切换到宽版
  • 24阅读
  • 2回复

[数码讨论]文心4.5和X1大模型已至,谁说百度不发“一言”?[6P] [复制链接]

上一主题 下一主题
在线huozm32831

UID: 329002

精华: 1097
职务: 超级斑竹
级别: 玉清道君
 

发帖
108232
金币
8053
道行
19523
原创
29308
奖券
17591
斑龄
194
道券
10538
获奖
0
座驾
 设备
EOS—7D
 摄影级
专家级认证
在线时间: 21031(小时)
注册时间: 2007-11-29
最后登录: 2025-03-16
只看楼主 倒序阅读 使用道具 楼主  发表于: 昨天 17:32
— 本帖被 兵马大元帅 执行加亮操作(2025-03-16) —


图片系AI生成
3月16日,文心大模型两周年之际,百度如约发布了国内首个原生多模态大模型文心4.5,以及深度思考模型X1。与以往不同,百度本次没有选择召开发布会,而是直接宣布模型在文心一言官网上线,免费向用户开放,文心大模型4.5也面向企业用户和开发者开放,在百度智能云千帆大模型平台即可调用API。据悉,文心大模型4.5、X1也将陆续上线百度搜索、文小言APP等产品。
价格方面,文心大模型4.5的API调用输入价格为0.004元/千tokens,输出0.016元/千tokens,约为GPT4.5价格的1%;文心大模型X1定价为输入0.002元/千tokens,输出0.008元/千tokens,即将在千帆平台上线。
尽管4.5文心大模型是一个中间版本,是基于4.0版本的强化,但是通常而言,官方会出面做发布并解读产品、技术亮点,OpenAI在日前也举办了GPT4.5的线上发布会,本次百度的策略更显特殊。
行业气氛有些微妙,百度可能比以往任何时刻都需要再度证明自己。
百度纠偏,想要继续站在舞台中央
如果说DeepSeek的到来,给全球所有大模型公司都提了个醒,那么百度则通过一系列的动作,展示了应该如何留在大模型的牌桌上。
原来的百度是有些“偶像包袱”的。自OpenAI发布ChatGPT以来,百度是更早推出同类大模型产品的国内厂商,All in AI的战略也被视为具备前瞻性,凭借超前的眼光、技术储备等资源,百度被视作“中国OpenAI”。
科技行业不缺少新叙事,其魅力就在于不可预知性,大模型行业领先优势可能只能维持半年,当巨头们纷纷下重注投入生成式AI,行业又达成一个新观点,“大模型是巨头企业的游戏”,可随后DeepSeek开源、低成本的大模型引起了新的风潮,包括OpenAI、百度等在内的全球所有AI企业发现,大模型的未来言之尚早。
就像百度创始人李彦宏此前所说,“创新不能被计划,你不知道创新何时到来,你所能做的就是营造一个有利于创新的环境。”百度此前的成功在于建立了一个适合创新的环境,但是如今的百度需要甩掉“偶像包袱”,用实际行动证明自己还有留在牌桌的筹码。
好的一面是,李彦宏不惜推翻自己此前的判断,快速又坚决地推动了一系列动作,文心一言完全免费、文心4.5将在6月30日正式开源,百度核心业务搜索接入DeepSeek等。
据悉,在本次文心4.5和X1大模型发布之后,百度后续还会有文心4.5系列模型,以及下半年更先进的下一代模型5.0版本。
即便与两年前的自己对比,百度都有了明显提速,有百度内部人士表示,无论是文心4.5全面免费,还是PC和移动双端直接上现货,百度管理层几乎实在半天之内就做出决策。
但这也不意味着百度完全失去了自己的节奏,文心4.5主打的原生多模态,X1主打的多功能调用,研发储备都需要数月甚至一年,证明百度只是加快了自己的节奏,而不是失去了对技术的嗅觉。
长远来看,百度可能有一些预判失误,比如跟随OpenAI的过早商业化决策失误,但这不影响一些大模型产业的基本逻辑,更前沿的大模型仍在路上,生态的重要性继续提高。
人工智能时代的技术栈,芯片层、框架层、模型层和应用层协同优化,才能大幅提升效率,百度从昆仑芯到飞桨深度学习框架,再到文心预训练大模型,各个层面都有布局,从而降低成本,提高创新效率。
回到本次发布,为何百度选择“一言不发”,而是产品全量上线?上述百度内部人士表示,“发言不如发产品,现在百度说什么外界可能都觉得不对,最简单粗暴的方法就是用产品说话,4.5是升级,但比5.0重要性差很多,大家更有危机感了,战略调整、技术迭代的效果需要一段时间显现。”
作为百度重新证明自己的阶段产品,原生多模态大模型文心4.5,以及深度思考模型X1,透露出百度哪些动向?
文心4.5更聪明了,原生多模态才是重点
文心大模型4.5有两个关键词,国内首个万亿级参数的原生多模态大模型,Scaling Law告诉我们,参数越大模型智能越强,但是参数量到了一定级别,模型智能的提升收益大幅下降。
文心4.5的策略是通过多个模态联合建模实现协同优化,具备更精进的语言能力,理解、生成、逻辑、记忆能力全面提升,并且去幻觉、逻辑推理、代码能力显著提升。
文心大模型4.5的多项基准测试成绩优于GPT4.5、DeepSeek-V3等,并在平均分上以79.6分高于GPT4.5的79.14。

