跳至正文
DigIntoAI/模型情報
模型情報動態

模型情報.

追蹤變化,讀懂每一次更新。

編輯精選百度
百度/ERNIE-Wizshot-ME

百度 ERNIE-Wizshot-ME:如何用圖片和音訊生成口播影片?

2026 年 11 月 12 日,百度在百度世界 2026 開幕式上介紹了面向口播與近景特寫場景的影片生成模型 ERNIE-Wizshot-ME(文心一鏡微表情大模型),百度智能雲千帆產品頁與 API 參考文檔(文檔更新日期為 11 月 11 日)已同步列出該模型的接入規範與計費標準。

最新文章04

最新發布
01

百度 ERNIE-Wizshot-ME:如何用圖片和音訊生成口播影片?

2026 年 11 月 12 日,百度在百度世界 2026 開幕式上介紹了面向口播與近景特寫場景的影片生成模型 ERNIE-Wizshot-ME(文心一鏡微表情大模型),百度智能雲千帆產品頁與 API 參考文檔(文檔更新日期為 11 月 11 日)已同步列出該模型的接入規範與計費標準。

ERNIE-Wizshot-ME閱讀文章
02

百度發布 ERNIE 5.5 Flash Preview:正式 ID 為 ernie-5.5-flash-preview,這是基於此前 Flash Base 的首個後訓練中間版本,千帆 API 已上線並支援 1M 上下文

2026年11月11日,百度發布 ERNIE 5.5 Flash Preview,這是基於此前發布的 ERNIE 5.5 Flash Base 的首個後訓練版本,正式 ID 為 ernie-5.5-flash-preview。總參數 280B,激活參數 14B,支援 1M 上下文。官方稱之為後訓練過程中的中間版本:訓練尚未結束,後續正式版本還會改進。模型 API 已在百度千帆平台上線,並同時列入「文本生成」與「深度思考」。千帆按量後付費官方價以元/千tokens 計價(文檔更新時間 2026-11-10),按高峰 8:00–22:00、空閒 22:00–次日 8:00 分別給出活動價與原價;價表未標註時區。中文官宣寫明權重將於11月25日前開源,目前尚未公開。官方同時公布了評測圖和完整結果表。既有 Flash Base 稿是另一篇,這次寫的是 Preview 的 API 發布,不是 Base 權重更新。

ERNIE 5.5 Flash Preview閱讀文章
03

從 ERNIE-5.5-Flash-Base 到可用助手還需要哪些準備

百度公開 ERNIE-5.5-Flash-Base 權重,讓自行訓練模型的團隊多了一個起點。若要打造企業內部助手,後續工作包括整理業務資料、準備硬體,以及建立訓練、測試與維運流程。 官方說明,這份 Base 權重來自預訓練結束的檢查點,尚未進行中期訓練或後訓練,可用於領域適配與指令微調。要讓它穩定遵守工作規則,仍需後續訓練、測試與產品設計。

ERNIE-5.5-Flash-Base閱讀文章
04

百度開源 Unlimited OCR 2:超長文件一次解析

2026 年 10 月 27 日,百度開源 Unlimited OCR 2(MIT),Hugging Face/GitHub 可取;參數量約 3.3B。賣點是 SR-SWA:把超長圖文的 text-visual attention 壓成固定大小的工作引用集,文件變長時逐步解碼延遲仍接近恆定。百度稱在 MPDocBench、MarathonDocBench 上達到 SOTA,均為廠商自報。多頁可用 infer_multi 一次請求解析;推理支援 Transformers 與 SGLang。

Unlimited OCR 2閱讀文章