用AI做一個項目，要像花木蘭一樣“東市買駿馬，西市買鞍韉”，左一個DS，右一個GPT，代碼交給Claude，畫圖找MJ……一同操作下來，生產(chǎn)力還不知道提升了幾個點，真金白銀已經(jīng)充了一大堆。

11月13日，2025百度世界大會發(fā)布了文心 5.0，作為全新一代原生全模態(tài)大模型，它從訓(xùn)練之初就將語言、圖像、視頻、音頻納入同一套自回歸統(tǒng)一架構(gòu)，進行統(tǒng)一的理解與生成訓(xùn)練，不僅支持文、圖、音、視頻全模態(tài)輸入，還能實現(xiàn)多模態(tài)輸出，直接把全能AI搭子送到你面前。似乎能解決這一問題。

其實早在文心5.0發(fā)布前，ERNIE-5.0-Preview-1022已亮相大模型競技場 LMArena，在文本排行榜斬獲1432分，與GPT-4.5-Preview等模型并列全球第二、國內(nèi)第一。當(dāng)時不少網(wǎng)友都在追問正式上線時間。

現(xiàn)在文心 5.0 Preview已同步登陸文心一言網(wǎng)頁版、文心 App 和百度千帆平臺，登錄即可直接調(diào)用。更絕的是，憑借原生全模態(tài)的大一統(tǒng)能力，終結(jié)了拼盤式AI干活，寫代碼、剪視頻、搞設(shè)計、寫文案樣樣精通……

這個“全能打工人” 到底能不能hold住復(fù)雜職場？咱們實測見分曉。

角色一：察言觀色的基礎(chǔ)執(zhí)行崗。

作為AI，幫咱們干點兒費時費力的體力活，那是最基本的要求。比如忙了一天之后，想看短劇爽一下，又感覺鋪墊太長，想直接快進到精華段落，我直接讓文心5.0 Preview化身“AI代看”，先看完這部劇，咱直接快進到最爽的點開始做夢。

文心5.0 Preview梳理了劇情脈絡(luò)：專科生主角激活系統(tǒng)，兌換了10套學(xué)區(qū)房，被異性認(rèn)可反轉(zhuǎn)。

同時精準(zhǔn)提煉出爽點：逆襲、打臉，并鎖定了最爽的點，在第4集“兌換學(xué)區(qū)房拿到房產(chǎn)證”和第5集“女博士主動示好”。

最后看結(jié)果：

短劇/爽文的受眾心理，真叫文心5.0 Preview給拿捏住了。

不過，互聯(lián)網(wǎng)“梗文化”的門道，可比爽劇的套路復(fù)雜多了。正話反說、諧音解構(gòu)，都是網(wǎng)絡(luò)鬼才們的常規(guī)操作。就像一些被冠以“萬惡之源”的搞笑視頻，外人聽著還以為是啥暗黑邪典。面對這種語言陷阱，AI還能get到其中的笑點嗎？

比如下面這個被稱為萬惡之源的表情包，讓文心5.0 Preview分析一下為啥好笑？

它先是看懂了強森的表情與情緒變化，還結(jié)合了場景氛圍，摔角比賽的狂熱現(xiàn)場，然后精準(zhǔn)理解“萬惡之源”網(wǎng)絡(luò)術(shù)語的含義，懂網(wǎng)友的玩梗心理。

最后進行結(jié)構(gòu)化整合輸出，按“表情反差→場景烘托→玩梗屬性”的邏輯分層呈現(xiàn)，用通俗語言把梗圖傳播的邏輯講明白了。

這個表情包的笑點源于表情的戲劇性、場景的反差感，以及網(wǎng)絡(luò)玩梗的“萬惡之源”屬性，可以從這幾個維度拆解：

文心5.0 Preview視頻內(nèi)容深度理解、互聯(lián)網(wǎng)文化洞察的能力，不光能用來看短劇，還能給市場運營策劃寫個腳本、分析目標(biāo)受眾的興趣偏好，輔助影視/短劇項目開發(fā)，吸引用戶點擊觀看，通通拿捏住。

說干就干，我直接派給文心 5.0 Preview一個市場情緒洞察的活，讓它“分析這場直播的彈幕情緒”。

它不僅精準(zhǔn)讀懂了視頻內(nèi)容，還快速抓取所有彈幕信息，給出了一份邏輯清晰的情緒分析報告。

它還能聯(lián)動視頻畫面與彈幕內(nèi)容，實現(xiàn)多模態(tài)情緒對齊，結(jié)合點贊數(shù)從1125漲到2197、彈幕量持續(xù)走高的數(shù)據(jù)，判斷出用戶情緒熱烈且參與感強。

