由 Simon 百度AI竟超越GPT与Gemini？轻量化模型以30亿参数实现多模态突破，震撼解析电路图纸与生产线数据，企业级智能时代已来临！
百度最新推出的ERNIE多模态大模型在关键基准测试中表现优异，超越GPT与Gemini。该模型专注于处理常被纯文本模型忽视的企业多维数据，为工程图纸、生产线监控、医疗影像和物流看板等非结构化数据提供智能解析方案。
【核心突破】ERNIE-4.5-VL-28B-A3B-Thinking采用轻量化架构，仅激活30亿参数即可实现多模态认知，显著降低推理成本。其创新之处在于将视觉定位与工具调用结合，推动AI从感知走向行动——不仅能识别图像中穿西装的人员并生成JSON坐标，还能自主放大图片读取文字、触发图像搜索，甚至模拟电路分析等专业任务。
实测表现突出：
– 精准解析「高峰时段提示」图表，优化商业场景资源调度
– 运用欧姆定律求解桥式电路，展现工程辅助潜力
– 在多项基准测试中超越GPT-5-High和Gemini 2.5 Pro
企业级应用场景：
▶ 视频智能处理：自动提取会议录像字幕并关联时间戳，支持「桥梁场景」等语义检索
▶ 工业质检：转换视觉识别结果为结构化数据，适配生产线自动化需求
▶ 知识管理：通过工具链实现代码放大检查、内部知识库联动诊断
【部署门槛】需80GB显存单卡配置，配套ERNIEKit支持私有数据微调，采用允许商用的Apache 2.0许可证。当前更适合已具备高性能算力基础的企业。
延伸思考：
1. 当多模态AI能直接操作业务系统时，如何重构人机协作的安全边界？
2. 在降低推理成本与提升精准度的双重要求下，轻量化模型会否成为企业AI部署的主流选择？
阅读 ArtificialIntelligence News 的原文，点击链接。