其中需要格外强调的是“原生多模态”,李彦宏此前在人民网上发文有所预告,原生多模态大模型,打破之前先训练单模态模型再拼接的方式,通过统一架构实现文本、图像、音频、视频等多模态数据的‌原生级融合,实现对复杂世界的统一理解,这是迈向通用人工智能(AGI)的重要一步。
简单来说,原生多模态大语言模型是从训练阶段开始,模型就利用大量不同模态的数据进行预训练,不仅可以在输入和输出端实现多模态,而且还具备强大的多模态推理能力以及跨模态迁移能力。
微软早些时间提到,基于多模态数据原生训练的每一种单模态能力,都应该超越只在单模态数据上训练的模型的性能。更重要的是,在不同模态数据学习的过程中,模型应该能够涌现出新的能力。
从行业维度看,GPT-4尚不是原生多模态大模型,它的多模态能力是模型转化实现,比如通过语音识别模型将语音转换为文字,或者通过图像识别模型提取图像内容,然后利用GPT-4的大型语言模型生成回答。回答完毕后,系统决定是向用户返回一张图片、一段文字,还是通过语音合成技术返回一段语音输出,直到GPT-4o,OpenAI显现出原生多模态的能力。
谷歌在模型能力整理滞后GPT的情况下,押注原生多模态更早,在预训练阶段的多模态数据统一输入,将文本/语音/图像/视频的数据统一输入到一个预训练模型,然后利用额外的多模态数据对其进行微调以进一步提高其有效性。
百度文心4.5也实现了一系列创新,例如多模态异构专家扩展技术,能根据模态特点构建模态异构专家,结合自适应模态感知损失函数,解决不同模态梯度不均衡问题,提升多模态融合能力。
其他如FlashMask 动态注意力掩码技术,有效提升长序列建模能力和训练效率,优化长文处理能力和多轮交互表现;时空维度表征压缩技术,大幅提升多模态数据训练效率,增强了从长视频中吸取世界知识的能力;基于知识点的大规模数据构建技术,可构建高知识密度预训练数据,提升模型学习效率,大幅降低模型幻觉;以及基于自反馈的Post-training技术,提升强化学习稳定性和鲁棒性,大幅提升预训练模型对齐人类意图能力。
文心4.5的能力也可以从图片和视频理解,、图片生成、RAG测试、逻辑测试、文本创作等方面体现。文心4.5支持上传文档、图片、音频和视频文件,兼容常见的格式,目前在文件大小上有所限制,例如单个视频文件大小不超过20M,可能与效率和成本有关。


钛媒体App实测了一些应用场景,上传视频并要求文心4.5介绍视频内容,以及要求文心4.5给出视频的文字版,都能够给出准确回答。以及上传电影《肖申克的救赎》片段,温馨4.5亦能识别电影片段,并给出可能的电影情节。当然了,如果文心4.5给出合适的配乐,它也能根据视频的调性给出建议,说明了其跨模态的输出能力。

