哈嘍！伙伴們，我是小智，你們的AI向?qū)?。歡迎來到每日的AI學(xué)習(xí)時(shí)間。今天，我們將一起深入AI的奇妙世界，探索“百度雙模型免費(fèi)上線 實(shí)測(cè)助打工人避雷”，并學(xué)會(huì)本篇文章中所講的全部知識(shí)點(diǎn)。還是那句話“不必遠(yuǎn)征未知，只需喚醒你的潛能！”跟著小智的步伐，我們終將學(xué)有所成，學(xué)以致用，并發(fā)現(xiàn)自身的更多可能性。話不多說，現(xiàn)在就讓我們開始這場激發(fā)潛能的AI學(xué)習(xí)之旅吧。

百度雙模型免費(fèi)上線 實(shí)測(cè)助打工人避雷：

在中國 AI 大模型熱鬧了一整個(gè)春節(jié)后， 百度又給出了大動(dòng)作。

3 月 16 日上午，百度連續(xù)發(fā)布了文心大模型 X1 和文心大模型 4.5，不僅能力再進(jìn)階，價(jià)格也更低。文心 X1 并非單純的深度思考模型，能自主調(diào)用工具，還具備多模態(tài)能力，其核心在于專家級(jí)的規(guī)劃、分析能力；而文心大模型 4.5 則更多強(qiáng)調(diào)原生多模態(tài)能力，尤其是視覺理解能力。

發(fā)布后僅僅半天，文心大模型 X1 和文心大模型 4.5 就在海外引起了熱議。

硅谷著名科技投資人 Bill Gurley 直言，美國人工智能公司應(yīng)將 100% 的時(shí)間用于開發(fā)和創(chuàng)新，而不是在華盛頓特區(qū)游說尋求保護(hù)以躲避競爭。這種情況很糟糕，明顯暴露出缺乏自信。

前微軟、Rackspace 員工，同時(shí)也是知名美國科技作家的 Robert Scoble 則對(duì)價(jià)格表示了震驚：“（文心大模型 4.5 及 X1）價(jià)格是 DeepSeek 的 R1 的一半。我們有一場 Al 價(jià)格戰(zhàn)！”

彭博社研究員 Steve Hou 表示，“文心大模型 X1 的性能與 DeepSeek-R1 相當(dāng)，但價(jià)格僅為后者的一半”。這就像太陽能板之于 AI 模型一樣。中國不斷進(jìn)取，永無止境。

海外知名科技博主 Bishal Nandi 也表示，“百度剛剛推出了文心大模型 4.5 和文心大模型 X1。文心大模型 4.5 的表現(xiàn)優(yōu)于 GPT-4o，而文心大模型直接挑戰(zhàn) DeepSeek R1。最棒的是，這兩個(gè)模型都是免費(fèi)的?！?/p>

海外的網(wǎng)友們更是急的不行，跪求賬號(hào)和跪求文心一言官網(wǎng)“漢化”的圍觀群眾比比皆是。

不過，國內(nèi)用戶并不存在這個(gè)問題，目前兩大新模型均已上線文心一言官網(wǎng)，向所有用戶免費(fèi)開放。

同時(shí)，文心大模型 4.5 已上線百度智能云千帆大模型平臺(tái)，企業(yè)用戶和開發(fā)者登錄即可調(diào)用 API；文心大模型 X1 也即將在千帆上線。百度搜索、文小言 APP 等產(chǎn)品以后也將陸續(xù)接入文心大模型 4.5 和文心大模型 X1。

推理模型 + 多模態(tài)模型，對(duì)于百度而言是不是 1+1 > 2？InfoQ 在第一時(shí)間，圍繞幾個(gè)核心場景對(duì)這兩個(gè)大模型展開了測(cè)試。

