编辑 | 伊风
出品 | 51CTO技术栈（微信号：blog51cto）
年初，DeepSeek-R1模型的开源让这个低调的技术品牌一炮打响。
随着DeepSeek应用的飞速增长，AI巨头正在集体重新审视开源模式的商业价值——这不再只是“赔本赚吆喝”的事情，而是可能带来实实在在的商业回报。
DeepSeek带来的竞争压力肉眼可见，连OpenAI的Altman都罕见地改口反思，承认OpenAI在开闭源问题上“站在了历史错误的一端”。Altman 甚至在X上发起了投票，询问大家OpenAI的下一个开源项目是一个o3 mini级的模型好，还是开源一个端侧模型好。
而在国内，同样坐不住的还有曾经的闭源信仰者——百度。2月中旬，百度接连抛出一系列大动作：
- 2月11日，文小言（原文心一言）更新，新版本正式接入DeepSeek-R1模型；
- 2月13日，百度宣布文心一言将于4月1日起全面免费；
- 2月14日，百度官宣：未来几个月将陆续推出文心大模型4.5系列，并计划在6月30日正式开源。
其中最出人意料的，还是百度在“开源 vs. 闭源”问题上的180度转向。曾经，李彦宏曾直言“开源大模型是智商税”“开源模型只会越来越落后”，而如今，面对现实的百度却决定“打不过就加入”，主动顺应开源潮流。
不过，细品百度的开源计划，会发现它与DeepSeek的开源或许仍有本质不同。DeepSeek采取的是“上线即开源”的模式，而百度的开源方案更显谨慎：未来几个月用户或在产品侧先行体验文心4.5系列，但真正的开源要等到年中才正式落地。
而2025的下半年，才是百度的重头戏。根据外媒CNBC的爆料，百度Ernie 5.0预计将在今年下半年发布，并在多模态能力上有重大增强。知情人士透露，新模型可能会在文本、图像、视频、音频的理解和转换上迈出更大步伐，例如生成更自然的AI视频内容。
从某种程度看，百度的Ernie 4.5开源，很可能是在给 5.0“投石问路”。在全面迈入开源赛道之前，百度似乎更想先试探市场反应，看看这条路是否值得走到底。
1.月活被反超，百度系模型真落后了吗？
关于百度的下次开源是否能激起水花，有一个绕不开的问题：百度在大模型的技术方面是否已经落后？
从技术方面看，百度可能与头部模型厂商并未拉开太大差距。
但百度大模型失去竞争力的观点一直充斥于网络，究其原因有以下几方面。
首先，作为国内最早入局者，百度文小言确实没能守住第一的位置，再加上“起大早、赶晚集”的论调时不时就拿出来炒作一番，使得很多人觉得百度的大模型也会“烂尾”。
两年前，百度是大厂中最早做大模型的，2023年3月就开始内测Chatbot应用文心一言，赶来尝鲜的用户挤满了排队列表。但文心一言在月活上的领先优势只维持了一年之久，此后便逐渐被Kimi、豆包等一众后来者反超。
不过，虽然AI应用的月活量无法完全反映一家模型厂的技术水平。目前，文心一言Web端的访问量在国内AI产品位列第6，落后于DeepSeek和承接了DeepSeek流量的纳米AI搜索、投流比较猛的豆包、Kimi以及非AI原生的百度文库。仅从应用排名看，无法证明百度的技术存在大幅落后。
这里引出了第二个问题：百度文库月活量的赶超以及在商业化上的亮眼表现，似乎多少给外界传递了一种文小言被内部放弃的信号。
例如，李彦宏1月初发的百度内部信中，提到“我们在大模型应用领域独树一帜，为4000万文库的付费用户提供无与伦比的内容创作……”，却未提及AI原生出身的文心一言。
需要明确的是，从应用层上，文小言在内部的地位是否滑落，我们不得而知。但模型层上，文心仍然是为百度文库做赋能的技术基座，那就不存在被放弃的问题。
第三，百度的闭源生态和过早开启的订阅制度，要为百度日活被反超的事实“背一部分锅”。
2023年11月，文心一言就开做会员收费，这意味着非付费用户从此无法接触最先进的文心4.0模型。百度闷声挣大钱的态度忽视了必要的技术宣传，甚至立场鲜明地支持闭源，发表一系列“开源模型只会越来越落后”的观点。
此刻再宣布开源，很难给用户好的观感。
最后，由于重视商业化的策略，加上大模型“烧钱”的客观现实，百度一度被传出“预训练终止”的消息。
