刚刚2025百度世界大会，百度发布全球首个统一原生全模态大模型——文心5.0 所谓的原生全模态，就是解和生成文本，还能同时处理图像、视频、音频。 我测试一下乌蝇哥的经典场面，做了个情感分析，感觉效果不错。 目前，能做到原生多模态，国外就百度和 Openai，国内就百度 百度一技术储备一直可以的，起大早，赶大集