這場直播的彈幕情緒整體呈現(xiàn)出高度積極、熱情且充滿支持的氛圍，主要可以歸納為以下幾類正面情緒：

這種多模態(tài)協(xié)同的察言觀色+高效落地，不管是分析直播帶貨的用戶反饋、會議錄像的參會者情緒，還是解讀活動視頻的觀眾互動效果，能省去大量人工篩選、分類、整合的時間。

這AI，還真給咱幫上忙了，必須給文心5.0 Preview升職，把它從基礎(chǔ)崗調(diào)進創(chuàng)意崗位。

角色二：多因素決策的創(chuàng)意崗位。

創(chuàng)造性任務(wù)中，需要理解復(fù)雜長問題，并結(jié)合多因素進行決策，再進行創(chuàng)意輸出，這種綜合能力，AI也能具備嗎？現(xiàn)在想拉動業(yè)務(wù)增長，離不開網(wǎng)絡(luò)手段，咱們先讓文心5.0 Preview看兩段電商直播視頻，分析下哪一種更帶貨。

從思考過程中發(fā)現(xiàn)，它將直播帶貨的要素，拆解為場景、互動性、產(chǎn)品展示、受眾觸達、信任度等多個指標(biāo)。

先讀懂了視頻1“帳篷內(nèi)集中陳列農(nóng)產(chǎn)品+專業(yè)相機直播”的模式，抓取“場景固定、產(chǎn)品集中、畫面穩(wěn)定”的關(guān)鍵特征。

再解析視頻2“果園實地+手持水果 / 平板互動”的模式，提煉“產(chǎn)地直拍、實時采摘、強互動”的核心亮點。

逐一分析兩種模式的差異。

最終判斷“果園實地互動模式”更契合助農(nóng)需求，還給出了優(yōu)化建議，全程展現(xiàn)了極強的多模態(tài)理解與決策分析能力。

無論是營銷部門對比不同活動形式、廣告投放場景的效果，還是跨部門溝通，比如市場、銷售、供應(yīng)鏈團隊爭議推廣方案時，都可以用文心5.0 Preview來調(diào)整策略、統(tǒng)一方向。

有人可能覺得，AI可以在創(chuàng)意工作中隨便發(fā)揮，但我的工作內(nèi)容是嚴(yán)肅專業(yè)的，不能出錯，文心5.0 Preview也能勝任這種專業(yè)崗位嗎？

角色三：嚴(yán)肅認(rèn)真的專業(yè)崗。

面對嚴(yán)肅領(lǐng)域、復(fù)雜指令和問題，文心5.0 Preview的事實準(zhǔn)確性顯著提升，通過知識增強、檢索增強等方式，結(jié)合知識庫和上下文提供可靠信息。

我讓它把一篇74頁全英文論文《Waveguide combiners for mixed reality headsets:a nanophotonics design perspective》，講給初中生聽。

模型沒有堆砌術(shù)語，用一個魔法眼鏡的比喻，生成講解方案，實現(xiàn)復(fù)雜知識降維與文圖協(xié)同解釋，展現(xiàn)出了較強的邏輯思維和判斷力。

說明文心5.0 Preview也可以在專業(yè)崗位發(fā)揮輔助作用，幫科研人員快速制作科普材料，幫企業(yè)培訓(xùn)師將技術(shù)文檔轉(zhuǎn)為通俗易懂的課程，醫(yī)生向患者解釋復(fù)雜病情時減少溝通誤差的話術(shù)，也能信手拈來。

角色四：編程壁壘的技術(shù)崗位。

文本能力比理科生強，編程能力比文科生強，打工人的差異化優(yōu)勢也讓文心5.0找到了。

我靈機一動，讓文心5.0 Preview給我寫個百度首頁前端代碼。別問，問就是《重生之我在九十年代創(chuàng)業(yè)建百度》。

不到一分鐘輸出了可運行的完整代碼，頁面高度還原了百度首頁，簡直“robin看了要崩潰，程序員看了會流淚”。那些“只差一個程序員”的互聯(lián)網(wǎng)創(chuàng)業(yè)夢想，可以由文心5.0 Preview補上了。

除了代碼編寫能力，文心5.0 Preview還支持智能體規(guī)劃能力，能根據(jù)用戶指令合理調(diào)用內(nèi)置工具或外部接口完成復(fù)雜操作。