图片
对此，百度CTO王海峰曾辟谣，表示“相信大家非常关心基础大模型的进展。我可以很笃定地告诉大家，文心大模型仍在持续训练中，敬请期待更强大的新版本。”
那么，有关基础模型训练的真相如何？百度开源还有机会吗？
2.百度模型进展到哪了？守住了哪些优势？
结合上一代模型ERNIE 4.0及其Turbo版的表现来看，百度再度跻身第一、第二梯队还是有希望的。
百度发布于2023年10月的ERNIE 4.0（比GPT4晚发布7个月）及2024年6月升级的ERNIE 4.0 Turbo（比GPT-4o晚发布一个月）,代表了百度最先进的模型技术。
ERNIE 4.0有明确对标GPT-4，且综合实力相当。比起后者，ERNIE 4.0在中文语境下的表现相对更优，但在复杂逻辑任务上逊色于后者。
图片
而去年6月发布的ERNIE 4.0 Turbo，则缺少明确的对标对象，官方介绍说“在性能上实现了显著提升”。
根据智源研究院12月19日的FlagEval“百模”评测结果，ERNIE 4.0 Turbo确实在主观评分上处于领先地位，仅次于几乎同期发布的Doubao-pro-32k-preview，但客观估分不高。
以上表明文心可能是个“重文轻理”的模型。
上图：智源研究院 FlagEval“百模”评测结果
虽然缺乏公开宣传，但百度也没有停止模型更新的步伐。
从百度千帆大模型服务与开发平台，查看模型的更新记录，会发现百度的1月底，同样忙着做推理能力，并甩了一堆的模型更新。
上图：百度千帆大模型服务与开发平台
https://ai.baidu.com/ai-doc/WENXINWORKSHOP/flxu4ej5u
性能方面，在SuperCLUE的第三方报告中，百度一个名为“ERNIE-4.0-Turbo-8K-Latest”的模型，总分62.2，位列该报告模型的“第四梯队”。从命名看出，这是一个相当强悍的8K小模型。这个模型与DeepSeek-V2.5保持在同一梯队中，并且优于GPT-4o-mini。
注：以上数据来自SuperCLUE
此外，百度在垂直场景和多模态技术上也有显著优势。
商业化并不意味着没有技术积累，深耕的垂直场景也可能给百度模型带来有价值的反哺，尤其是专业的高质量数据。
从官网给出的产业级大模型分布图来看，百度已经在多个行业有定制模型。据报道，百度文心模型在中文场景下的知识问答、多模态生成(文本、图像、语音)能力领先，尤其在金融与教育领域的应用成熟度高。
上图来源：文心大模型官网
百度最新发布的24年财报中透露，“12月，文心大模型日均调用量达16.5亿次，一年增长33倍。”由此可见，百度在商业化场景上有独特的技术积累，有很强的可信性。
在多模态领域，苹果的合作选择或许正是百度优势的一种侧面印证。尽管苹果最终携手阿里打造国行AI功能，但据外媒报道，其AI图片识别功能的开发仍选择了百度作为合作伙伴。
此外，文心还是国家跳水队的选择。百度文心开发了一套智能跳水辅助训练系统，可以给跳水运动员的动作实时打分、进行精准量化分析、制订训练计划等等。
百度的CTO王海峰曾谈过多模态的技术壁垒。他表示“相比文字幻觉，图片幻觉更为棘手”，百度进一步研发了检索增强的文生图技术，既可以生成精确的图片，也可以进行泛化生图。
更详细的技术解释是：大模型先基于用户的需求进行分析理解，自动规划精确或泛化方案，比如需对哪些实体进行增强；接着在增强阶段，对需要增强的实体，检索并选择相应的参考图。等到了生成阶段，百度通过自研的多模可控生图大模型，一方面，通过局部注意力计算，在保持实体特征不变的情况下，实现图像的高泛化生成，比如根据牛顿的肖像，生成绘本风格的牛顿；另一方面，通过整体注意力计算，进行高精确的图像生成，比如生成图中的汽车跟原图片完全一致。
再加上多模态也是Ernie 5.0的最重要的亮点，或许百度在这个维度上有所突破，还有些“压箱底”的技术也不是没有可能。（有趣的是，同为搜索引擎巨头的谷歌，其主要优势也集中在了多模态技术，且最近发布的Gemini 2.0性能可圈可点。）
