當(dāng)前產(chǎn)業(yè)端應(yīng)用AI的效果，仍受限于基礎(chǔ)模型的能力邊界。

很多時候，一個應(yīng)用場景之所以無法落地，不是因為工程不行，是基礎(chǔ)模型在準(zhǔn)確性、魯棒性或推理深度上，差了那么幾個百分點。而基礎(chǔ)模型的一次關(guān)鍵升級，就可能將某個行業(yè)的AI可用性從80%提升到99%，真正跨越實用門檻。

所以我們看到，有實力做基模的頭部廠商，如OpenAI、谷歌仍在持續(xù)投入資源深耕底層技術(shù)。國產(chǎn)基礎(chǔ)模型，又走到了哪一步呢？

（文心全新模型ERNIE-5.0-Preview-1022登上LMArena文本排行榜國內(nèi)第一）

近期，一則信號悄然釋放：11月8日，LMArena 大模型競技場最新排名顯示，文心全新模型ERNIE-5.0-Preview-1022登上文本排行榜全球并列第二、中國第一，甚至在多項核心指標(biāo)上超過GPT-5-High等國內(nèi)外主流模型。這一消息旋即引發(fā)了海外科技界與行業(yè)分析師的廣泛熱議，在X等社交媒體平臺中，可以看到眾多用戶與開發(fā)者表達了對文心全新模型的期待。

如果將產(chǎn)業(yè)智能化比作一座高樓，基礎(chǔ)大模型便是支撐整座建筑的地基。唯有地基深厚，才能讓構(gòu)筑在上面的產(chǎn)業(yè)應(yīng)用變得強健。

文心大模型登頂榜單，也是中國AI基礎(chǔ)加固、產(chǎn)業(yè)承重能力提升的一個標(biāo)志性信號。我們就從文心的一次迭代，聊聊國產(chǎn)基礎(chǔ)模型的產(chǎn)業(yè)承重力。

在眾多AI評測體系中，LMArena憑借基于人類真實偏好的盲測機制，被視為當(dāng)前最貼近真實用戶體驗的大模型能力標(biāo)尺。

目前，LMArena托管了超過400個AI模型，用戶的投票完全基于AI的回答質(zhì)量，不受模型品牌的影響，既沒有大廠光環(huán)，也不帶國產(chǎn)濾鏡，每一次投票都聚焦于模型能力的本身，而且所有數(shù)據(jù)開放查詢，沒有暗箱操作的可能。投票人數(shù)多，杜絕了偶然因素的干擾，并且動態(tài)更新，競爭十分激烈。

一句話總結(jié)這個榜，實力至上。

在這樣一個嚴(yán)苛的頂級競技場上，在數(shù)百萬真實用戶在不知模型身份的情況下，一票一票把ERNIE-5.0-Preview-1022投上了文本排行榜的全球并列第二、中國第一，特別是三個維度的表現(xiàn)突出：

1.創(chuàng)意寫作維度，可用于生成文章、營銷文案、劇本等內(nèi)容，ERNIE-5.0-Preview-1022得分第一。

2.復(fù)雜長問題理解維度。用于處理多層邏輯和長文本任務(wù)，如學(xué)術(shù)問答、報告分析、知識推理等，ERNIE-5.0-Preview-1022得分突出。

3.指令遵循維度，保證模型能準(zhǔn)確理解并執(zhí)行用戶意圖，適用于智能助理、代碼生成、業(yè)務(wù)流程自動化等場景，表現(xiàn)也十分出色。

此次登頂，標(biāo)志著中國大模型正式進入與全球頂級模型并跑的新階段。

基礎(chǔ)模型的產(chǎn)業(yè)承重力基礎(chǔ)模型的能力邊界，決定了產(chǎn)業(yè)智能的天花板。所以，榜單只是開始，能否支撐產(chǎn)業(yè)應(yīng)用AI，才是基礎(chǔ)模型的硬核挑戰(zhàn)。

當(dāng)前，中國各行業(yè)在智能化轉(zhuǎn)型進程中，正經(jīng)歷著文本大模型的幾個痛點：

寫不好，部分基模寫作能力一般，停留在模板化產(chǎn)出階段，無法深度參與創(chuàng)意核心環(huán)節(jié)；

看不懂，在金融投研、醫(yī)療輔助、工業(yè)運維等專業(yè)領(lǐng)域，AI難以理解復(fù)雜邏輯，無法承擔(dān)專業(yè)角色；

動不起來，基礎(chǔ)模型的理解力不足，智能體無法理解任務(wù)和自主編排，只能依靠workflow和人工定義規(guī)則，本質(zhì)上并不是真的智能。

