的是后期融合技術，即先分別訓練語言、視覺等模型，再將它們“粘合”起來。而文心5.0從訓練之初，就采用統一架構，將文本、圖像、音頻、視頻等數據融合在一起進行學習。

這意味著，它不是在學習圖像，而是在一開始就同時學習語言和圖像的底層關聯。這種原生的能力，使其能實現更深層次的跨模態理解與生成。

在高達2.4萬億的龐大參數規模下，文心5.0采用了超稀疏混合專家（MoE）架構，推理時激活參數低于3%，實現了性能與效率的兼顧。在超過40項權威評測中，其語言與多模態理解能力已追平Gemini-2.5-Pro、GPT-5-High等頂級模型，而圖像與視頻生成能力更是達到了專業級水準。

（圖源：百度）

可以說，如果說之前的多模態是“組合創新”，那么文心5.0則開啟了“原生融合”的新范式。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；開發者和企業用戶也可通過百度千帆大模型平臺，調用文心大模型5.0 API 服務。

值得一提的是，今天，百度還正式發布了新一代昆侖芯和超節點產品天池。