Model nazvan ERNIE-4.5-VL-28B-A3B-Thinking najnoviji je Baiduov adut u sve žešćem nadmetanju tehnoloških kompanija u razvoju AI sustava.
Baidu je predstavio novi model umjetne inteligencije za koji tvrdi da nadmašuje konkurentske sustave iz Googlea i OpenAI-ja na brojnim vizualnim testovima, i to uz korištenje tek djelića računalne snage koja je inače potrebna za takve sustave.
Model nazvan ERNIE-4.5-VL-28B-A3B-Thinking najnoviji je Baiduov adut u sve žešćem nadmetanju tehnoloških kompanija u razvoju AI sustava koji mogu razumjeti i analizirati slike, videozapise i dokumente uz tekstualne podatke. Takve multimodalne sposobnosti postaju ključne za poslovne primjene, od automatizirane obrade dokumenata do kontrole kvalitete u industriji.
Učinkovitost kao glavna prednost
Ono što Baiduov model izdvaja od konkurencije jest njegova iznimna učinkovitost. Iako sadrži ukupno 28 milijardi parametara, aktivira samo tri milijarde tijekom rada zahvaljujući sofisticiranoj "routing" arhitekturi.
Prema tehničkoj dokumentaciji objavljenoj na Hugging Faceu, model postiže jednaku ili bolju razinu performansi od znatno većih sustava kad je riječ o razumijevanju dokumenata, analizama grafikona i vizualnom zaključivanju, pri čemu troši znatno manje računalne snage i memorije.
Najprepoznatljivija značajka novog modela jest sposobnost "Thinking with Images", odnosno "razmišljanja pomoću slika". Model može dinamično zumirati slike i analizirati detalje na različitim razinama, oponašajući način na koji ljudi pristupaju rješavanju vizualnih zadataka.
Prema Baiduovoj dokumentaciji, model može slobodno zumirati i pretraživati slike kako bi uhvatio svaki detalj i otkrio sve informacije. Kada se kombinira s alatima za pretraživanje slika, značajno se poboljšava njegova preciznost u obradi vizualnih podataka i razumijevanju složenih scena.
Konkurencija Googleu i OpenAI-ju
Baidu tvrdi da njegov model nadmašuje Googleov Gemini 2.5 Pro i OpenAI-jev GPT-5-High u više testova koji mjere razumijevanje dokumenata i grafikona. No, neovisna potvrda tih tvrdnji još uvijek nije objavljena.
Model je dostupan pod Apache 2.0 licencom, što znači da se može slobodno koristiti u komercijalne svrhe bez naknada, potez koji bi mogao ubrzati njegovo prihvaćanje u poslovnim okruženjima.
Također, model koristi Mixture-of-Experts (MoE) arhitekturu - pristup u kojem se, ovisno o zadatku, aktiviraju samo dijelovi mreže koji su najrelevantniji.
Zahvaljujući toj strukturi, Baidu tvrdi da se model može pokretati i na jednom 80GB GPU-u, što ga čini pristupačnijim od konkurentskih rješenja koja zahtijevaju više skupih akceleratora.
Tehnička dokumentacija otkriva i napredne metode treniranja, uključujući multimodalno učenje pojačavanjem, dinamičko uzorkovanje težine zadataka i stabilizaciju treninga kroz interne strategije nazvane GSPO i IcePop.
Dio šireg ERNIE 4.5 ekosustava
Model je dio šire ERNIE 4.5 obitelji koju je Baidu predstavio u lipnju 2025. Ona uključuje deset modela različitih veličina, od gigantskog ERNIE-4.5-VL-424B-A47B s 424 milijarde parametara, do manjih verzija namijenjenih specifičnim poslovnim primjenama.
Zajednička im je inovativna heterogena multimodalna arhitektura, koja omogućuje dijeljenje parametara između tekstualnih i vizualnih modula, bez gubitka performansi.
