百度开源ERNIE 5.5 Flash Base，总参数280B

百度今日发布 ERNIE-5.5-Flash-Base，并开放其预训练终点（pre-training endpoint）的权重，该模型总参数达到 280B。与文心 4.5 采用 Apache 2.0 协议不同，这一次百度换成了自定义许可证，并把欧盟、英国和韩国排除在授权地域之外。

百度这次发布的消息，核心其实是两个点：一个是模型本身，一个是它附带的规则。模型是 ERNIE-5.5-Flash-Base，总参数 280B，开放的是预训练终点（pre-training endpoint）的权重。也就是说，百度把这个模型训练完成之后、尚未经过针对特定任务微调的那一版拿了出来，交到开发者手里。拿到这一版权重的人，可以在这个基础上继续做自己的训练和调整，而不是只能调用一个已经定型的成品。这种开放方式，在当下的大模型发布里并不少见，它的意义在于把模型的可塑性留给了使用者，至于最后做成什么样子，很大程度上取决于拿到权重的人怎么用。

280B 这个数字本身也值得单独说一句。总参数达到这个量级，意味着模型在训练时所容纳的信息规模相当大，结构也相对复杂。对于使用者来说，这既是能力上的底气，也是一种成本上的现实：参数规模越大，对算力、显存和部署环境的要求往往越高，不是所有团队都能直接把它跑起来。百度选择在这个量级上开放权重，等于是在能力与门槛之间做了一个取舍。愿意接住它的人，需要先掂量自己的算力条件，再决定是直接使用，还是做进一步的压缩、蒸馏或者适配。

比模型参数更值得留意的，是这次的许可证变化。文心 4.5 用的是 Apache 2.0 协议，那是一份业内非常熟悉的开源协议，条款清晰，使用范围也宽。而 ERNIE-5.5-Flash-Base 这次换成了自定义许可证，并且明确把欧盟、英国和韩国排除在授权地域之外。这个变化很直接：它不是技术细节的调整，而是使用边界的重新划定。过去用 Apache 2.0 的时候，开发者基本不需要先问自己在哪个国家和地区；现在换成自定义许可证，地域就成了第一道门槛，身处被排除地区的使用者，哪怕技术上能拿到权重，在授权上也不在覆盖范围之内。

这种做法在开源领域并不常见，但也不是没有先例。模型发布方在开放权重时，往往要在开放程度与自身考量之间找平衡。完全开放固然能换来更广的传播和使用，但也意味着对后续用途的控制力变弱；收紧授权，则能在一定程度上把使用范围限定在自己认可的区域和场景里。百度这次的做法，显然是往收紧的方向走了一步。它没有改变模型本身的参数和结构，改变的是谁可以在什么地方用它。这种改变对普通开发者来说可能感受不深，但对身处欧盟、英国、韩国的团队和机构来说，界限是明确的。

从使用者的角度看，拿到 ERNIE-5.5-Flash-Base 的权重之后，真正的工作才刚刚开始。预训练终点的权重只是一个起点，它还需要经过针对具体场景的调整，才能变成一个好用的产品。不同团队的需求不同，有人需要它处理中文文本，有人需要它做代码、做推理、做行业知识的适配，这些工作都需要建立在权重开放的基础之上。百度把这一版交出来，等于把后续的可能性交给了社区和开发者，而许可证上的地域限制，则决定了这份可能性在哪些地方可以落地。

再往远一点看，这次发布也折射出大模型开放方式正在出现分化。过去一段时间，业内有一种倾向是把权重开放等同于完全开放，协议越宽松越好。但随着模型规模越来越大、应用场景越来越广，发布方开始在协议上做更多区分：有的限定商用方式，有的限定使用地域，有的对二次分发提出额外要求。百度这次把地域排除写进自定义许可证，就是这种分化中的一个具体例子。它提醒使用者，拿到权重之前，先把许可证读清楚，比先把模型跑起来更重要。

对于关注文心系列的人来说，这次发布还有一个对比的看点：文心 4.5 与 ERNIE-5.5-Flash-Base 在开放方式上的不同。4.5 用 Apache 2.0，规则简单、适用面广；5.5 Flash Base 换成自定义许可证，规则更细、边界更明确。这种变化本身并不说明模型能力的高低，它说明的是百度在不同阶段、面对不同模型时，对开放策略的想法在调整。至于这种调整会不会成为常态，还要看后续模型的发布方式是否延续同样的思路。

总的来说，ERNIE-5.5-Flash-Base 的发布可以分成三层来理解：第一层是模型本身，总参数 280B，开放预训练终点权重；第二层是使用方式，拿到权重的人可以在此基础上继续训练和调整；第三层是授权规则，自定义许可证把欧盟、英国和韩国排除在外。三层加在一起，才是这次发布的完整面貌。对有意使用这个模型的人来说，先确认自己是否在授权地域之内，再评估自己的算力是否跑得动 280B 的规模，最后再决定怎么用这份权重，是比较稳妥的顺序。