此外，百度在算力层上能真正做到软硬协同。其自研芯片（昆仑芯）与自研框架（飞桨PaddlePaddle）深度适配，能显著提升算力利用率。今年2月，百度还宣布百度智能云已经成功点亮昆仑芯三代万卡集群，这也是国内首个正式点亮的自研万卡集群。并透露了下一步，百度智能云将进一步点亮3万卡集群。
这不仅为文心大模型迭代提供了足量的"弹药"，更长远的看，百度的方案不依赖英伟达芯片，提前规避了风险，或能在国产替代浪潮中占据关键生态位。
3.百度发力开源，究竟能不能成为解药？
DeepSeek效应持续发酵，海内外模型厂商无不受到震撼。
一部分模型厂商重新回归了技术驱动的路线，例如“六小虎”中的Kimi、MiniMax等等。
在DeepSeek开源并取得巨大成功后，月之暗面内部重新评估其战略，团队复盘后认为应坚持基础模型SOTA（State-of-the-art，当前最佳）的目标。
而MiniMax的CEO闫俊杰也在采访中透露，在经历了整整半年多的焦虑后，他终于做出取舍“现在 MiniMax 最重要的目标不是增长，也不是收入，是 ‘加速技术迭代’。”
另一部分模型厂商则重拾了开源计划，例如OpenAI。Altman透露了未来可能的开源项目，且提供的选项都很具吸引力。
以上两个分类当然存在重合，但值得注意的是：开源并不等同于技术驱动。
促使公司开源的动力有很多。闫俊杰说，“如果重新选，第一天就应该开源。因为开源能加速技术进化。”但是DeepSeek的奇迹也验证了——开源的价值远比我们想象的更深远、更多元：开源可以打造一个技术品牌；开源可以为模型赢得美誉和口碑；开源甚至能成为一个比B端大客户销售团队更有效的商业化引擎。
百度当然也看到了开源的价值。在18日财报会上，李彦宏坦言，DeepSeek的成功给百度上了一课：“从DeepSeek身上，我们学到了一件事，那就是开源最佳模型能大大促进人们使用或采纳这个模型。当一个模型开源时，人们自然会出于好奇想尝试，这有助于更广泛的采用。文心大模型4.5将是我们有史以来最好的模型，我们希望用户和客户能够比以往更轻松地试用。”
因此，百度选择趁早官宣了6月30日文心4.5系列的开源，希望借此降低用户使用门槛，推动生态繁荣。
但开源并非简单的“技术开放”那么直接，它牵涉到商业策略、生态布局，甚至隐私与安全边界的考量。相比此前未发力应用的DeepSeek，百度文心已经积累了庞大的C端用户，模型训练可能涉及用户交互数据以及百度自身的搜索、云计算等数据资产，因此在开源时，必须考虑数据安全与合规性。
百度需要明确开源的边界：是仅开放推理权重，还是进一步开放训练方法？如何设定开源协议，既能鼓励创新，又能确保数据不被滥用？这些都是影响开源效果的关键问题。
至于此前签下的政企订单，百度仍然可以通过私有化部署确保稳定性。事实上，开源与政企客户并不冲突，合理的“开放但可控”策略，反而可能增强企业客户的信任度。
归根结底，百度开源的核心挑战，不只是“开源与否”，而是开源后能否真正提升文心大模型的行业影响力。开源能带来品牌声量、生态繁荣，甚至用户增长，但最终决定一切的，仍然是模型的技术实力和落地体验。DeepSeek的爆发式增长，正是建立在这一前提之上的。百度能否在开源后抓住同样的机会，还要看文心4.5的实际表现。
参考链接：
1.https://zhuanlan.zhihu.com/p/23667812307
2.https://finance.sina.com.cn/tech/discovery/2024-11-13/doc-incvxpff1200045.shtml
3.https://flageval.baai.ac.cn/#/home
4.https://cloud.tencent.com/developer/article/2495332
5.https://mp.weixin.qq.com/s/VmRFGJitPF9EXi0ZBDp3Pw
6.https://mp.weixin.qq.com/s/opWLjlQvWuf9mqKeP0D4Xg
7.https://cloud.baidu.com/article/3396976