于是我既要又要還要，讓文心給我做個更復(fù)雜的前端網(wǎng)頁，能調(diào)用名言API獲取名言、調(diào)用圖片API匹配背景圖、通過天氣API結(jié)合用戶位置獲取實時天氣，最后整合成一個美觀的界面。

表面看起來是寫代碼，背后其實還要拆解多步驟任務(wù)，合理調(diào)用外部工具，在前端、3D、音頻等多個技術(shù)棧間無縫切換，實現(xiàn)智能體自主規(guī)劃。

無論是初創(chuàng)團隊零成本搭建MVP產(chǎn)品，設(shè)計師快速原型可視化創(chuàng)意，教師創(chuàng)建交互式教學(xué)網(wǎng)頁，都可以用文心5.0 Preview試試。

當(dāng)然，這個AI打工人也有一些翻車現(xiàn)場，比如一些視頻的暗部區(qū)域，細節(jié)識別不到，或是網(wǎng)頁代碼生成錯誤，有亂碼。

今天的AI都稱不上完美，總體來說，絕大多數(shù)簡單執(zhí)行的基礎(chǔ)崗位，以及一些創(chuàng)意、策劃、專業(yè)、編程技能等有壁壘的高階崗位，一個文心5.0 Preview就能勝任。

這個全能打工人，到底是怎么培養(yǎng)出來的？

經(jīng)常看打工人上網(wǎng)吐槽：剛進入職場就當(dāng)上了管理層，手底下管著N個國產(chǎn)AI，還有幾個外籍AI員工。

在信息爆炸、媒介融合的時代，表達早已超出了純文本，于是要求AI也必須能聽、看、讀、想、做，但多數(shù)模型是單模態(tài)或拼接式多模態(tài)。用戶想完成一個“讀完論文做一個科普課程海報”的復(fù)雜任務(wù)，可能要先用A讀論文，把結(jié)論給B寫文案，再讓C出圖，最后用D優(yōu)化成社交媒體語氣……全程切換好幾個平臺，還得給AI做翻譯，反復(fù)調(diào)整指令，爭取對齊幾個AI之間的顆粒度。

文心5.0的原生全模態(tài)架構(gòu)，終結(jié)了AI打工人的拼盤模式，成為一個全能型通才。一個模型，一個界面，就能完成視頻內(nèi)容理解、情緒與風(fēng)格判斷、多平臺文案生成、可視化代碼輸出。

這種原生全模態(tài)，對用戶的好處是顯而易見的：

1.輸入輸出更全面，支持多種模態(tài)的數(shù)據(jù)上傳，模型能理解多種信息，交付多種成果，省去了跨工具切換、手動整合的時間。

2.綜合理解更準(zhǔn)確：避免單一信息誤導(dǎo)，比如綜合背景、語音、面部微表情、上下文判斷真實情況，讓結(jié)果更準(zhǔn)確。

3.效率大幅提升：復(fù)雜任務(wù)自動化，創(chuàng)建多智能體的應(yīng)用程序，將重復(fù)性、跨工具工作交給AI，用戶專注決策和創(chuàng)意。

百度如何攻克行業(yè)難題？行業(yè)普遍采用文本模型+視覺模型+音頻模型的拼接方式，文心5.0從底層突破，通過原生架構(gòu)讓所有模態(tài)共享語義空間，這種端到端的多模態(tài)一致性，是拼接式模型難以企及的。

從技術(shù)上看，文心5.0自訓(xùn)練就融合多模態(tài)數(shù)據(jù)，采用自回歸統(tǒng)一結(jié)構(gòu)、超大規(guī)模混合專家結(jié)構(gòu)，實現(xiàn)統(tǒng)一理解與生成。在復(fù)雜任務(wù)中，能同步解析多模態(tài)信息，在同一推理路徑下完成多個指令要求，最終成果風(fēng)格一致、邏輯自洽。ERNIE-5.0-Preview-1022在LMArena評測中登頂中文文本能力榜首，為多模態(tài)能力筑牢堅實底座。

從成本上看，通過分布式訓(xùn)練和多級分離推理部署框架，顯著降低推理成本，最終普惠用戶。

從落地價值看，原生全模態(tài)大幅降低使用門檻、提升任務(wù)完成效率，一套大腦，N種任務(wù)、N個角色都能勝任，真正實現(xiàn)“所想即所得”，讓應(yīng)用AI的投入回報比更高。

文心5.0的發(fā)布釋放明確信號：百度沒有掉隊，聚焦高頻場景打造實用AI。

審核編輯 黃宇