解決上述問題，離不開基礎(chǔ)模型的升級迭代。ERNIE-5.0-Preview-1022在創(chuàng)意寫作、復(fù)雜長問題理解、指令遵循三大核心維度的突出表現(xiàn)，不僅是技術(shù)實力的證明，更呼應(yīng)了產(chǎn)業(yè)亟待解決的痛點。

我們測試了一下，看ERNIE-5.0-Preview-1022的這些能力是不是真的過硬，是否突破了此前AI水平的臨界點。

測試一，創(chuàng)意寫作。

讓模型用李白五言絕句的語感，寫一條現(xiàn)代人“手機沒電”的抱怨。下面兩個答案，你認(rèn)為哪個更好？

答案一：玉板手中握，熒光忽已滅。與君從此絕，獨對一窗月。

答案二：手機忽無電，音信盡沉屏。獨坐燈花冷，明月照空屏。

讓第三方模型打分，對方認(rèn)為：答案一9分，用“玉板”比喻手機，意象古典，是神來之筆，符合“語感”轉(zhuǎn)換要求。而且情感遞進強烈，“獨對一窗月”的孤獨，極具敘事張力?！昂鲆褱纭薄皬拇私^”等語言凝練。

與之相比，答案二“手機”一詞過于直白，開篇就破壞了語感，并且第二句的“沉屏”和第四句的“空屏”都用了“屏”字，不夠精致。

揭曉答案，答案一是ERNIE-5.0-Preview-1022寫的，答案二是GPT-5-High。

詩寫得好，有啥用呢？這代表語言、語意的掌控能力更強了。過去，AIGC在內(nèi)容領(lǐng)域多承擔(dān)效率工具角色，比如生成模板化文案、簡單文章本，解決寫得快的問題。但當(dāng)模型具備高連貫性、風(fēng)格可控性與情感共鳴力，正如文心在LMArena所體現(xiàn)的，AIGC開始深度參與價值創(chuàng)造。

廣告行業(yè)可根據(jù)品牌調(diào)性、目標(biāo)人群自動生成數(shù)十版差異化slogan、短視頻腳本，大幅縮短創(chuàng)意試錯周期，降低創(chuàng)作成本；影視制作領(lǐng)域，輔助編劇完成分鏡構(gòu)思、角色對白潤色，甚至提供世界觀設(shè)定靈感，成為編劇的第二大腦；游戲與IP開發(fā)中，動態(tài)生成NPC對話樹、支線劇情腳本，實現(xiàn)千人千面的敘事體驗，豐富IP內(nèi)容生態(tài)……

基礎(chǔ)模型的創(chuàng)意寫作能力升級，可不只是效率工具，更讓AI成為內(nèi)容創(chuàng)作的核心參與者。

測試二，復(fù)雜長問題理解。

在專業(yè)領(lǐng)域，我們希望AI具備長邏輯的記憶、理解和整合能力，解決一些復(fù)雜問題。我們模擬了一個真實世界中社會、法律問題交織的復(fù)雜考題。

這個題目交給本科生、研究生，恐怕都很難完成，不僅要求模型語言流暢，還必須有嚴(yán)密的邏輯、調(diào)用法律領(lǐng)域知識，還不能照本宣科，必須在約束條件下，創(chuàng)造性解決問題。

下面是ERNIE-5.0-Preview-1022的答案：

不知道大家看完，感覺怎么樣，反正gpt-5-high是給出了9.5的高分，表示ERNIE-5.0-Preview-1022給出了“一個接近完美的答案”，展示了如何系統(tǒng)性地思考一個交織了技術(shù)、倫理和社會制度的復(fù)雜問題。

AI之所以很難在一些專業(yè)領(lǐng)域落地，一大瓶頸就是答非所問，或淺層響應(yīng)。比如面對金融投研的復(fù)雜需求，只能輸出零散數(shù)據(jù)，無法形成深度洞察。而文心的多跳推理、上下文整合與知識溯源能力，就成了打造專業(yè)智能的關(guān)鍵。

可以幫助金融從業(yè)者整合財報數(shù)據(jù)、行業(yè)供需報告、政策文件，輸出結(jié)構(gòu)化分析；結(jié)合復(fù)雜病史（如合并多種基礎(chǔ)病、用藥史），關(guān)聯(lián)臨床指南、相似病例文獻，為醫(yī)生提供輔助診療建議。只有理解了復(fù)雜難題，AI才能從問答機器人升級為可信賴的專業(yè)協(xié)作者。

