2025 年 6 月 30 日，百度如期兌現 2 月 14 日的預告，正式開源文心大模型 4.5（ERNIE 4.5）系列，涵蓋 10 款不同參數規模的模型，包括 470 億參數混合專家（MoE）模型、30 億參數 MoE 模型及 3 億參數稠密型模型，實現預訓練權重與推理代碼的完全開放。這一舉措標志著國內大模型技術向生態化、普惠化邁出關鍵一步。

---

開源矩陣與授權機制：兼顧商業應用與技術共享

文心大模型 4.5 系列基于 Apache License 2.0 許可發布，允許開發者進行商業使用，僅需遵守開源協議條款。此次同步開源的還有開發工具包 ERNIEKit，集成了從預訓練到部署的全流程工具：

• 支持監督微調（SFT）、低秩適應（LoRA）、直接偏好優化（DPO）等主流訓練技術；
• 提供量化訓練（QAT）、訓練后量化（PTQ）等壓縮方案，適配不同硬件環境。

開發者可通過飛槳星河社區、HuggingFace 平臺下載模型，百度智能云千帆大模型平臺同步提供 API 服務，降低企業接入門檻。值得關注的是，英特爾已第一時間完成對文心 4.5 端側模型的適配，實現其在酷睿 Ultra 平臺上的本地化部署，拓展了模型的應用場景。

三大技術創新：多模態融合與高效訓推突破

文心大模型 4.5 的性能提升源于三項核心技術創新：

1. 多模態混合專家預訓練：通過文本與視覺模態聯合訓練，構建異構混合專家結構。結合多維旋轉位置編碼與專家正交性優化，使兩種模態相互促進，顯著提升文本生成、圖像理解及跨模態推理能力。
2. 高效訓推框架：采用異構混合并行策略與多層級負載均衡技術，配合 FP8 混合精度訓練，大幅提升預訓練吞吐量；推理階段通過多專家協同量化算法，實現 4-bit/2-bit 近無損量化，結合動態預填充與解碼分離部署，優化資源利用率。
3. 模態針對性后訓練：針對不同任務場景進行精細化調優 —— 語言模型聚焦通用理解與生成，多模態模型強化視覺 - 語言關聯，并支持 “思考模式”（強化推理）與 “非思考模式”（強化感知）切換，兼顧效率與能力。

評測表現：參數更優卻實現性能反超

在權威基準測試中，文心 4.5 系列展現出 “小參數、高性能” 的特點：

• 470 億參數模型（ERNIE-4.5-300B-A47B）：在 28 項基準測試中的 22 項超越 DeepSeek-V3-671B，尤其在泛化能力、邏輯推理和知識密集型任務中優勢顯著；在 IFEval、SimpleQA 等指令遵循與知識類測試中排名業界第一。
• 210 億參數模型（ERNIE-4.5-21B-A3B）：參數規模僅為 Qwen3-30B 的 70%，卻在 BBH（多任務基準）、CMATH（數學推理）等測試中表現更優，實現效率與性能的平衡。
• 多模態模型（ERNIE-4.5-VL）：在 “思考模式” 下，MathVista、MMMU 等高難度視覺推理基準成績突出；“非思考模式” 則保持 CV-Bench 等感知任務的高準確率。輕量級 280 億參數版本相較于 Qwen2.5-VL 系列，在多數測試中性能相當甚至更優，且支持雙模式切換。

---

🌟?DMXAPI 全維度解決方案，重構 AI 開發體驗?🌟

🚀?多模型集成：一個密鑰開啟全球智能生態

• 只需1 個 API Key，即可無縫串聯?GPT、Claude、Gemini、Llama?等全球頂尖大模型，打破技術壁壘與平臺限制。

💰?財務合規：專業服務為商業落地護航

• 企業級合規支持：無論是企業用戶的項目采購，還是個人開發者的技術服務，均可提供正規發票，財務流程透明合規。

👉?登錄 DMXAPI 官網，體驗 “一個平臺管理所有 AI 能力” 的高效與便捷！
點擊鏈接：立即探索 DMXAPI