AI在线 AI在线

百度文心大模型4.5系列正式开源,同步开放API服务

百度文心大模型开源,如期而至。 就在今天,百度官宣文心大模型4.5系列正式开源,还同步提供API服务。 此番,百度一次性推出10款开源模型,涵盖从47B参数的混合专家(MoE)模型到轻量级0.3B稠密型模型,覆盖文本、多模态等多种任务需求。

百度文心大模型开源,如期而至。

就在今天,百度官宣文心大模型4.5系列正式开源,还同步提供API服务。

此番,百度一次性推出10款开源模型,涵盖从47B参数的混合专家(MoE)模型到轻量级0.3B稠密型模型,覆盖文本、多模态等多种任务需求。

此次开源不仅权重与代码完全开放,还同步提供API服务,开发者可通过飞桨星河社区、HuggingFace、百度智能云千帆平台直接下载使用。

图片

△文心大模型4.5系列开源模型

值得关注的是,文心大模型4.5开源系列遵照的是Apache 2.0协议

10款模型同步开源

此次百度一次性推出10款文心大模型4.5系列开源模型,在独立自研模型数量占比、模型类型数量、参数丰富度、开源宽松度与可靠性等关键维度上,都拿出了诚意。

文心大模型4.5开源系列,还针对MoE架构提出了一种创新性的多模态异构模型结构

该结构适用于从大语言模型向多模态模型的持续预训练范式,在保持甚至提升文本任务性能的基础上,显著增强了多模态理解能力,其优越的性能主要得益于多模态混合专家模型预训练、高效训练推理框架和针对模态的后训练等关键技术点。

此外,文心大模型4.5开源系列均使用飞桨深度学习框架进行高效训练、推理和部署。

在大语言模型的预训练中,模型FLOPs利用率(MFU)达到47%

图片

△文心4.5预训练模型在主流基准测试中表现优异

实验结果显示,其系列模型在多个文本和多模态基准测试中达到SOTA水平,尤其在指令遵循、世界知识记忆、视觉理解和多模态推理任务上效果突出。

在文本模型方面,文心大模型4.5开源系列在多个主流基准评测中超越DeepSeek-V3Qwen3等模型。

图片

△文心4.5-300B-A47B模型在主流基准测试中表现优异

在多模态模型方面,文心大模型4.5开源系列基于强大的视觉感知能力和丰富的视觉常识,实现了思考与非思考统一,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

图片

此外,在轻量模型上,文心4.5-21B-A3B-Base文本模型效果与同量级的Qwen3相当,文心4.5-VL-28B-A3B多模态模型在同量级开源模型中达到SOTA,甚至能和更大参数模型Qwen2.5-VL-32B掰掰手腕。

图片

△多模态后训练模型在多个多模态基准测试中达到SOTA

开发者福利:开箱即用的工具链

据了解,文心大模型4.5开源系列权重按照Apache 2.0协议开源,支持开展学术研究和产业应用。

另外基于飞桨提供开源的产业级开发套件,由于其广泛兼容多种芯片,可以显著降低模型的后训练和部署门槛。

而作为国内最早投入AI研发的企业之一,百度在算力框架模型应用的四层布局构建了AI全栈技术优势。

其中,飞桨作为中国首个自主研发、功能丰富、开源开放的产业级深度学习平台,基于多年飞桨开源技术与生态系统积累,本次文心大模型4.5开源系列同步升级发布文心大模型开发套件ERNIEKit和大模型高效部署套件FastDeploy,为文心大模型4.5系列及开发者提供开箱即用的工具和全流程支持。

此外值得一提的是,文心大模型4.5系列开源后,百度也实现了框架层与模型层的“双层开源”

相关资讯

微软等开源AIOpsLab,可构建自主云AI Agent

微软、加州大学伯克利分校、伊利诺伊大学等研究人员联合开源了,一个专用于云自动化运维的AI Agents——AIOpsLab。 AIOpsLab能模拟真实云服务环境中的复杂操作任务,实现故障的自动化检测、定位和解决问题。 还具备高度的可观测性,能够收集和分析关键的遥测数据,确保对系统状态和应用环境的深入洞察。
1/27/2025 9:51:24 AM
AIGC开放社区

DeepSeek开源Janus-Pro-7B:多模态AI模型性能超越DALL-E 3 和 Stable Diffusion 3!

中国人工智能公司 DeepSeek 的 R1“推理”人工智能已经引起了广泛关注,位居应用商店排行榜首位并改变了股市。 随后DeepSeek又宣布开源新一代多模态模型Janus-Pro-7B,该模型在图像生成、视觉问答等任务中全面超越 OpenAI 的 DALL-E 3 和 Stable Diffusion 3,并以“理解-生成双路径”架构和极简部署方案引发AI社区轰动。 性能表现:小模型吊打行业巨头Janus-Pro-7B虽仅有70亿参数(约为GPT-4的1/25),却在关键测试中碾压对手:文生图质量:在GenEval测试中以80%准确率击败DALL-E 3(67%)和Stable Diffusion 3(74%)复杂指令理解:在DPG-Bench测试中达84.19%准确率,能精准生成如“山脚下有蓝色湖泊的雪山”等复杂场景多模态问答:视觉问答准确率超越GPT-4V,MMBench测试得分79.2分接近专业分析模型技术突破:像“双面神”分工协作传统模型让同一套视觉编码器既理解图片又生成图片,如同让厨师同时设计菜单和炒菜。
2/7/2025 11:00:00 AM
AIGC Studio

李飞飞、DeepSeek为何偏爱这个国产模型?

斯坦福李飞飞团队的一篇论文,近来在AI圈子掀起了一场飓风。 他们仅用1000个样本,在16块H100上监督微调26分钟,训出的新模型s1-32B,竟取得了和OpenAI o1、DeepSeek R1等尖端推理模型相当的数学和编码能力! 团队也再次证明了测试时Scaling的威力。
2/8/2025 9:30:00 AM
新智元
  • 1