ERNIE 5.0

# 一、简介与定位

百度（中国）于2025年11月13日百度世界大会发布的旗舰级原生全模态大模型，是文心大模型系列的全新迭代主力版本，主打全模态统一建模与高效智能体能力。

ERNIE（Enhanced Representation through Knowledge Integration）为文心大模型固定系列命名，5.0代表系列第五代核心基座版本，无Pro、Flash等后缀区分，核心聚焦文本、图像、音频、视频全模态一体化理解与生成。该模型无会员订阅强制门槛，普通用户可通过文心APP免费体验基础能力，存在每日调用次数、生成分辨率等基础限制；开发者可通过百度千帆平台调用官方API，提供免费额度与阶梯式付费套餐。同期官方还推出了迭代预览版ERNIE 5.0 Preview，持续优化模型细节能力。

目前ERNIE 5.0是百度文心系列最新主力商用模型，尚未迭代淘汰版本，其最核心的突出特点是摒弃行业主流的模态后期拼接融合方案，采用原生全模态统一建模架构，在2.4万亿超大规模参数下兼顾推理效率，实现多模态能力与文本逻辑能力的双向突破。

# 二、发展历程

# 2.1 研发背景

2024-2025年全球大模型市场进入技术成熟期，海外以GPT-4o、Gemini 2.5-Pro为代表的旗舰模型，已实现多模态落地应用，但普遍存在模态融合浅层化、长程任务规划能力弱、中文场景适配不足的问题。国内主流模型中，阿里通义千问、讯飞星火等产品，多采用“文本基座+模态插件”的拼接式多模态方案，存在模态信息割裂、跨模态协同生成精度低的普遍痛点。同时，行业大模型普遍面临参数规模膨胀后推理成本飙升、算力浪费、复杂指令遵循稳定性差的行业难题。在此行业局势下，百度依托自身飞桨框架生态与多年知识增强大模型技术积累，推出ERNIE 5.0，旨在通过原生全模态架构与稀疏混合专家方案，解决传统多模态模型的技术短板，打造适配国内场景的全能型旗舰模型。

# 2.2 关键节点

百度在完成ERNIE 4.0系列迭代后，于2024年启动5.0版本核心技术研发，重点攻坚原生全模态统一建模与超稀疏MoE架构优化。2025年10月，ERNIE 5.0早期预览版本小规模内测，优先开放给开发者生态合作伙伴，完成内部场景适配与基础bug修复。2025年11月8日，ERNIE 5.0 Preview版本登顶LMSYS LMArena文本榜单，斩获国内第一、全球并列第二的成绩，提前展现核心能力优势。2025年11月13日，百度在2025百度世界大会正式官宣ERNIE 5.0旗舰版全面上线，同步开放C端用户体验与B端API商用服务。2025年12月，迭代优化版ERNIE 5.0-Preview-1203发布，进一步拉升文本创作、复杂逻辑推理能力，巩固行业排名优势。

# 2.3 家族构成

ERNIE 3.0/4.0：文心系列前代主力基座模型，以知识增强、中文理解为核心优势，主打纯文本与轻量化多模态能力，是国内早期落地最广泛的大模型版本，主要适配日常对话、基础文案创作、简单问答场景，现已逐步被5.0系列替代。

ERNIE 5.0 Preview：5.0系列迭代测试版本，分为1022、1203等多个迭代子版本，优先侧重文本能力优化，主打高性价比体验，用于公开测试、能力打磨与榜单跑分，为正式版迭代优化提供数据支撑。

ERNIE 5.0 正式版：系列终极旗舰版本，完整落地原生全模态建模、超稀疏MoE架构，全面均衡文本、图像、音频、视频四大模态能力，适配商用落地、复杂创作、智能体开发、行业解决方案等高端场景，是当前百度对外主推的核心模型。

# 三、核心技术剖析

# 3.1 固有技术

ERNIE 5.0继承了文心系列历代核心的知识增强预训练体系，延续百度深耕多年的结构化知识、百科图谱、行业知识库融合训练模式，保留了模型在中文事实性问答、知识检索、常识推理上的传统优势。同时继承标准化Transformer自回归基础架构，沿用成熟的人类反馈强化学习对齐方案，保障模型输出合规性、对话流畅度与基础指令遵循能力，兼容前代模型的Prompt体系与API调用逻辑，降低用户迁移使用成本。此外，延续飞桨深度学习框架深度适配能力，依托框架优化的训练、推理链路，保障模型落地稳定性。

