开源了10个？
一觉醒来，世界又变了。百度竟一口气开源了10个大模型。
看到这个消息，我脑海里瞬间充满了问号和一丝不敢相信。这还是我印象中的百度吗？
今年初百度预告了开源计划，但当时我猜想，或许只是象征性地在GitHub上创建一个空仓库，放个 README.md 文件罢了。然而，一个季度过去，百度这次没有“画饼”，而是真的端出了覆盖从0.3B到424B参数的10款模型“全家桶”。看来，这次的野心很大嘛。
从坚守闭源到毅然开源，这180度的战略大转弯背后必有深意。原因我稍后再探讨，当务之急，是先弄清楚这10款模型究竟实力如何，到底能不能打。
双线出击：从技术标杆到边缘应用
根据官方资料，这次开源的模型覆盖“文本”与“多模态”两大领域，展现了清晰的战略布局：
- 大型模型向上：用于树立行业技术丰碑，直接挑战全球顶尖水平。小型模型向下：精准瞄准成本与功耗极其敏感的边缘计算和移动设备市场。想象一下，智能家居等设备即便在离线状态下，也能识别简单指令，这正是小模型大展拳脚的舞台——在硬件性能和内存受限的场景中，它们是无可替代的解决方案。
Reddit上的技术爱好者已经将这10个模型整理成表，我直接搬运过来，方便大家在选型时参考。
| Model Name | Base Parameters | Active Parameters | Model Type | Modality | Training Type |
|---|---|---|---|---|---|
| ERNIE-4.5-VL-424B-A47B-PT | 424B | 47B | MoE | Text & Vision | PT |
| ERNIE-4.5-VL-424B-A47B-Base-PT | 424B | 47B | MoE | Text & Vision | Base |
| ERNIE-4.5-VL-28B-A3B-PT | 28B | 3B | MoE | Text & Vision | PT |
| ERNIE-4.5-VL-28B-A3B-Base-PT | 28B | 3B | MoE | Text & Vision | Base |
| ERNIE-4.5-300B-A47B-PT | 300B | 47B | MoE | Text | PT |
| ERNIE-4.5-300B-A47B-Base-PT | 300B | 47B | MoE | Text | Base |
| ERNIE-4.5-21B-A3B-PT | 21B | 3B | MoE | Text | PT |
| ERNIE-4.5-21B-A3B-Base-PT | 21B | 3B | MoE | Text | Base |
| ERNIE-4.5-0.3B-PT | 0.3B | - | Dense | Text | PT |
| ERNIE-4.5-0.3B-Base-PT | 0.3B | - | Dense | Text | Base |
性能如何？不服跑个分
模型矩阵如此全面，性能表现又如何呢？
从各项基准测试结果来看，文心4.5系列与市面上的同级别模型可谓是“神仙打架”，互有胜负。在基础能力、事实准确性、指令遵循以及推理编程等方面，其表现甚至超越了DeepSeek-V3、Qwen2等强劲对手。更令人意外的是，在视觉常识、多模态推理等主流评测中，它竟然战胜了闭源的OpenAI o1模型，这确实有些出乎意料。
这背后的技术底气，主要来自几个方面：
- 多模态异构混合专家（MoE）结构：这是本次发布最核心的技术亮点。百度创新的MoE架构，专为从语言大模型（LLM）向多模态模型的平滑过渡而设计。它能在不牺牲甚至提升纯文本能力的前提下，大幅增强对图像等多模态信息的理解力。这种原生的多模态设计，避免了传统“胶水拼接”方案的弊端，向着对复杂世界更统一的认知迈出了关键一步。先进的训练与后训练技术：文心4.5系列融合了“时空表征压缩”、“以知识为中心的训练数据构建”和“自反馈增强后训练”等一系列前沿技术。这些技术共同提升了模型的智能、上下文理解力（甚至能看懂网络迷因和讽刺漫画），并有效抑制了“幻觉”，让模型输出更可靠。
开源协议方面，文心4.5系列权重遵循 Apache 2.0 协议，对学术研究和商业应用都非常友好。
在飞桨后台可以直接体验这几款模型（无需繁琐部署）👉 aistudio.baidu.com/playground