文心大模型 X1：深度思考與多工具調(diào)用的專家
文心大模型 X1 是本次外界對(duì)百度期待的重點(diǎn)。百度也確實(shí)沒有讓這種期待打折扣——文心大模型 X1 不是簡單增加了 CoT 思維鏈，而是設(shè)計(jì)了理解、規(guī)劃、反思、進(jìn)化能力，并支持多模態(tài)，百度官方口徑表示：這是首個(gè)自主運(yùn)用工具的深度思考模型。

在實(shí)際測(cè)試中，我們發(fā)現(xiàn)，文心 X1 非常重視中文語境和亞文化的特別表述，一如既往地有著百度對(duì)中文語料的特別理解和積累，因此在中文知識(shí)問答、文學(xué)創(chuàng)作、文稿寫作、日常對(duì)話、邏輯推理、復(fù)雜計(jì)算及工具調(diào)用等方面表現(xiàn)尤為出色。

文心 X1 的另一個(gè)特別標(biāo)簽，在于其能自主運(yùn)用工具，在設(shè)計(jì)理念上，和當(dāng)下流行的 AI Agents 形態(tài)有很多共通的地方，某種程度上也是百度千帆生態(tài)的延續(xù)。文心大模型 X1 支持調(diào)用的工具有：高級(jí)搜索、文檔問答、圖片理解、AI 繪圖、代碼解釋器、網(wǎng)頁鏈接讀取、TreeMind 樹圖、百度學(xué)術(shù)檢索、商業(yè)信息查詢、加盟信息查詢等。

理論上，這使得文心 X1 應(yīng)用于實(shí)際生產(chǎn)環(huán)境的體驗(yàn)更好。在大模型領(lǐng)域，百度的 RAG 技術(shù)一直比較成熟，此次也深度集成在了文心 X1 中， 使得文心 X1 能快速全面地分析實(shí)時(shí)熱點(diǎn)事件，并降低幻覺率，效果比肩 DeepSeek-R1。

作為國產(chǎn)大模型的又一突破，文心 X1 同樣在成本層面做足了文章。飛槳和文心聯(lián)合對(duì)文心 X1 進(jìn)行優(yōu)化，據(jù)官方數(shù)據(jù)，文心 X1 的成本大概只有 DeepSeek-R1 的一半。

具體來說，在模型壓縮方面，文心 X1 通過分塊 Hadamard 量化、面向長序列的注意力機(jī)制量化等實(shí)現(xiàn)了深度壓縮；在推理引擎方面，文心 X1 通過低精度高性能算子優(yōu)化、動(dòng)態(tài)自適應(yīng)投機(jī)解碼、神經(jīng)網(wǎng)絡(luò)編譯器實(shí)現(xiàn)推理加速。系統(tǒng)層面，則通過框架和芯片協(xié)同優(yōu)化、分離式部署架構(gòu)、高效資源調(diào)度實(shí)現(xiàn)了系統(tǒng)級(jí)優(yōu)化。

筆者通過 PC 端的網(wǎng)頁，進(jìn)行視覺理解推理、文字理解、高情商回答等方面的測(cè)試，實(shí)際檢驗(yàn)了文心大模型 X1 的能力，并在部分項(xiàng)目中附上了 DeepSeek-R1 的回答情況。

在今年的 3.15 晚會(huì)上，央視又集中曝光了一批亂象。由于這是最新的熱點(diǎn)新聞，文心大模型 X1 的知識(shí)庫大概率不會(huì)有相關(guān)的知識(shí)，那么針對(duì)這個(gè)問題，它的表現(xiàn)如何呢？

結(jié)果令筆者非常意外，文心大模型 X1 在調(diào)用高級(jí)聯(lián)網(wǎng)工具之后，迅速對(duì) 3.15 晚會(huì)的主題、曝光案例進(jìn)行了總結(jié)，并根據(jù)新聞給出了監(jiān)管部門和涉事企業(yè)的后續(xù)行動(dòng)。

