ERNIE 5.5 Flash Preview 上線：文字模型如何用工具做 3D、文件與影片？
ERNIE 5.5 Flash Preview 公布後訓練預覽。解析文字模型如何透過工具製作遊戲、3D場景、文件與影片，以及程式呼叫介面、權重時程和可編輯交接限制。
ERNIE 5.5 Flash Preview 在 11 月 11 日公布，官方把同一個文字模型接上遊戲引擎、三維軟體與辦公工具，展示跨越不同檔案格式的工作。
畫面看起來像模型自己會畫、會拍片，但模型接收的是文字。視覺理解與影音產物需要外部工具，這是判斷展示時最容易漏掉的分工。
這次版本承接先前開放的 Flash Base，加入後訓練，仍是持續訓練中的中間檢查點，並非所有工作都已驗收的最終版本。
百度稱它有百萬上下文，並展示長時間的遊戲開發與可編輯文件。對讀者更實際的問題，是成果能否接手修改，以及哪些環節仍要人回饋。
因此，這次適合拿來研究工具協作與產物交接。官方精選影片提供了觀察方向，還不能推成一般人一次指令就能完成同樣成品。
要看懂這種差別，先把文字模型、代理工作環境與外部素材拆開，再回頭看展示。以下以 2026 年 11 月 12 日可查核的原始公告為準。
ERNIE 5.5 Flash Preview 與 Base 差在哪裡
新消息是後訓練預覽版本與代理展示，不能和先前開放的預訓練底座混成同一件事。預訓練先建立一般知識，後訓練則調整模型如何回應指令、使用工具與完成工作。
百度原始公告列出總參數 2,800 億、每次啟用 140 億，以及一百萬 Token 上下文。參數描述模型規模，上下文則是同一任務可一起處理的材料容量。
這些數字各有用途，卻不能直接換算成工作成功率。能放入很多材料，和能找對其中一個條件仍是兩件事，長任務最後也要檢查實際產物。
官方把這個版本稱為中間檢查點，意思是訓練仍會繼續。團隊現在可以研究它的行為，卻應把觀察對到這個預覽版本，不能預設未來版本完全相同。
更關鍵的產品定位是文字模型。它能產生程式、指令與工作計畫，但本身不是原生接收所有畫面、輸出所有影音格式的單一引擎。
看展示時，先問外部環境提供了什麼，比只問模型用了多少參數更接近實際條件。同樣的模型如果少了可用軟體、素材或工具權限，能完成的工作就會不同。
知道版本位置之後，才能理解為什麼文字模型會出現在影音作品後面。它負責安排與操作，產物則由一整組製作工具共同完成。
文字模型如何接上畫面與製作軟體
模型負責把工作拆成可執行指令，外部程式則處理畫面、渲染與檔案。官方所說的代理能力，是讓模型能在工具結果回來後繼續決定下一步，而不是只回答一次文字。
例如，模型可以撰寫 Blender 的 Python 程式建立場景，Blender 再負責三維物件與渲染。渲染是把場景中的模型、光線與鏡頭計算成圖片或影片的過程。
若工作需要理解螢幕，公告中的流程可透過外部 MCP 工具提供協助。MCP 是讓代理和工具交換資訊的連接方式，畫面資訊來自工具，不等於文字模型突然有了原生視覺輸入。
這種分工會影響錯誤怎麼修。模型寫錯程式、工具無法執行，以及外部素材缺失，可能都表現為成品沒做出來，卻需要不同的人員與步驟處理。
因此，接手成果時要保留工具版本、來源素材與可編輯檔案。只有一段輸出影片，往往看不出場景是怎麼建的，也難以知道能從哪裡修改。
官方展示使用的軟體與素材不一定都是模型的一部分。外部音樂、三維物件與遊戲資產仍有自己的授權條件，公開展示也不代表團隊可以任意拿去商用。