🔗 说了那么久开源开源，在哪能拿到这些模型啊？
- 一个是飞桨（官方渠道）：aistudio.baidu.com/modelsoverv…另一个是“抱抱脸”：huggingface.co/baidu
值得注意的是，百度这次打出了一套组合拳——“双层开源”，即同时开源模型层（文心ERNIE 4.5）和支撑其高效运行的框架层（飞桨PaddlePaddle 3.0）。
开源的意义：AI巨头的阳谋？
开源与闭源之争，是技术圈永恒的话题，在AI领域尤为激烈。
放眼全球，OpenAI是闭源模式的旗手。自AI纪元开启，它就牢牢占据着舞台中央。在模型性能的“军备竞赛”的上一阶段，国内外众多公司几乎都是沿着OpenAI开辟的道路前行，闭源确实被验证为一种可行的商业模式。
然而，当模型能力发展到一定瓶颈，市场格局悄然改变，上一版本的“通关秘籍”就不一定奏效了。
一个典型的例子是Meta。其Llama模型的开源，背后有着深刻的商业考量。随着苹果收紧用户隐私政策，Facebook赖以生存的个性化广告业务受到了巨大冲击——无法精准获取用户数据，导致广告投放效果下滑，客户不满，收入降低，股价承压。内忧外患之下，扎克伯格必须寻找新的出路。此时，AI浪潮席卷而来，Meta利用自身数据训练模型去分析用户行为习惯，以提升广告精准度。当模型训练成熟后，将其开源便是一步妙棋：不仅引爆了全球开发者的热情，炒高了技术声望，更重要的是，向市场和投资者传递了公司掌握前沿技术的强烈信号，成功稳住了阵脚。
在闭源的赛道上，OpenAI已然是一座难以逾越的高山。正面硬撼，胜算渺茫。而开源，恰恰提供了一条差异化竞争的道路，能蹭舆论热点，能开辟生态圈，同时还能站在道德制高点指手画脚。
百度开源，底气何在？
理解了上述逻辑，再回看百度从“闭源商业论”到如今的开源4.5系列的10款大模型，其动机就清晰多了。
纵观百度的发展历程，从PC时代的绝对霸主到移动互联网时代的追赶者，它一直在寻找通往下一个时代的“船票”。作为曾经“BAT”的头头，家底依然雄厚。百度很早就布局了AI，投入巨大。我还记得，大概20年左右注册飞桨账号，就为了每天签到“薅”一点免费算力。在OpenAI引爆全球后，百度也是国内最先应战的选手之一，“文心一言”和“文心一格”发布之初我就去排队申请了，回家等了一个月终于叫我号了。尽管当时产品的能力与顶级选手尚有差距，但百度的行动速度无疑是国内第一梯队。
正当我以为百度将重拾荣光时，阿里、字节、腾讯等巨头携重金和流量猛然发力，迅速在声量上盖过了百度。此时的百度，在生成式AI应用上稳步推进，却不温不火；在寄予厚望的无人驾驶（萝卜快跑）项目上，又因事故登上新闻（时也，命也！）。
剧情发展至此，百度为何选择开源这张牌？答案几乎不言而喻：构建一个无法被绕过的应用生态。
百度的开源策略，是一场精心设计的“阳谋”，其核心是将价值锚点从模型本身转移到平台与生态之上。
第一层护城河：飞桨（PaddlePaddle）框架显然，百度的目标是将飞桨打造成“中国的CUDA”。在AI技术栈中，深度学习框架是最底层、用户粘性最强的部分。一旦开发者和企业大规模采用飞桨，高昂的迁移成本将形成一道坚固的壁垒。控制了框架，就等于掌握了AI开发的“操作系统”，这是最深厚、最持久的护城河。
第二层护城河：千帆（Qianfan）云平台通过将模型本身免费化、商品化，百度意图将商业重心彻底转移到其“千帆MaaS（模型即服务）平台”。未来的核心利润不再是售卖模型API调用次数，而是提供可扩展、高可靠、深度优化的模型托管、推理及周边工具链服务。开源模型是高效的获客手段，而云平台服务才是真正的利润引擎。
最终目标：培育生态飞轮此举的最终胜利，取决于能否在“百度技术栈”之上，培育出一个庞大、繁荣、充满活力的第三方应用生态。一旦形成，强大的网络效应将启动一个正向循环的“飞轮”：
- 更多AI原生应用 → 吸引更多终端用户更多用户 → 产生更多高质量数据更多数据 → 反哺文心模型和飞桨框架的迭代优化更强的模型与框架 → 吸引新一轮的开发者加入
这个飞轮一旦高速转动起来，竞争对手再想用同样的模式追赶，将难如登天。
当然，以上皆为我个人基于公开信息的瞎猜，欢迎有不同看法的工友在评论区交流。
最后，抛开大厂之间的商业博弈不谈，作为开发者和普通用户，我是乐于看到一个有实力、有诚意的大厂拥抱开源。这无疑会极大地推动技术创新，降低整个社会的AI应用门槛。单凭这一点，就值得一个大大的赞！
