百度ERNIE 5.0来了！2.4万亿参数，这次玩真的

百度终于发布了ERNIE 5.0，这次是真的下了血本啊。2.4万亿的总参数规模，虽然激活参数比例控制在3%以下，但这个量级还是很吓人的。

最让我感兴趣的是它采用的"原生全模态统一建模"技术。简单说就是不用分别训练文本、图像、音频、视频模型，而是一开始就用统一架构处理所有模态。这种思路比传统方法更彻底，理论上能实现更好的跨模态理解。

从实际测试来看，ERNIE 5.0在中文语境理解上确实有优势，对双关语、甄嬛体这些风格化内容把握得挺到位。视觉推理能力也让人惊喜，在六面体展开图这类空间能力测试中表现不错。

不过也不是没有短板。代码生成能力相对薄弱，一些复杂的编程任务处理起来比较吃力。数学运算也不太可靠，大数计算会出现错误。看来百度在多模态和中文理解上投入了很多，但在逻辑推理和代码能力上还需要加强。

有意思的是，ERNIE 5.0上线后稳定居于LMSYS竞技场前20名。对于一个国产模型来说，这个成绩已经相当不错了。百度之前在AI领域的口碑一直有争议，这次5.0的发布或许能帮助它实现口碑逆袭。

李彦宏之前说过，基础模型的推理成本预计12个月内会下降90%以上。如果ERNIE 5.0真能做到这一点，那大规模商业应用就真的可行了。

总的来说，ERNIE 5.0展示了百度在多模态AI上的野心。虽然还有改进空间，但2.4万亿参数和原生全模态架构确实让人看到了国产大模型的进步。