之后筆者順著文心大模型 X1 給出的答案，想看看近期有沒有別的較為嚴(yán)重的食品安全問題。

看得出來，文心大模型 X1 對(duì)熱點(diǎn)新聞的跟進(jìn)是非常到位的，再之后，筆者繼續(xù)以黃燜雞米飯“回收菜”為引子，與文心大模型 X1 展開了多輪對(duì)話：

在多輪對(duì)話的過程中，文心大模型 X1 不僅從多個(gè)方面對(duì)熱點(diǎn)事件進(jìn)行了全面分析，還給出了食品衛(wèi)生隱患的新聞案例，并在最后為消費(fèi)者列出了詳細(xì)的避坑指南。

然后，筆者又圍繞視覺理解和推理、文字理解、文字創(chuàng)作等方面，對(duì)文心大模型 X1 展開了一系列測(cè)試。

首先是視覺理解和推理能力，為了增加難度，筆者直接給文心大模型 X1 上了一點(diǎn)強(qiáng)度：對(duì)一幅看起來“不知所謂”的藝術(shù)品進(jìn)行解讀。

在調(diào)用圖片理解工具后，文心大模型 X1 給出了正確的答案，可以看到文心大模型 X1 對(duì)作品的創(chuàng)作意圖、象征意義、社會(huì)反響乃至藝術(shù)史地位都有著清晰的理解。

在文字理解方面，筆者問了文心大模型 X1 一個(gè)謎語，想看看文心大模型 X1 能不能猜出謎底。

在分析謎語結(jié)構(gòu)，尋找可能解釋并調(diào)用聯(lián)網(wǎng)搜索工具后，文心 X1 給出了準(zhǔn)確的回答。

DeepSeek-R1 在經(jīng)過相對(duì)比較久的思考過程之后，也給到了答案，不過并不怎么“接地氣”。

然后是文學(xué)創(chuàng)作，筆者讓文心大模型 X1 生成一個(gè)故事大綱，同時(shí)結(jié)合古風(fēng)、懸疑、言情、推理要素，并且至少出現(xiàn) 5 個(gè)角色。

文心大模型 X1 馬上給到了核心設(shè)定、主要人物、故事脈絡(luò)、關(guān)鍵線索設(shè)計(jì)和主題設(shè)計(jì)，并且故事邏輯較縝密，不僅沒有明顯硬傷，而且對(duì)每個(gè)角色之間的關(guān)系、情感也有較為清晰的介紹。

DeepSeek-R1 則是給到了世界觀設(shè)定、故事梗概和前三章的內(nèi)容，整體的故事邏輯也比較縝密，但可惜并沒有給到主要人物的介紹，筆者需要從故事梗概中篩選出這五名主要角色。

接下來，筆者給文心大模型 X1 提了一個(gè)復(fù)雜的需求：基于 Word 的內(nèi)容生成 Excel 文檔。

在調(diào)用文檔問答、代碼解釋器工具之后，文心大模型 X1 成功生成了 Excel 文檔，并給到了下載鏈接和預(yù)覽。

DeepSeek-R1 這邊也很好地完成了任務(wù)。

文心大模型 X1 在視覺理解及推理方面的能力極強(qiáng)，可以對(duì)大量圖片細(xì)節(jié)做深度理解和思考，完成復(fù)雜推理任務(wù)；同時(shí)擁有不俗的邏輯推理能力，可以正確識(shí)別并解答腦筋急轉(zhuǎn)彎這樣的抽象問題；此外，文心大模型 X1 的“情商”和文學(xué)創(chuàng)作水平也非常高；擁有實(shí)時(shí)熱點(diǎn)事件深度還原并分析的能力以及專家級(jí)規(guī)劃分析能力，在部分場景中，我們還看到了文心大模型 X1 具備多工具的調(diào)用能力。

