剛剛，百度的文心一言上了他們最新的模型文心4.5和推理模型X1。

早上10點多起床看到新聞有點懵逼，就，大周末的，挺突然的。。

扒拉了23年的3月16日，才發現，那一天是文心一言的正式發布。

原來文心一言都發布兩年了啊。

兩年時間，彈指一揮間。

文心4.5，是一個類似于GPT4o的原生多模態模型，能理解音頻、視頻、圖片，只不過都是理解，沒有輸出能力。而文心X1，則是一個正常的推理模型。

按照慣例，先看一下官方給的參數數據。

基準測試成績的平均分是挺高的。只不過在大家都比較看重的編程這塊，用的測試基準是HumanEval+、MBPP+、LiveCodeBench。沒有看到比如Claude他們用的SWE-bench Verified基準，不知道真實的跑分會怎么樣。

而X1，沒有跑分對比，只放出了價格。

價格說實話，文心確實有不錯的亮點。

GPT4.5發布的時候，我狠狠吐槽了一下，它的輸入是DeepSeek v3的280倍，輸出是150倍。

真的，現在想起來我還是覺得很離譜。

而文心大模型在這點上還是給我很大驚喜的。文心4.5的輸入價格為0.004元/千tokens，輸出0.016元/千tokens，約為GPT4.5價格的1%。

同樣是4.5，OpenAI你看看人家。。

推理模型X1這塊，價格僅為DeepSeek R1一半，輸入0.002元/千tokens，輸出0.008元/千tokens。

比DeepSeek還便宜，不吹不黑，這個還是有點東西的。。。牛逼。

目前這兩個模型，已經上線他們官網了。

我自己測了一早上，也說一下我實測的結論：挺全面的，什么都有，挺綜合。

大家可以先試試看，自己有一個大概的感知，再回來繼續讀。

接下來，我們一個一個說。

文心4.5。

解析圖片、視頻啥的都支持，還能直接繪圖。

圖片理解能力還不錯，測了梗圖理解，基本都能get到意思。

但是一些藏起來的梗，還是比較難識別。

感覺AI還是不能理解人類牛馬的生活。。

寫作能力上，比較的硬比較的模板，寫一些套路化的東西還是不錯的，但是寫故事，坦率的講，還需要繼續精煉。

視頻解析也比較基礎，有，能理解，但是做不了電影拉片那種級別的操作。

圖生圖，準倒是挺準的。

像不像的另說，反正挺帥的。

玩了半天，腦筋急轉彎測下來算是個強項。

比如之前在我群里這個流傳的腦筋急轉彎。

文心4.5居然答對了。

相同的問題再問一下Claude3.7+extended（因為3.7沒答對，我又加了個推理。。）

7？？思考了一分多鐘的廢物。。

再來說說這個百度第一次推出的推理模型X1。

打開【聯網搜索+調用工具】后也能調用圖片理解和上傳文件。

但是在交互上非常的詭異，如果你沒開聯網的話，你是看不到上傳附件的入口的。

先打開聯網搜索，這時候調用工具亮起，成為非置灰狀態。

再打開調用工具，才能看到上傳文檔和圖片。

有點說實話，作為干了快10年的UX設計師，這個交互真的讓我有點摸不著頭腦= =

在推理能力上，效果還行。

比如一個經典的問題：

有一天，一個女孩參加數學考試只得了38分。她心里對父親的懲罰充滿恐懼，于是偷偷把分數改成了88分。她的父親看到試卷后，怒發沖冠，狠狠地給了她一耳光，怒吼道:"你這8怎么一半是綠的一半是紅的，你以為我是傻子嗎?"女孩被打后，委屈地哭了起來，什么也沒說。過了一會兒，父親突然想到了什么，抱住孩子痛哭起來父親突然想到了什么?

雖然文心X1內心戲有點多，但是最后答對了。

而X1的文筆，也有一些自己獨有的感覺了。

有一說一，這個故事，還真的挺好看的。

在圖片理解上，我傳了一張圖上去試試，本來我想讓他推斷一下我多大。。

結果給我認成韓國演員了，好好好。

我還專門去搜了一下，長這樣。

和我，像么...？倒是和之前4.5生成的有點像。。還連上了是吧。

因為DeepSeek之前太過于圓滑，情商太高，不少人都說“不愧是中國的AI”，我也測了一下X1的。

比如說，我問我和大聰明哪個寫文章更有深度。

第一遍回答的是大聰明。

但是我一說，我是數字生命卡茲克。

他就選我了哈哈哈哈，不愧是made in China。

再說個昨天很氣憤的事，315打假直接一波干沒了一堆衛生巾。。

我一個男生都看不下去了，趕緊給身邊的女生們避避雷。

當然，文心一言總體能力并沒有超出太多預期。

比如在處理超前沿專業問題時，深度還是差了一些；回答問題的靈活度也有待提高；還是會遇到模板化太AI的回答。。。

而且我也不理解，為什么今天發布，要等3個月之后才開源，為什么不像Qwen和智譜、混元那樣，發布即開源。

一聲嘆息。

但是還是得說，這次的升級，文心一言正在努力追回之前落下的距離。

回顧一下文心一言的發展歷程，其實挺有戲劇性的。

2023年3月，在那個莽荒世紀，眾人紛紛被GPT4打懵，文心一言上線，成為國內首個大規模推出的通用大模型產品，也是大家所認為的，全村的希望。

文心一言的出現給了我們一個“中國也有大模型”的信心。只要你愿意排隊，就能嘗鮮體驗這個被譽為“國產ChatGPT”的產品。

然而好景不長。隨著更多玩家入場，文心一言開始逐漸顯露出能力上的局限。

其次是產品定位的搖擺。一會兒強調搜索增強，一會兒又轉向創意創作，文心一言似乎一直在尋找自己的獨特價值，但反而模糊了核心競爭力。

當然，這是大部分模型公司共同的痛點。

最核心的，我覺得是過早的開始收費。。讓不少用戶選擇了觀望或轉投其他平臺。

直到DeepSeek出圈這一波，大家才發現，原來，模型即產品。

這次文心一言X和文心4.5的發布，從我早上的體驗來看，確實在追趕的路上取得了一些進展。

就像是文心X1對自己的評價，再合適不過了。

回到國內大模型的發展。隨著DeepSeek的崛起，豆包、Kimi等產品的持續迭代，以及文心一言此次的突發追擊，國內大模型圈正在形成一種良性競爭的態勢。

當然，前路仍漫漫。

與全球頂尖大模型相比，國產大模型在技術深度、思維廣度上還有差距。但差距正在縮小，而且縮小的速度比我們想象的要快。

希望吧。

未來有更多的光。

以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克、小瑞

>/ 投稿或爆料，請聯系郵箱：wzglyay@gmail.com