這些條件不會削弱展示的研究價值，反而讓人看出代理的工作方式。模型如何讀工具回覆、如何修正計畫，才是跨軟體協作最需要觀察的地方。
工具分工在長時間遊戲展示裡尤其清楚，因為畫面之外還有可測試的遊戲規則，單靠最後一張截圖無法判斷是否完成。
十一小時遊戲展示真正驗證了什麼
官方遊戲案例呈現持續開發流程，但成果仰賴工具檢查與遊玩回饋。公告描述以 Unreal Engine 製作的約十一小時任務，包含程式與外部資產整合。
這類工作需要處理的不只是角色與場景。移動方式、互動條件與遊戲進度要彼此配合，否則即使畫面完成，玩家仍可能無法依設計往下進行。
官方也交代，模型不能直接看到實際遊戲畫面，因此仰賴可測量的檢查與遊玩回饋。這個條件讓案例更接近工具合作研究，不能描述為模型獨自看畫面、完整驗收所有細節。
例如，程式可以檢查某個互動是否觸發，卻不一定能回答操作是否順手。能量化的規則與使用者感受需要不同回饋，代理要接到這些訊息才有修正依據。
十一小時也不是一般使用者可預期的固定交付時間。案例的任務規模、工具環境與素材準備都影響耗時，換一個題材就可能需要不同工作量。
比較有用的閱讀方式，是沿著開發過程看哪些問題由程式測試發現，哪些靠人員補充。若所有修正都被最後的精選片段遮住，就難以衡量接手成本。
對想做小型遊戲的團隊，這個案例支持先把規則與回饋管道設清楚。先有可重複的關卡測試，再讓模型協助改動，比一開始就要求完整大型作品更容易判斷進度。
同樣的交接問題延伸到三維製作，關鍵變成場景是否仍能編輯，以及模型生成的指令能否在下一次修改時繼續使用。
3D 場景與設計檔要看可修改性
可編輯產物讓人能接著修，而不只是拿到一張看起來完成的圖。百度以機場與客機展示協作流程，描述由兩個代理處理不同工作，再交給渲染與影音工具形成影片。
這種方法能把場景與機體分開準備，但兩者最後仍要對上比例、位置與時間。個別物件都合理，不代表合成場景中的相對關係就自然正確。
因此，三維展示值得看的不只有質感，還包括原始場景怎麼保留。若要改飛機位置或鏡頭路線，能回到可編輯場景，才不需要把完成影片當成唯一材料重做。
公告也展示 FreeCAD 產物。這是可建立與修改工程形狀的軟體，對應的是另一種交接需求，讀者應分清楚視覺模型與帶有尺寸關係的設計檔。
一個零件外觀像真的，不代表它的尺寸、公差與材料都符合製造要求。這些工作仍要由具備領域知識的人驗證，不能從代理會操作軟體推成設計已可直接量產。
在教學或概念提案裡，可編輯性尤其有用。模型先建立草案後，團隊可以直接指出某個物件或尺寸，修改也有機會沿著原本結構進行。
這裡的判斷標準就和遊戲案例相通。完成畫面只是某個階段的結果，能否回到來源、修正條件並重新輸出，才決定它能不能接進長期工作。
從三維檔案回到辦公文件，這個標準仍然適用。形式較熟悉不代表比較容易驗收，反而常需要更細地核對數字與引用。
文件、試算表與影片共用哪種工作方法
不同產物都需要模型理解素材、操作工具，再讓結果留下可檢查的依據。官方用報告、簡報、試算表與影片展示，說明後訓練如何延伸到知識工作。
訓練材料與實際產物要分開看
公告提到三十萬個工作環境、一千萬份參考檔案與四十種格式。這些數字描述訓練材料的範圍，與付費團隊數量不同，也沒有提供所有文件正確性的獨立驗證。
對報告來說，最基本的交接是結論能回到資料來源。模型即使整理得很有條理，若省略原始資料的期間與條件，讀者也可能得到超出證據的結論。