文心大模型 4.5：原生多模態(tài)的跨模態(tài)專家

我們?cè)賮砜纯次男拇竽Ｐ?4.5。

文心大模型 4.5 是百度自主研發(fā)的 新一代原生多模態(tài)基礎(chǔ)大模型，核心是通過多個(gè)模態(tài)聯(lián)合建模實(shí)現(xiàn)協(xié)同優(yōu)化，多模態(tài)理解能力優(yōu)秀；具備更精進(jìn)的語言能力，理解、生成、邏輯、記憶能力全面提升，去幻覺、邏輯推理、代碼能力也有顯著提升。

文心大模型 4.5 的多項(xiàng)基準(zhǔn)測(cè)試成績優(yōu)于 DeepSeek-V3-Chat、GPT-4o、GPT-4.5 等，并在平均分上以 79.6 分高于 GPT-4.5 的 79.14。

在價(jià)格方面，文心大模型 4.5 的 API 調(diào)用價(jià)格僅為 GPT-4.5 的 1%

接下來，筆者將以多模態(tài)理解與多模態(tài)生成為側(cè)重點(diǎn)，實(shí)際測(cè)試一下文心大模型 4.5 的能力。

首先，筆者給了文心大模型 4.5 一張表情包，試圖讓它分析這張表情包背后的含義。

文心大模型 4.5 正確地分析出了這張表情包所代表的含義。

然后，筆者還嘗試了下讓文心大模型 4.5 做一道高中數(shù)學(xué)題目。

文心大模型 4.5 很快就給出了答案和解題過程。

圖片相關(guān)的任務(wù)，文心大模型 4.5 執(zhí)行得非常出色，那么在面對(duì)音視頻相關(guān)的任務(wù)，文心大模型 4.5 的表現(xiàn)又如何呢？

當(dāng)然，筆者也沒忘記測(cè)試一下文心大模型 4.5 的文本理解能力，鑒于詩詞仿寫，文案生成之類的文本內(nèi)容生成已經(jīng)被玩出了花，筆者就在文心大模型 4.5 這里嘗試了一點(diǎn)不一樣的。

結(jié)果，文心大模型 4.5 很快梳理出了最近頻上熱搜的韓國娛樂圈事件——金秀賢事件的背景、事件發(fā)展、影響和最新動(dòng)態(tài)。

單論多模態(tài)理解方面的能力，文心大模型 4.5 的表現(xiàn)堪稱完美，不僅在應(yīng)對(duì)文本、圖片、音頻、視頻時(shí)都有著極快的響應(yīng)速度，準(zhǔn)確率也是非常之高。

看起來，文心大模型 4.5 的多模態(tài)理解相當(dāng)不錯(cuò)，那么其多模態(tài)生成的能力又如何呢？

與多模態(tài)理解相比，多模態(tài)生成對(duì)大模型的要求更高，一旦生成的文本、圖像、視頻等內(nèi)容存在邏輯斷裂或者語義偏差，很容易被發(fā)現(xiàn)問題。

為此，筆者也測(cè)試了文心大模型 4.5 的多模態(tài)生成能力。

首先，筆者讓文心大模型 4.5 生成了一張“甄嬛騎摩托車”的圖片。

雖然這個(gè)需求本身就有點(diǎn)無厘頭，但文心大模型 4.5 還是很好地執(zhí)行了，而且可以看到，圖片的背景依然是古代背景，符合甄嬛本身所處的年代。

在多模態(tài)生成任務(wù)中，文心大模型 4.5 的表現(xiàn)依舊亮眼，它可以很好地根據(jù)輸入生成各種文本、圖像、視頻等內(nèi)容，而且?guī)缀醪淮嬖谳斎胼敵霾灰恢碌那闆r。

