The Pulse

Baidu presenta in anteprima ERNIE 5.5 Flash con un contesto da 1 milione di token

ERNIE 5.5 Flash Preview di Baidu è disponibile attraverso l’API Qianfan con un contesto da 1 milione di token. L’azienda afferma che il modello è ancora nella fase di post-training e che i suoi pesi saranno presto rilasciati con licenza Apache 2.0.

AI.info Team · · verificato · su 2 fonti ↓ · Pubblicato 12 nov 2026

Baidu ha reso disponibile ERNIE 5.5 Flash Preview, con un contesto da 1 milione di token e 280 miliardi di parametri complessivi, di cui 14 miliardi attivi. L’API del modello è disponibile su Qianfan e i suoi pesi saranno presto rilasciati come open source con licenza Apache 2.0, ha dichiarato l’azienda.

La versione rilasciata l’11 novembre è il primo modello sottoposto a post-training costruito sul precedente ERNIE 5.5 Flash Base. Baidu descrive l’anteprima come un checkpoint intermedio e afferma che l’addestramento non è concluso, perciò alcune capacità potrebbero essere ancora inferiori alle aspettative.

Accesso e addestramento

L’azienda intende monitorare l’uso in contesti reali e i feedback, e apportare miglioramenti nella versione ufficiale. Afferma che l’anteprima è efficace nella programmazione, nella modellazione 3D, nel lavoro basato sulla conoscenza e nella creazione di contenuti, e che ottiene risultati competitivi nei principali benchmark.

Il rilascio comprende dimostrazioni negli ambiti dello sviluppo di videogiochi, del design, del lavoro basato sulla conoscenza e dei video. Baidu afferma che il modello ha completato ogni esempio dall’inizio alla fine all’interno di un ambiente di esecuzione per agenti, con gli strumenti e gli asset esterni indicati nei crediti accanto alle dimostrazioni.

Videogiochi e design 3D

In una dimostrazione dedicata ai videogiochi, Baidu afferma che il modello ha impiegato 11 ore per unire asset provenienti da diverse generazioni di Unreal Engine in un progetto Unreal Engine 5.8 e scrivere un gioco in terza persona in C++. Poiché il modello gestisce solo testo e non può vedere lo schermo, ha trasformato i problemi riscontrati durante le prove di gioco in test di codice misurabili, secondo l’azienda.

Tra i problemi segnalati figuravano un personaggio che restava sospeso, una direzione di corsa incoerente e una telecamera posizionata male. Una suite di test via via più ampia e i feedback delle prove di gioco hanno guidato le successive iterazioni fino al raggiungimento degli obiettivi di sviluppo, afferma Baidu.

Un’altra dimostrazione ha impiegato due agenti che utilizzavano l’anteprima con la Blender Python API: uno ha costruito un aeroporto e l’altro un aereo. Per l’aeroporto, il modello ha trovato su una piattaforma cartografica dati vettoriali sulla disposizione delle strutture, ha scaricato asset di supporto e ha costruito il terminal e l’area di volo, secondo l’azienda.

Il progetto dell’aereo ha assemblato la fusoliera e le ali a partire da sezioni trasversali e ha utilizzato asset forniti in anticipo per gli interni. Il modello ha poi allineato la scala e le telecamere tra i progetti, predisposto un’animazione e ne ha effettuato il rendering fotogramma per fotogramma, afferma Baidu.

Rapporti e video

Per l’addestramento sul lavoro basato sulla conoscenza, Baidu afferma di aver costruito 300.000 spazi di lavoro contenenti 10 milioni di file di riferimento in più di 40 formati. Gli ambienti andavano da spazi di lavoro personali con 10-100 file a basi di conoscenza aziendali con mille file o più.

Tra gli esempi figura un rapporto di 20 pagine sui costi dell’elettricità associati ai data center per l’IA negli Stati Uniti. Secondo l’azienda, il rapporto ha utilizzato ricerche e materiali normativi pubblici e ha trattato argomenti tra cui le previsioni della domanda di elettricità, l’espansione della rete, le bollette delle famiglie e i benefici fiscali locali.

Baidu descrive anche un cortometraggio animato di 116 secondi scritto in Python. Il film segue un pellicano in bicicletta attraverso diversi stili artistici, utilizzando più di 10.000 righe di codice, con fotogrammi disegnati ed elaborati mediante librerie software esterne.

Per tre scene, il modello ha richiamato uno strumento di generazione di immagini per creare sfondi statici e ha animato elementi sopra di essi tramite codice, afferma l’azienda. La colonna sonora ha utilizzato registrazioni selezionate e montate per adattarsi ai cambi di scena.