baidu/ernie-4-5-vl-424b-a47b

ERNIE-4.5-VL-424B-A47B 是百度推出的旗舰级多模态大模型，基于文心4.5系列的混合专家（MoE）架构，总参数量高达424B、激活参数47B，核心定位为“支持思考与非思考双模式的高性能视觉语言理解引擎”。

• 双模推理领先：思考模式下在MathVista、MMMU等高难度多模态推理任务上逼近甚至超越OpenAI-o1，非思考模式在CV-Bench等感知类任务保持顶尖表现  
• 架构创新：采用多模态异构MoE结构，通过跨模态参数共享+专用空间保留，实现文本与视觉能力协同增强  
• 效果效率兼优：相比Qwen2.5-VL系列，轻量版（28B-A3B）已具竞争力，旗舰版性能全面领跑多模态SOTA榜单  
• 产业友好：基于飞桨训练部署，支持4-bit/2-bit无损量化、OpenAI协议兼容，开箱即用FastDeploy部署  
• 开源开放：模型权重按Apache 2.0协议开源，支持学术研究与商业应用，配套ERNIEKit精调套件

───────────────────────────────────────────────────────────────────

核心能力  

👁️ 双模智能理解：独家支持“思考/非思考”切换，复杂推理与实时感知无缝兼顾  

⚡ MoE高效架构：47B激活参数实现424B总规模性能，推理成本显著低于同级稠密模型  

📊 多模态SOTA：在MathVista、MMMU、VisualPuzzle等10+权威基准全面超越竞品  

🛠️ 产业级部署：FastDeploy支持一行代码部署，兼容vLLM/OpenAI协议，适配多芯片平台  

🔐 全链路开源：Apache 2.0许可开放模型权重，ERNIEKit提供LoRA、DPO、量化等精调工具  

🇨🇳 中文场景优化：深度适配中文图文理解，在图表解析、文档问答等本土任务表现突出