11 月 9 日，百度文心方面公布了 ERNIE Evolve 的 RSI 进展。数据来自昆仑芯 P800 平台上的 168 小时连续探索，分 4 轮进行，模型生成速度被推高到基线的 623.6%，确定性推理吞吐在 3 天内提升了 133.7%，每 token 的生成时间缩短 26%，首 token 延迟下降 12%，极致解码环节的累计收益达到 114.9%。
这类指标和跑分不是一回事
确定性推理吞吐衡量的是同样输入反复执行时输出是否稳定一致，这是把模型接进生产链路时更关键的一项。企业级场景里，同一份工单走两次不能给出两种结果，所以吞吐稳定性往往比单次跑分更能决定能不能上线。ERNIE Evolve 在这里给出的 133.7% 是三天窗口内的累积提升，不是实验室里的一次性峰值。
168 小时不间断探索这个设定本身也有信息量。它意味着这套流程要自己在无人干预的情况下判断下一步做什么，否则撑不到第四轮。首 token 延迟下降 12% 对交互式产品是直接可感知的改善，而每 token 生成时间缩短 26% 决定了单次长文本输出的等待感受。
三项基准进入 SOTA
同批公布的数据里，NanoChat AutoResearch 与 NanoGPT Speedrun 两个基准的多项指标达到 SOTA 水平。这两个基准衡量的是模型自主跑通研究流程与高吞吐训练的能力，与传统的问答测评不是一条赛道。整体看，ERNIE Evolve 的路线是把长时程自主探索与工程效率放在一起优化，重点在长时程自主探索与工程效率的同步优化。
把实验跑在昆仑芯上而不是通用 GPU 上，也说明这套优化路径是围绕国产算力平台做的适配，不是先在别处跑通再移植。后续如果有更多轮次的公开数据，这套路径的可复制性会更容易判断。
百度文心此前的开源进展可以参考 文心 5.5 Flash Base 开源详情，其中列出了参数规模与基准口径。
延伸阅读
- 百度健康 MAU 超 5000 万，接入 15 万三甲真人大夫2 周前
- 百度开源文心5.5 Flash Base：2800亿参数激活140亿5 天前
- 百度将披露世界模型进展：11月12日百度世界大会成窗口2 周前
- 百度文心5.5 Flash Base开源：280B激活14B，30项基准对比5 天前
继续读
同一批更新里这几篇值得一看：
- 百度开源文心5.5 Flash Base：2800亿参数激活140亿2026-11-05
- 百度 ApolloWorld 世界模型上线：一天虚拟路测抵三年真实里程2026-11-05
- 百度搜索 AI API 降至 4.9 元千次 文心助手覆盖 170 场景2026-10-31