百度开源ERNIE-4.5-VL-28B-A3B Thinking版本模型
专注于多模态理解和跨模态推理能力提升 引入Thinking with Images能力,可自动对图片进行放大缩小裁切等操作 在文档/图表理解任务上超越Gemini-2.5-Pro与GPT-5-High 模型已上线HuggingFace/GitHub/飞桨社区
百度在多模态领域持续发力,开源模型在部分任务上达到国际领先水平;视频生成赛道出现专门针对短视频平台的新模型;商业模型通过价格策略积极获取用户。