百度文心AI發佈2025年度提示詞“工作”，去年關鍵詞爲“答案”。過去一年，用戶通過AI尋求生活、夢想等答案，推動AI理解人類情感與思維。2025年，人們轉向向AI傾訴工作中的期待與困惑。
百度文心5.0預覽版在國際評測Lrena中表現突出，以1451分登頂文本榜，超越GPT-5.2等主流模型，在創意寫作和複雜指令方面領先。該模型參數量達2.4萬億，採用統一建模，具備強大的文本處理能力。
百度文心5.0Preview在LMArena最新排名中以1451分登頂國內大模型榜首，展現其在創意寫作和高難度任務上的強勁實力，標誌着國產大模型取得重要突破。
小米更新超級小愛至v7.8.50版，新增“隨心修圖”功能。用戶可通過自然語言指令，利用AI模型自動修圖，支持多模態交互識別屏幕和攝像頭畫面。操作方式包括在相冊喚醒小愛或通過App上傳照片並輸入文字，系統自動完成色彩增強、背景虛化等處理。
打造大模型時代的產品能力，低成本開發智能體，實現商業閉環。
Comate 是百度研發的編程輔助工具，提供自動代碼生成、單元測試生成、註釋生成等能力。
基於文心大模型的知識管理服務
基於百度文心大模型的編程輔助工具
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$6
$24
256
$4
$16
Baidu
128
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
Moonshot
dx8152
文心編輯2509圖像融合LoRA是基於Qwen-Image-Edit-2509模型開發的圖像重照明LoRA模型，能夠為圖像帶來出色的光線處理效果，實現專業級的圖像重新照明功能。
文心圖像融合Lora模型是一個專門用於圖像融合和編輯的AI模型，能夠糾正產品透視角度、調整光影效果，並使產品自然地融入背景環境，實現高質量的圖像合成效果。
vedabtpatil07
這是一個基於DistilBERT微調的心理健康分類模型，專門用於分析社交媒體文本（如推文、Reddit帖子）中的心理健康相關信號。模型可將文本分為抑鬱、焦慮、自殺念頭、快樂、中性/日常5個類別，旨在幫助識別有心理健康問題風險的個體。
mradermacher
這是一個基於Daemontatox/Compumacy-Experimental-32B模型的量化版本，適用於文本生成、心理學和精神病學等領域。
vladinc
這是一個基於DistilBERT架構的迴歸模型，能夠根據英文自由文本預測大五人格特質（開放性、責任心、外向性、宜人性和神經質），輸出為0.0到1.0之間的連續值。
Elite13
基於BERT-base-uncased微調的心理健康文本分類模型，可將文本分類為七種心理健康類別。
atharva27
基於Llama架構的尖端語音大模型，專為高質量、富有同理心的文本轉語音生成而設計
Prince-1
基於羊駝模型的尖端語音大語言模型，專為高質量、富有同理心的文本轉語音生成而設計
ethandavey
基於Bio_ClinicalBERT微調的心理健康診斷模型，用於根據患者自述文本預測心理健康狀態。
audo
LANSG
GEM是一款融合心電時間序列、12導聯心電圖像與文本的多模態大語言模型，可實現基於臨床證據的心電解讀。
kingabzpro
基於Meta-Llama-3.1-8B-Instruct微調的心理健康文本分類模型，可識別抑鬱、焦慮等心理狀態
922CA
基於LLaMA-3 11.5B模型微調的《心跳文學部》莫妮卡角色扮演模型
noxinc
這是一個基於葡萄牙語的Mistral模型，專門針對心理健康領域進行了微調，適用於葡萄牙語文本生成任務。
LeroyDyer
基於Mixtral架構的多功能大語言模型，融合深度心智與自我優化能力，支持多語言文本生成與複雜推理任務
KevSun
基於BERT架構的文本分類模型，用於評估用戶文本或語音輸入中的心理健康問題嚴重程度
dwulff
基於sentence-transformers的模型，用於將人格相關文本映射到768維向量空間，適用於人格心理學任務。
922-CA
基於LLaMA-2 7B微調的角色扮演模型，專門模擬《心跳文學部》中的Monika角色。該模型在約600+條遊戲對話和社交媒體數據上進行訓練，提供與Monika互動的獨特體驗。
NEU-HAI
這是一個通過在線文本數據進行心理健康預測的微調大型語言模型。
基於Llama 7b聊天模型微調，專為《心跳文學部》中的Monika角色打造的實驗性語言模型
基於百度文心API的智能搜索MCP服務器實現
一個專為Effect生態系統提供即時文檔訪問的MCP服務器，支持核心包和生態包，可智能識別代碼中的導入並獲取最新文檔。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