深度思考X1,AI Agent的雏形
文心X1由百度2023年10月发布的慢思考技术发展而来,具备更强的理解、规划、反思、进化能力,并同样支持多模态。
以电车难题为例,深度思考的文心X1给出了一个详细的回答,最终选择了拉下操纵杆,将列车切换到另一条轨道,它的结论是:在封闭条件下,基于功利主义最大化生存数量的原则,选择牺牲1人拯救5人。但需警惕此类逻辑被滥用,并持续反思其伦理边界。

文心X1 是能力更全面的深度思考模型,在观点输出上更为直接,“端水”现象有所减少,针对复杂问题,能够结合联网搜索最新信息,详细拆解给出全面的回复,譬如规划旅游项目,可行性更高且更符合要求。
钛媒体APP了解到,其采用了递进式强化学习训练方法,且基于思维链和行动链端到端训练,同时建立了统一的评估系统,融合多种类型的奖励机制,在中文知识问答、文学创作、文稿写作、日常对话、逻辑推理、复杂计算及工具调用等方面表现不错。
其中,多工具调用能力值得关注,也是文心X1的特色之一。目前,X1已支持高级搜索、文档问答、图片理解、AI绘图、代码解释器、网页链接读取、TreeMind树图、百度学术检索、商业信息查询、加盟信息查询、词云生成等多款工具,对于大模型应用落地是一个利好。
X1也证明了一件事,大模型本身能力的进化,实际上会淘汰掉一部分Agent,如果Agent能够被大模型原生替代,那就说明这部分Agent的价值太浅,在此领域创业注定失败。
前不久爆火并陷入争议的Manus等产品,在未来一段时间就将面临类似的烦恼,Manus的成功并并非大模型原创性突破,而是对现有技术的工程化整合,如Claude模型、Computer Use、MCP协议等,其核心创新在于将虚拟机环境与多智能体协同架构结合,使Agent能够像人类一样操作计算机完成复杂任务。
这也透露出百度另一个方向,笃定AI Agent。李彦宏也提到,推理大模型涌现出让人惊叹的深度思考能力,它将推动人工智能的一个重要应用方向,即“AI智能体”的落地,2025年可能会成为AI智能体爆发的元年。
山庄提示: 道行不够,道券不够?---☆点此充值☆
 
  




    
在线姜谷粉丝

UID: 1569053

精华: 2
级别: 玉清道君

发帖
122193
金币
62890
道行
20019
原创
750
奖券
34
斑龄
0
道券
0
获奖
0
座驾
设备
摄影级
在线时间: 12533(小时)
注册时间: 2012-06-21
最后登录: 2025-03-17
只看该作者 沙发  发表于: 昨天 18:01
百度发布文心4.5和X1大模型:谁说百度不发“一言”?
发布背景与意义
3月16日,百度正式发布了文心大模型4.5和文心大模型X。这两款模型不仅标志着百度在人工智能领域的又一重要进展,也展示了其在激烈的市场竞争中的策略调整和技术实力。

发布时间与方式
与以往不同,百度本次没有选择召开发布会,而是直接宣布模型在文心一言官网上线,免费向用户开放。这一策略显示了百度对于产品推广的新思路,即通过实际行动而非华丽的言辞来证明自己的实力。

市场反响与行业地位
百度的这一举动引发了市场的广泛关注和讨论。文心大模型4.5作为国内首个原生多模态大模型,在多项测试中表现优于GPT4.5,API调用价格为GPT4.5的1%,显示出其在性价比方面的显著优势。这一成绩不仅提升了百度在行业内的竞争力,也为其赢得了更多用户的信任和支持。

文心4.5和X1大模型的特点与优势
文心大模型4.5
原生多模态特性:文心大模型4.5是国内首个万亿级参数的原生多模态大模型,能够通过多个模态联合建模实现协同优化,提升语言能力、理解能力、生成能力、逻辑能力和记忆能力。
技术亮点:在多项基准测试中,文心大模型4.5的成绩优于GPT4.5、DeepSeek-V3等,显示出其在智能水平上的领先地位。
文心大模型X1
深度思考模型:文心大模型X1是一款专注于深度思考的模型,性能对标DeepSeek-R1,调用价格约为R1的一半,具有较高的性价比。
应用场景:该模型适用于多种复杂的思考和决策场景,能够帮助用户更好地理解和解决问题。
百度的战略调整与技术迭代
战略调整
面对激烈的市场竞争和行业变化,百度需要不断调整和优化自己的战略布局。通过发布文心4.5和X1大模型,百度不仅展示了其在人工智能领域的技术实力,也向外界传递了其持续创新和追求卓越的决心。