# 3.2 创新技术

相较于前代版本及行业主流模型，ERNIE 5.0的核心创新集中在架构重构、效率优化与智能体能力升级三大维度，全部技术优化均落地可感知的实际效果，无虚标技术概念。

• 原生全模态统一建模技术：区别于行业普遍的“文本基座+模态适配器”拼接方案，ERNIE 5.0从预训练阶段就将文本、图像、音频、视频数据纳入统一架构训练，所有模态信息共享同一套特征空间。简单来说，模型无需先识别模态、再拼接结果，可直接同步理解多模态信息并协同生成跨模态内容，彻底解决传统多模态模型图文、音视频信息割裂、跨模态转换失真的问题，大幅提升复杂多模态任务的精准度。
• 2.4万亿超稀疏混合专家（MoE）架构：模型总参数规模达2.4万亿，属于超大参数基座模型，但采用稀疏激活机制，单次推理仅激活不足3%的参数。这种设计打破了“参数越大推理越慢、成本越高”的行业瓶颈，既保留了超大参数模型的全能建模能力，又大幅降低推理算力消耗与响应延迟，实现高性能与高效率的平衡，更适配商用高频调用场景。
• 思维链+行动链双链路强化学习：针对传统大模型长程任务规划、工具调用能力弱的痛点，百度构建大规模工具交互环境，生成海量长程任务轨迹数据，通过双链路端到端强化学习优化。思维链负责逻辑推理拆解，行动链负责工具调用、多轮任务落地，让模型具备自主规划、分步执行、纠错迭代的能力，显著提升智能体自主作业、复杂多轮指令执行的稳定性。
• 全链路训练提速优化：优化预训练算力调度与数据迭代机制，相比前代模型，预训练迭代速度提升240%，能够更快吸收全新行业知识与场景数据，减少模型知识滞后问题，同时提升模型迭代更新效率，适配快速变化的AI应用场景。

# 四、表现评估

# 4.1 历史与现状

ERNIE 5.0 Preview版本刚推出时，就凭借突出的文本能力登顶国内大模型榜单，在全球范围内跻身第一梯队，打破了海外旗舰模型在高端文本任务上的垄断格局。正式版上线后，模型综合能力全面升级，多模态能力补齐短板，综合评测可对标Gemini 2.5-Pro、GPT-5-High等海外顶级模型，图像、视频生成能力媲美垂直领域专精模型。截至目前，ERNIE 5.0仍是国内综合能力第一梯队的旗舰模型，在中文场景、多模态协同、智能体落地层面具备本土化优势，但在极致代码生成、高精度数学推理领域，仍与海外顶尖模型存在小幅差距。

# 4.2 优势亮点

依托LMSYS LMArena、国内SuperCLUE等主流权威评测数据，结合实测场景，ERNIE 5.0核心优势集中在四大维度：

• 中文创意与理解能力顶尖：在LMArena文本榜单中稳居国内第一、全球前列，擅长长文本创作、文案润色、文学改写、复杂中文语义理解，对中式语境、网络语义、传统文化内容的适配性远超多数海外模型，输出内容逻辑连贯、表达自然，说服力更强。
• 全模态综合能力均衡：图像理解、视频解析、音频识别能力经过实测对标海外旗舰模型，多模态协同生成能力突出，可流畅完成图文联动创作、视频内容解读、音频转写与语义分析等跨模态任务，模态融合精度高于国内同级别模型。
• 智能体与工具调用成熟：依托双链路强化学习优化，模型自主规划、多轮工具调用、长程任务落地能力优异，适配自动化办公、行业流程拆解、智能创作等复杂场景，指令遵循的整体稳定性优于前代版本。
• 本土化合规与落地性强：深度适配国内法律法规、内容规范与用户使用习惯，无海外模型的内容水土不服问题，同时依托千帆平台、飞桨生态，企业级落地、行业定制化微调门槛更低。

# 4.3 缺点与不足

结合普通用户实测与行业评测反馈，ERNIE 5.0存在多处明显短板，无过度优化的公关滤镜：

• 指令遵循稳定性差：多模态场景下存在严重的功能优先级错乱问题，用户明确要求代码生成、网页制作、数据可视化等任务时，模型常常擅自触发AI绘图功能，忽略核心指令，任务完成随机性强、稳定性不足。
• 代码生成能力偏弱：对比Kimi、通义千问、GPT系列模型，复杂工程化代码、3D场景开发、动态网页制作、数据大屏开发等场景完成度低，代码bug率高，缺少精细化逻辑处理，难以满足专业开发需求。
• 生成响应速度偏慢：受2.4万亿超大参数规模影响，即便搭载稀疏激活架构，在复杂多模态、长文本生成任务中，响应速度仍慢于国内同级别轻量化旗舰模型，高频快速交互场景体验一般。
• 数学推理能力无优势：在高精度数理运算、复杂公式推导、奥数难题解析等场景，表现弱于专注数学优化的开源模型与海外顶尖旗舰模型，存在步骤疏漏、结果出错的情况。

# 五、重大事件

• 2025年11月 Preview版本登顶国际榜单：ERNIE 5.0-Preview-1022登陆LMSYS LMArena文本评测榜单，以优异成绩位列国内第一、全球并列第二，超越多款海外主流旗舰模型，成为当年国产大模型核心突破事件，引发行业广泛关注。
• 2025年11月 百度世界大会正式发布：在2025百度世界大会正式发布ERNIE 5.0原生全模态旗舰模型，公开2.4万亿参数架构、统一建模等核心技术，标志着百度大模型完成从多模态拼接向原生全模态的技术迭代，拉升国产大模型技术天花板。
• 2025年12月 迭代版本持续霸榜：ERNIE 5.0-Preview-1203再次刷新LMArena国内榜单成绩，稳固文本能力优势，持续打破国产大模型跑分记录，成为2025年末国产大模型的标杆产品之一。
• 全模态技术路线引发行业讨论：ERNIE 5.0主推的原生全模态统一建模技术，打破行业主流的拼接式多模态方案，引发业内技术团队对多模态模型研发路径的深度讨论，推动国内大模型从“参数堆砌”向“架构创新”转型。

# 六、局限与妥协

ERNIE 5.0为纯国产合规大模型，无海外使用壁垒、IP封锁、权限限制等客观局限，国内普通用户与开发者可通过官方渠道、百度千帆平台无障碍体验与调用，本部分无需展开。