3月，李彦宏在人民网上发表了一篇署名文章★，其中就提到了原生与非原生多模态大模型的区别——原先，所谓的“多模态模型★★★”，只是几个单模态模型训练后再进行拼接；而原生多模态大模型，胜在以统一的架构★★★，去实现对复杂世界的统一理解。

　　发新模型，必然面临质疑，要被拿去在显微镜下和 Deepseek 作比较★★，在冷眼下遭遇批判★★；

　　作为百度新一代的原生多模态大模型，文心 4.5 首先是在多模态的能力上进一步升级★。今天的文心 4★★.5，不仅可以理解照片、工作图表、视频内容，准确摘取静态、动态图像中的细节信息；甚至还能理解网络笑话、梗图中的幽默和讽刺，并连贯地完成推理。

　　当大模型能力越来越卷、用户标准越来越高，模型之间最细微的差距★★★，就决定了实际生成结果在体验上的天差地别——原生和非原生的区别★★，也由此显现★。

　　不发新模型★★★，百度的技术实力更没了展现的机会★★，无端的猜测又会甚嚣尘上，客户的信心也会被损伤★★。

　　进退维谷★，百度的选择，是亮出宝剑，非要试一试自己的成色——即使面临批评和贬损，百度也决心放下面子，把自己最新的模型成果展示出来。

　　而文心 4.5，则是在多模态异构专家扩展技术上更进一步，就如同根据图像、视频★★、文字等不同领域，给智囊团请来了一群术业有专攻的“专家”★，并且通过一套自适应模态感知损失函数★，让“专家★★★”们可以实力相当，也就更能完成协作，执行复杂跨模态任务的处理。

　　多模态能力之外，针对大模型不少老生常谈的技术难关★★，百度在文心 4.5 也交上了这一期的

　　“前 Deepseek 时代★”★★，圈里不少人还悲观地认为★★★，中国没有模型能跟上 GPT 的脚步，对百度来说★★★，模型不掉队，应用生态做起来★，就能够留在牌桌上★★；

　　而 Deepseek 一出★，风云变幻、谁与争锋——原本，文心 4★★.0 在国内也算数得上号的大模型，在 Deepseek 面前★，也不得不甘拜下风。

　　预训练阶段更深层次的模态融合★★、专为跨模态交互和理解设计的模型机制，都是原生多模态模型的优势。