技术迭代
百度一直致力于技术的研发和创新。文心4.5和X1大模型的发布,不仅是现有技术的升级,更是对未来发展的规划和布局。通过这些新模型的推出,百度希望能够为用户提供更加优质、高效的服务。

百度的未来展望
持续创新
百度将继续加大在人工智能领域的研发投入,不断探索新技术、新方法,推动行业的进步和发展。

生态建设
随着大模型产业的不断发展,生态建设的重要性日益凸显。百度将从芯片层、框架层、模型层和应用层协同优化,构建更加完善的产业生态,提升整体创新效率。

总之,百度发布文心4.5和X1大模型,不仅展示了其在人工智能领域的技术实力,也向外界传递了其持续创新和追求卓越的决心。未来,百度将继续加大研发投入,推动行业的进步和发展,为用户创造更多的价值。

如何不发帖就快速得到金币道行
 
我有我可以
在线jjybzxw

UID: 551814


发帖
135263
金币
17881
道行
1968
原创
2322
奖券
2498
斑龄
32
道券
903
获奖
0
座驾
设备
摄影级
在线时间: 31956(小时)
注册时间: 2008-10-01
最后登录: 2025-03-17
只看该作者 板凳  发表于: 昨天 18:04
根据上文提供的信息,百度在3月16日文心大模型两周年之际发布了国内首个原生多模态大模型文心4.5和深度思考模型X1。以下是关于这两个模型的一些要点:

1. 文心4.5的特点:
   - 国内首个万亿级参数的原生多模态大模型。
   - 通过多个模态联合建模实现协同优化,具备更精进的语言能力,理解、生成、逻辑、记忆能力全面提升。
   - 去幻觉、逻辑推理、代码能力显著提升。
   - 多项基准测试成绩优于GPT4.5、DeepSeek-V3等,并在平均分上高于GPT4.5。
   - 原生多模态大模型,打破之前先训练单模态模型再拼接的方式,通过统一架构实现文本、图像、音频、视频等多模态数据的‌原生级融合。

2. 文心X1的特点:
   - 由百度2023年10月发布的慢思考技术发展而来,具备更强的理解、规划、反思、进化能力,并同样支持多模态。
   - 在观点输出上更为直接,针对复杂问题,能够结合联网搜索最新信息,详细拆解给出全面的回复。
   - 采用了递进式强化学习训练方法,且基于思维链和行动链端到端训练,同时建立了统一的评估系统,融合多种类型的奖励机制。
   - 支持多工具调用能力,已支持高级搜索、文档问答、图片理解、AI绘图、代码解释器、网页链接读取等多款工具。

3. 价格方面:
   - 文心大模型4.5的API调用输入价格为0.004元/千tokens,输出0.016元/千tokens,约为GPT4.5价格的1%。
   - 文心大模型X1定价为输入0.002元/千tokens,输出0.008元/千tokens。

4. 百度的战略调整:
   - 百度可能比以往任何时刻都需要再度证明自己,在大模型领域展示实力。
   - 百度需要甩掉“偶像包袱”,用实际行动证明自己还有留在牌桌的筹码。
   - 文心一言完全免费、文心4.5将在6月30日正式开源,百度核心业务搜索接入DeepSeek等。

5. AI Agent的方向:
   - 李彦宏提到,推理大模型涌现出让人惊叹的深度思考能力,它将推动人工智能的一个重要应用方向,即“AI智能体”的落地。
   - 2025年可能会成为AI智能体爆发的元年。

综上所述,百度通过发布文心4.5和X1两个大模型,在原生多模态和深度思考方面取得了重要进展。同时,百度也在加快节奏,通过免费开放、开源等策略,重新证明自己在大模型领域的实力。未来AI智能体有望成为人工智能的一个重要应用方向。
如何不发帖就快速得到金币道行
 
快速回复
限120 字节
认真回复加分,灌水扣分~
 
上一个 下一个