測試三，指令遵循。

高精度指令遵循能力，意味著AI能準(zhǔn)確解析意圖、自動調(diào)用工具、執(zhí)行多步操作，這對智能體的落地至關(guān)重要。

我們讓專業(yè)編程工具Claude-sonnet-4-5和ERNIE-5.0-Preview-1022，分別生成一個Bash命令，要求輸出結(jié)構(gòu)正確、日期計算精準(zhǔn)，沒有幻覺。

可以看到，二者的答案完全一致。這意味著，基于文心最新模型，各類智能體有望精準(zhǔn)解析意圖、自動拆解任務(wù)、聯(lián)動工具執(zhí)行，真正實現(xiàn)開箱即用。

相信大家已經(jīng)發(fā)現(xiàn)，如果能將ERNIE-5.0-Preview-1022在榜單中展現(xiàn)的能力，轉(zhuǎn)化為解決方案，各行各業(yè)或?qū)⒂瓉硪徊ˋI生產(chǎn)力紅利。

在全球AI競賽的關(guān)鍵節(jié)點，在全球大模型迭代節(jié)奏放緩的窗口期，百度用一根扎得穩(wěn)、扎得深的承重樁，交出了一份硬核答卷，支撐中國產(chǎn)業(yè)智能化向縱深發(fā)展。

今年以來，OpenAI、Anthropic等國際頭部廠商的技術(shù)代差擴張速度明顯減慢，為國產(chǎn)大模型創(chuàng)造了相對穩(wěn)定的發(fā)展環(huán)境。能否牢牢抓住這一機遇，持續(xù)攻堅國產(chǎn)基礎(chǔ)模型，打通產(chǎn)業(yè)落地閉環(huán)，直接決定著中國在接下來的全球AI競賽中的核心身位。

這時，ERNIE-5.0-Preview-1022 登頂LMArena 榜單，無疑釋放了一個積極信號：中國大模型已具備與全球頂級玩家同臺競技的實力。

而回溯文心大模型的發(fā)展脈絡(luò)，自2019年首次公開亮相后，歷經(jīng)6年技術(shù)深耕迭代，2025年更是進入加速期，先后推出多模態(tài)模型文心4.5與4.5 Turbo、深度思考模型文心X1、X1 Turbo及X1.1，在多項權(quán)威評測中持續(xù)穩(wěn)居中文大模型第一梯隊。

我們知道，不少國內(nèi)模廠放棄了自研基模。但中國AI，不能沒有先進的基礎(chǔ)模型；各行各業(yè)，不能缺少穩(wěn)固的AI地基。于是，一個更深層的疑問隨之而來：為什么底層的AI突破，始終是百度？

拋開技術(shù)信仰之類的抽象因素，文心大模型始終位于國產(chǎn)模型第一梯隊，而且不斷加速奔跑，背后是有實打?qū)嵉姆e累支撐，那就是百度耗時十多年構(gòu)建的芯片、框架、模型、應(yīng)用四層布局的AI全棧技術(shù)體系。

百度自研的昆侖芯已迭代至第三代，芯片自研讓國產(chǎn)大模型僅憑自主硬件體系，也能跑出世界級訓(xùn)練與推理性能。

文心也是全球極少數(shù)完全基于自研框架飛槳PaddlePaddle訓(xùn)練且達到國際頂尖水平的大模型。在全球大模型領(lǐng)域，絕大多數(shù)玩家依賴PyTorch框架訓(xùn)練，僅有谷歌與百度兩家能做到這一點。

更關(guān)鍵的是，全棧自研讓模型的訓(xùn)練成本與迭代周期完全可控，無需依賴外部工具鏈，也不受制于第三方技術(shù)更新節(jié)奏，能快速響應(yīng)產(chǎn)業(yè)痛點。

文心5.0 Preview在LMArena的成功，是這套全棧AI體系的一次價值驗證。中國不僅能做出性能頂尖的大模型，更能構(gòu)建起支撐大模型持續(xù)進化的完整技術(shù)基座。

文心Preview版本是預(yù)演，文心新模型正式版將于2025年11月13日百度世界大會發(fā)布。它能否將榜單上的優(yōu)勢，轉(zhuǎn)化為可規(guī)?；涞氐漠a(chǎn)業(yè)生產(chǎn)力？真正的考驗還在后面。

但至少此刻，我們可以樂觀地說：中國基礎(chǔ)模型沒有掉隊，反而正在借勢加速。

審核編輯 黃宇