Za poduzeća i developere, Baidu je objavio ERNIEKit, set razvojnih alata koji olakšavaju integraciju modela. Model je kompatibilan s popularnim open-source okvirima poput Hugging Face Transformers, vLLM i FastDeploy. Primjeri koda pokazuju da se model može implementirati u Pythonu s tek tridesetak linija koda.
Za produkcijska okruženja, Baidu nudi optimizirane opcije koje podržavaju paralelno izvođenje i smanjenu potrošnju memorije putem kvantizacijskih tehnika.
Objava dolazi u ključnom trenutku, kad se tržište pomiče s eksperimenata poput chatbota prema AI sustavima koji procesiraju dokumente, slike i videozapise u stvarnim poslovnim procesima.
Sposobnost modela da obrađuje račune, ugovore, tablice i tehničke dijagrame čini ga posebno korisnim za financijski sektor, proizvodnju i automatizaciju.
Zbog svoje učinkovitosti, model bi mogao biti privlačan manjim poduzećima i startupovima koji nemaju proračune za skupe AI infrastrukture. Baidu naglašava da ga je moguće implementirati bez visokih troškova licenciranja ili održavanja.
Baidu zasad nije objavio detaljne podatke o sigurnosnim testiranjima, pristranosti modela ili mehanizmima kontrole grešaka, aspektima koji su ključni za poslovne korisnike.
Zajednica developera reagirala je s opreznim optimizmom. Programeri su zatražili verzije modela u GGUF i MNN formatima, pogodnima za lokalnu i mobilnu upotrebu. Na društvenim mrežama korisnici su pohvalili tehničke inovacije, ali i našalili se na račun dugačkog imena modela.
Baidu planira dodatno predstaviti ERNIE seriju na svojoj konferenciji Baidu World 2025, gdje će otkriti više detalja o testiranju performansi i budućem razvoju.
Digital Realty ostvario je u drugom tromjesečju prihod od 1,92 milijarde dolara, 29 posto više nego godinu prije, te podigao godišnju prognozu prilagođenog FFO-a na 8,15 do 8,20 dolara po dionici. Operator podatkovnih centara objavio je rezultate nakon zatvaranja američkog tržišta u četvrtak, potaknut potražnjom za AI i cloud kapacitetom.
Umjetna inteligencija mijenja temeljnu arhitekturu podatkovnih centara i pred operatore postavlja zahtjeve koje klasična infrastruktura često ne može zadovoljiti. Na našem i širem europskom tržištu najveće pojedinačno ograničenje je dostupna električna energija na lokalnoj mreži, kako za ICTbusiness Media - ICTbusiness.info ističe Bojan Klasan, rukovoditelj data centra, A1 Hrvatska. Prenamjena postojećeg objekta prije svega podrazumijeva višestruko povećanje električne snage po racku. Umjesto dosadašnjih 5 do 15 kW, novi AI ormari mogu zahtijevati od 40 do 120 i više kW.
Kibernetička sigurnost u posljednja je dva desetljeća dobila čitav niz novih normi, regulativa i obveza, ali način upravljanja rizicima nije se promijenio jednakom brzinom. Organizacije danas raspolažu sofisticiranijim alatima i većim količinama podataka, no istodobno sve više vremena i novca troše na dokazivanje usklađenosti. Stanko Cerin, direktor Ostendo Consultinga i suosnivač startupa IVERIOS za ICTbusiness Media – ICTbusiness.inf ističe kako je omjer ulaganja u compliance i revizije postao nerazmjerno velik u odnosu na resurse usmjerene prema stvarnoj kibernetičkoj otpornosti. Takvu ocjenu temelji na više od 25 godina iskustva u informacijskoj sigurnosti i radu s kompleksnim međunarodnim i regionalnim organizacijama. Savjetovao je klijente poput MGM Resortsa, Stanford University Hospital and Clinics, Zillowa, Amgena i Mercka, ali i Podravke, HEP-a, PBZ-a, Addiko banke, Telemacha, A1 i Elektroprivrede BiH.
