在2025百度世界大会上，百度正式推出新一代原生全模态大模型——文心大模型5.0。这款模型以2.4万亿参数量为核心，采用原生全模态统一建模技术，突破传统多模态模型后期融合的局限，实现文本、图像、音频、视频等信息的原生理解与生成一体化。从训练阶段开始，模型便融合语言、视觉、听觉等多维度数据，通过统一的自回归架构完成多模态特征的深度协同优化。
百度首席技术官王海峰指出，文心5.0的技术路线与业界主流多模态模型形成鲜明对比。传统模型多采用后期融合方式处理不同模态数据，而文心5.0通过原生全模态建模架构，使多模态特征在统一框架下实现深度交互。这种设计不仅提升了模型对复杂场景的理解能力，更支持跨模态内容的无缝生成，例如根据文本描述生成动态视频，或通过图像与音频的联合分析完成环境感知。
在权威基准评测中，文心5.0展现出显著优势。其语言与多模态理解能力与Gemini-2.5-Pro、GPT-5-High等国际顶尖模型持平，图像与视频生成能力则达到垂直领域专精模型水平。特别是在40余项综合测试中，模型在指令遵循、创意写作、事实核查、智能体规划等维度表现突出，验证了原生全模态架构的技术潜力。
百度创始人李彦宏在发布会上强调，大模型技术的迭代速度已成为核心竞争壁垒。他表示："智能本身即是最大的应用场景，而技术迭代的效率决定了模型的能力边界。百度将持续投入前沿研发，推动智能水平突破现有极限。"据其透露，文心5.0已具备自我学习与迭代能力，模型思考时间显著延长，创新能力持续增强。
目前，文心大模型5.0 Preview版本已通过文心App向公众开放体验，开发者和企业用户可通过百度千帆大模型平台调用API服务。值得注意的是，在11月8日LMArena大模型竞技场最新排名中，文心ERNIE-5.0-Preview-1022在文本任务评测中位列全球第二、中国第一，尤其在复杂问题推理与创意内容生成领域表现优异。
该模型的推出标志着原生全模态技术进入实用化阶段。通过消除传统多模态模型中不同模态间的处理壁垒，文心5.0为智能助手、内容创作、工业检测等场景提供了更高效的解决方案。百度方面表示，后续将持续优化模型性能，并探索其在自动驾驶、医疗诊断等领域的落地应用。
