2025年6月30日，百度正式开源文心大模型4.5系列（ERNIE 4.5），这一举动在人工智能领域激起千层浪，标志着中国多模态大模型开源进程迈出关键一步，为行业发展注入新的活力与方向。
文心大模型4.5系列此次开源的阵容堪称强大，共计10款模型，覆盖了从3亿到470亿激活参数规模。其中包含47B和3B激活参数的混合专家（MoE）模型，最大的模型总参数量更是达到424B，还有0.3B的稠密参数模型 。这些模型实现了预训练权重和推理代码的完全开源，开发者能够在飞桨星河社区、HuggingFace等多个平台便捷下载部署，同时百度智能云千帆大模型平台也贴心提供了开源模型API服务。
从技术创新层面来看，文心大模型4.5系列在多模态异构MoE架构上实现了重大突破。针对MoE架构，百度研究团队创新性地提出了多模态异构模型结构，通过独特的跨模态参数共享机制，有效实现了模态间的知识融合，还为各单一模态保留了专用参数空间。这种架构与从大语言模型向多模态模型的持续预训练范式高度适配，不仅稳固保持甚至进一步提升了文本任务性能，更显著增强了模型的多模态理解能力，让模型能够更加智能地处理文本、图像、音频等多种类型的数据。
在训练与推理效率方面，文心大模型4.5系列依托飞桨深度学习框架，实现了高效训练、推理和部署。在大语言模型的预训练阶段，模型FLOPs利用率（MFU）成功达到47%。实验结果也充分显示，该系列模型在多个文本和多模态基准测试中成绩斐然，处于SOTA（state-of-the-art，当前最优）水平，特别是在指令遵循、世界知识记忆、视觉理解和多模态推理等任务上表现格外亮眼，远超同类模型。比如在文本模型维度，文心大模型4.5开源系列基础能力扎实、事实准确性极高、指令遵循能力出色，推理和编程能力更是可圈可点，在多个主流基准评测中成功超越DeepSeek-V3、Qwen3等模型。在多模态模型领域，其拥有卓越的视觉感知能力，对丰富的视觉常识了如指掌，还实现了思考与非思考的有机统一，在视觉常识、多模态推理、视觉感知等主流的多模态大模型评测中，优于闭源的OpenAI o1。即便在轻量模型方面，文心4.5-21B-A3B-Base文本模型效果也与同量级的Qwen3相当，文心4.5-VL-28B-A3B多模态模型更是目前同量级中最为出色的多模态开源模型，甚至能与更大参数模型Qwen2.5-VL-32B相媲美。
为了助力开发者更好地使用文心大模型4.5系列，百度基于多年飞桨开源技术与生态系统的深厚积累，同步升级发布了文心大模型开发套件ERNIEKit和大模型高效部署套件FastDeploy，为开发者提供了开箱即用的工具以及全流程支持，极大降低了模型的后训练和部署门槛。
百度此次开源文心ERNIE 4.5，战略意义深远。一方面，这是百度加速AI普惠的关键战略调整。过往百度CEO李彦宏长期倡导闭源，而此次开源无疑释放出积极信号，展现出百度推动AI技术广泛应用的决心。另一方面，这也是对国内AI开源趋势的有力响应。受国产DeepSeek模型等启发，开放生态能够吸引更广泛的行业参与和社区支持，通过全球开发者的智慧融入，实现“分布式研发”，有效降低研发成本。从行业角度而言，百度提供了“标准化基础上的差异化创新”路径，统一的基础模型减少了重复研发的资源浪费，开发者基于此进行的二次创新又能充分满足不同行业的个性化需求，加速大模型在各行业的落地应用，构建起更加完善的AI产业链。从全球视野出发，此次开源也是国产大模型参与国际协作的重要尝试，有助于国产技术融入全球创新网络，提升中国在全球大模型领域的影响力和话语权。
百度文心ERNIE 4.5的开源，为中国多模态大模型的发展开辟了新的道路，无论是对学术研究的深入探索，还是产业应用的创新拓展，都提供了坚实有力的支撑。随着越来越多开发者参与到文心大模型4.5系列的应用与优化中，有望催生更多创新成果，推动人工智能技术迈向新的高度，让AI真正造福于社会的各个领域 。