簡報則多一層訊息取捨。文字縮短以後，圖表的單位、假設與對照組仍要留下，否則一張看似清楚的投影片可能比完整報告更容易造成誤解。
試算表還需要檢查公式與情境。官方展示中的財務模擬可以呈現假設如何變動，卻不能當成投資結果保證，輸入改變時，結論也應能被追查。
影音工作則把同樣的原理延伸到腳本、畫面、聲音與剪輯。文字模型安排製作步驟，再由其他工具產生或處理素材，不能把影片成品都歸因於單一模型的原生生成。
若影片含第三方音樂或角色，取得可播放的檔案仍不等於取得公開發行權。團隊要知道每項素材從哪裡來，才能判斷哪些可沿用，哪些需要替換。
這些產物的共同價值，在於人員能否從草稿繼續工作。能改標題、查公式、替換素材，比只看成品第一次出現時有多驚豔，更接近實際採用的收益。
能做出展示和能穩定接進團隊之間，還隔著取得方式與工具準備。這次版本仍在預覽階段，因此軟體入口和可下載部署的模型權重也要分開理解。
預覽 API、權重時程與導入條件
API 可用與權重即將開放是兩種不同狀態，導入前要按目前真的拿得到的項目安排。API 讓程式透過雲端呼叫模型，權重則是訓練完成的核心參數，可用於自行下載與部署。
百度公告指出預覽已在千帆提供，權重將依 Apache 2.0 授權開放。官方 X 貼文進一步寫出預計 11 月 25 日前開放的安排，不能因此說 11 月 11 日已能下載完整預覽權重。
對研究者來說，現在能先讀展示與文件，確認想測試的工具流程。若計畫依靠自行部署，就應等實際權重、執行方式與環境要求齊備後再安排，不把預告當成已交付。
模型本身的授權也不會涵蓋所有外部元件。遊戲引擎、軟體外掛、音樂與三維素材都有各自條件，整個工作能否使用，要逐項對到實際產物。
團隊第一個試作可以選原本就有素材與驗收方式的任務。例如，把既有簡報改成可編輯新版本，或調整一個已知尺寸的場景，便能比較人員修改負擔。
若連原始素材、工具環境與成品標準都同時改變，就很難判斷失敗出在哪裡。保留這些條件，才有辦法把新版本的表現和既有做法分開。
想先補足底座模型與其他新一代產品線的背景，可以接著看以下文章，再回到本次預覽的後訓練與工具分工。
延伸閱讀：ERNIE 5.5 Flash Base 開放權重，預訓練底座與聊天模型差在哪裡？
延伸閱讀：Qwen4 首度曝光：Max、Plus、Flash、27B 四條產品線公開，何時發布與 5–10T 傳聞一次看
ERNIE 5.5 Flash Preview 常見問題
它能直接看畫面、原生生成影片嗎？
這次公布的是文字模型。展示中的畫面理解、渲染與影音製作依賴外部工具，不能把整個代理工作環境的產物都寫成單一模型原生能力。
權重已經全部開放下載了嗎？
本次公告把千帆預覽 API 與未來權重開放分開。官方說權重將以 Apache 2.0 提供，實際下載與部署條件仍應看後續正式釋出的檔案。
官方遊戲影片代表每次都能成功嗎？
展示說明一套工具流程能做出什麼，沒有提供一般任務的獨立成功率。素材、工具回饋與人員修改也屬於完成工作的條件。
先讓一個產物能交接
ERNIE 5.5 Flash Preview 最值得追蹤的，是文字代理能否把不同工具的工作接成可修改產物。想研究這個方向，可先挑一項團隊熟悉的製作任務，保留原始素材、工具回覆與編輯檔，再比較完成後還要修什麼。
訂閱 AI 郵報，持續追蹤權重釋出與實際工作流程的後續更新。對正在準備試作的團隊，現在先把驗收標準寫清楚，就能在取得版本後用相同條件比較。