作為百度自主研發(fā)的原生多模態(tài)大模型，文心大模型 4.5 有著極強(qiáng)的整體理解與融合能力，不光可以看懂梗圖，還能理解其背后的隱喻；同時(shí)擁有更強(qiáng)的細(xì)節(jié)捕捉能力，能敏銳捕捉圖片細(xì)節(jié)微表情、數(shù)量、畫面具體細(xì)節(jié)差異；且擁有更強(qiáng)的推理連貫性與邏輯性，能夠?qū)D片內(nèi)容做抽象理解與復(fù)雜計(jì)算；在應(yīng)對(duì)復(fù)雜跨模態(tài)任務(wù)時(shí)，也能夠同時(shí)理解和輸出不同模態(tài)的內(nèi)容。

百度的 AI 野望

根據(jù)上述測(cè)試不難看出，作為能力更全面的多模態(tài)深度思考模型，文心大模型 X1 在觀點(diǎn)輸出上更為直接，在面對(duì)復(fù)雜問題時(shí)，能夠調(diào)用不同的工具，詳細(xì)拆解給出全面的回復(fù)，譬如將 Word 文檔中的內(nèi)容整理成 Excel。

而文心大模型 4.5 在多模態(tài)理解和多模態(tài)生成方面的能力也十分強(qiáng)，不僅能對(duì)文字、圖片、音頻、視頻等內(nèi)容進(jìn)行綜合理解，還有著很高的“智商”和“情商”，即便是網(wǎng)絡(luò)梗圖也能秒懂，此外生成的文本、圖像、視頻等內(nèi)容時(shí)也不會(huì)存在邏輯斷裂或者語義偏差。

與其他多模態(tài)大模型相比，文心大模型 X1 和文心大模型 4.5 不僅輸出相當(dāng)接地氣，而且頗有一種“互聯(lián)網(wǎng)老油條”的即視感，特別是在梗圖理解、謎語這種場景下，可以看到其對(duì)網(wǎng)絡(luò)用語、文化現(xiàn)象都有較深的理解。

如果要追根溯源，這大概與百度在中文互聯(lián)網(wǎng)的數(shù)據(jù)優(yōu)勢(shì)，與對(duì)“原生多模態(tài)”的長期堅(jiān)持有關(guān)。

到目前為止，百度仍然沉淀著中文互聯(lián)網(wǎng)最大、最完整的數(shù)據(jù)源，長期以來，百度的核心業(yè)務(wù)都是圍繞用戶搜索行為展開，積累了海量的中文互聯(lián)網(wǎng)數(shù)據(jù)。

根據(jù)百度的 2024 年財(cái)報(bào)，百度 APP 月活用戶達(dá) 6.79 億，日均處理搜索請(qǐng)求規(guī)模龐大，且文心大模型日調(diào)用量在 2024 年增長 33 倍至 16.5 億次，覆蓋搜索、內(nèi)容生成、智能云等多場景這種高頻的用戶交互和數(shù)據(jù)處理能力，使其能夠持續(xù)捕獲并沉淀用戶需求、行為模式及內(nèi)容偏好，形成覆蓋網(wǎng)頁、圖像、視頻、知識(shí)圖譜等多模態(tài)的數(shù)據(jù)資源。此外，百度統(tǒng)計(jì)平臺(tái)通過實(shí)時(shí)推送訪問頁面的 URL 至搜索引擎，進(jìn)一步加速了中文網(wǎng)頁數(shù)據(jù)的收錄與更新，強(qiáng)化了數(shù)據(jù)源的完整性和時(shí)效性。

再加上百度文庫、百度貼吧、百度問答，使得百度在訓(xùn)練自家模型時(shí)能夠達(dá)到的效果也更為特別，在多模態(tài)維度，這種優(yōu)勢(shì)被進(jìn)一步放大，使得文心大模型 X1 和文心大模型 4.5 能夠?qū)W(wǎng)絡(luò)熱梗、流行語乃至表情包都有著不俗的理解能力。

