当前位置：首页 > news >正文

百度文心 ERNIE 4.5 开源：开启中国多模态大模型开源新时代

news 2025/7/3 18:47:43

百度文心 ERNIE 4.5 开源：开启中国多模态大模型开源新时代

随着DeepSeek-R1的横空出示，越来越多大公司开始开源模型，像DeepSeek R1发布的时候Kimi同步开源了技术文档，随着R1推动着思维链推理技术的发展，开源社区也出现了越来越多开源推理大模型，比如前段时间开源的Qwen3，开始使用MOE架构并且能自由切换思维模式，以及Kimi也开源了一些模型，比如Kimi-VL多模态模型，也适用了思维链R1的方式应用到多模态大模型中。最近冲浪中，我又发现百度也开始进行开源了，6.30号的时候刚刚发布了开源模型，也就是文心大模型 ERNIE 4.5系列，现在在huggingface已经可以下载开源的权重了 https://huggingface.co/baidu。

这次百度也是真的大气，一口气开源了很多个模型，包括了 47B、3B 激活参数的混合专家（MoE）模型，以及 0.3B 参数的稠密型模型，共计 10 款模型，实现了预训练权重和推理代码的完全开源。最惊讶的是同时开源了多模态推理大模型，之前Seed-VL公开技术报告的时候我惊艳了一波，但是字节并没有开源，百度这波开源的正是时候，而且是一个424B的大模型，也具有切换思考模模式的能力，也拥有Qwen3的语言模型能力。

同时从现有全球主流大模型开源维度上来看，现在百度开源的大模型无论是覆盖类型以及开源模型的数量，不仅包括基础模型，也包括多模态模型，这些都处于领先地位，并且主要的是开源协议是 Apache 协议，是开源进行商用的，依托这种趋势，未来肯定会有更多的大模型进行开源。

这次比较有意思是的，这次百度不仅仅开源了模型权重，同时也发布了技术报告和训练推理代码，能够让我们快速的了解这次开源的文心系列 ERNIE 4.5大模型，本次大模型还针对 MoE 架构，百度提出了一种创新性的多模态异构模型结构，这种范式在保留文本任务性能的基础上，还显著的增强多模态理解能力；同时百度的多模态MOE预训练和针对多模态后训练等关键技术，让他们在各个文本和多模态基准测试中脱颖而出，能够和 Qwen3/DeepSeekV3 的一较高下，比如ERNIE 4.5在 28 个基准测试中的 20+个指标上上超越了 DeepSeek-V3-671B-A37B-Base，达到 SOTA 水平。这也可能是为什么百度能够开源高达424B的多模态大模型的原因，像这么大的多模态推理大模型暂时在国内还没有人进行开源，百度不论是在技术还是开源都走在了中国的前列。

最后意思的还是ERNIE 4.5系列中的多模态后训练模型，可支持思考，这次开源两个模型，一个是平价版本的28B的VL大模型，一个是超大版本的424B的大模型，可以看出来文心的大模型已经在多个基准上都超过了OpenAI-o1的水准了，而且也是为数不多开源的多模态推理大模型，性能也是数一数二，未来可能会有更多的文章和开源项目来follow 文心大模型了。这一部分也是最让我惊艳的，就算是关闭思考的模型也在通用环境中展现超强的能力，超过了Qwen2.5-VL，同样在多个领域都达到了SOTA。

并且在海外的twitter中，我也关注到，huggingface上到 CEO、创始人和众多工程师都对这次百度的开源一致好评，ERNIE 4.5是 DeepSeek以来中国最大的开源模型发布，同时文心的基准测试展现出很强的模型技术能力，可与Qwen3/DeepSeekv3等开源大模型竞争，并且参数量喜人，涵盖从0.3B到424B。

这次百度开源的时候也同时开源了训练代码，ERNIE 4.5模型使用飞桨（PaddlePaddle）框架进行训练，不仅仅有paddle的模型，也有pytorch模型。

同时配套一个微调的框架，也就是ERNIEKit，他是一个面向 ERNIE 4.5 的产业级开发套件。它提供了模型训练和压缩功能，包括预训练，SFT，LoRA， DPO，量化感知训练(QAT)和训练后量化(PTQ)等技术。

使用示例：

# Download modelhuggingface-cli download baidu/ERNIE-4.5-300B-A47B-Base-Paddle \--local-dir baidu/ERNIE-4.5-300B-A47B-Base-Paddle
# SFTerniekit train examples/configs/ERNIE-4.5-300B-A47B/sft/run_sft_wint8mix_lora_8k.yaml \model_name_or_path=baidu/ERNIE-4.5-300B-A47B-Base-Paddle
# DPOerniekit train examples/configs/ERNIE-4.5-300B-A47B/dpo/run_dpo_wint8mix_lora_8k.yaml \model_name_or_path=baidu/ERNIE-4.5-300B-A47B-Base-Paddle

于此同时还提供了基于飞桨的大模型高效部署套件FastDeploy，使用接口兼容vLLM和OpenAI协议，针对ERNIE模型进行了优化，支持low bit推理，上下文缓存等加速技术，这里就不过多阐述了，以下是示例代码。

本地推理示例：

from fastdeploy import LLM, SamplingParams
prompt = "Write me a poem about large language model."sampling_params = SamplingParams(temperature=0.8, top_p=0.95)
llm = LLM(model="baidu/ERNIE-4.5-0.3B-Paddle", max_model_len=32768)
outputs = llm.generate(prompt, sampling_params)

服务部署示例：

python -m fastdeploy.entrypoints.openai.api_server \--model "baidu/ERNIE-4.5-0.3B-Paddle" \--max-model-len 32768 \--port 9904

有关详细文档、安装指南和高级配置选项，请参考ERNIEKit和 FastDeploy 仓库，这里我就不多说了。

现在大模型越来越卷了，不仅仅有开源和闭源之争，也有中美AI之争，OpenAI和谷歌大模型也在不断的发布，Open AI 以前的的闭源态度发生了明显转变，也开始打出 “开源 + 免费” 的组合拳，还开源了Agent框架以及DeepResearch，这无不显示中国的开源大模型的策略，已对 OpenAI 形成了强大的压力，迫使其不得不做出改变。现在大模型在技术层面逐渐向多模态方向发展，生态层面则愈发重视开源，而这次百度文心大模型 4.5 系列的开源，是中国 AI 发展历程中的一座重要里程碑，它向世界展示了中国 AI 的强大实力，也为中国 AI 开源生态的发展注入了强大动力。百度其实也一直在路上，百度有自研paddle飞桨框架以及千帆大模型平台，这次又开源了ERNIE 4.5，性价比拉满，同时给开源社区注入活力，后续我会尝试体验文心模型，看看github上的代码，共建开源社区，为开源贡献一份力量。