而對(duì)“原生多模態(tài)”的追求，實(shí)際上等同于百度對(duì) AI 應(yīng)用落地產(chǎn)品的思考結(jié)果。應(yīng)該說，百度從來都沒有妄圖成為一個(gè)披著商業(yè)外殼的學(xué)術(shù)機(jī)構(gòu)，其對(duì) GenAI 的研究，自始至終都十分關(guān)注 B/C 兩端的用戶體驗(yàn)。

原生多模態(tài)”是指從設(shè)計(jì)和訓(xùn)練階段開始，就旨在處理多種模態(tài)（如文本、圖像、音頻、視頻等）的模型或系統(tǒng)。與通過拼接多個(gè)單模態(tài)模型來實(shí)現(xiàn)多模態(tài)功能的方法不同，原生多模態(tài)模型在架構(gòu)上實(shí)現(xiàn)了對(duì)多種模態(tài)數(shù)據(jù)的緊密融合，能夠在輸入和輸出端同時(shí)支持多種模態(tài)，并具備強(qiáng)大的多模態(tài)推理和跨模態(tài)遷移能力。

相比之下，像 GPT-4 這樣通過拼接多個(gè)單模態(tài)模型來實(shí)現(xiàn)多模態(tài)功能的方法，通常是在技術(shù)框架層將語言模型、視覺模型、聲音模型等進(jìn)行連接，這些模型相互獨(dú)立學(xué)習(xí)，使用不同模態(tài)的數(shù)據(jù)進(jìn)行訓(xùn)練，然后將拼接好的模型在跨模態(tài)數(shù)據(jù)上繼續(xù)預(yù)訓(xùn)練以及在不同任務(wù)數(shù)據(jù)上進(jìn)行微調(diào)。這種方法可能在不同模態(tài)之間的信息融合不夠緊密，協(xié)調(diào)性較差。

因此，原生多模態(tài)模型在處理多種模態(tài)數(shù)據(jù)時(shí)，能夠更好地理解數(shù)據(jù)間的關(guān)聯(lián)和相互作用，在執(zhí)行跨模態(tài)任務(wù)時(shí)表現(xiàn)也會(huì)更好，例如圖文匹配、視覺問答等，這也讓全新文心大模型的多模態(tài)融合能力極為突出。

當(dāng)然，即便都是多模態(tài)大模型，文心大模型 X1 和文心大模型 4.5 的適用場景也并非完全相同，在面對(duì)非開放性的問題時(shí)，文心大模型 4.5 的回答更直接，可參考性更強(qiáng)；而在面對(duì)需要數(shù)理邏輯的具體問題時(shí)，文心大模型 X1 會(huì)結(jié)合各種工具，給出更為詳細(xì)、精準(zhǔn)的解答。

李彥宏在百度 25 周年全員信中說，“技術(shù)創(chuàng)新才是百度的核心競爭力，我們多年來一直把超過收入 20% 的資金投入到研發(fā)上。”隨著文心大模型 4.5 和 X1 的發(fā)布，加上免費(fèi)與開源策略，百度已經(jīng)成為中國基礎(chǔ)模型廠商中的長期主義者，預(yù)計(jì)未來也會(huì)堅(jiān)持投入。

而隨著 AI 應(yīng)用進(jìn)一步在國內(nèi)落地，百度在大模型牌桌也占據(jù)著獨(dú)特的生態(tài)位置。

嘿，伙伴們，今天我們的AI探索之旅已經(jīng)圓滿結(jié)束。關(guān)于“百度雙模型免費(fèi)上線 實(shí)測(cè)助打工人避雷”的內(nèi)容已經(jīng)分享給大家了。感謝你們的陪伴，希望這次旅程讓你對(duì)AI能夠更了解、更喜歡。謹(jǐn)記，精準(zhǔn)提問是解鎖AI潛能的鑰匙哦！如果有小伙伴想要了解學(xué)習(xí)更多的AI知識(shí)，請(qǐng)關(guān)注我們的官網(wǎng)“AI智研社”，保證讓你收獲滿滿呦！