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(diǎn)多起床看到新聞?dòng)悬c(diǎn)懵逼，就，大周末的，挺突然的。。
扒拉了23年的3月16日，才發(fā)現(xiàn)，那一天是文心一言的正式發(fā)布。
原來(lái)文心一言都發(fā)布兩年了啊。/span>
兩年時(shí)間，彈指一揮間。
文心4.5，是一個(gè)類似于GPT4o的原生多模態(tài)模型，能理解音頻、視頻、圖片，只不過(guò)都是理解，沒(méi)有輸出能力。而文心X1，則是一個(gè)正常的推理模型。
按照慣例，先看一下官方給的參數(shù)數(shù)據(jù)。
基準(zhǔn)測(cè)試成績(jī)的平均分是挺高的。只不過(guò)在大家都比較看重的編程這塊，用的測(cè)試基準(zhǔn)是HumanEval+、MBPP+、LiveCodeBench。沒(méi)有看到比如Claude他們用的SWE-bench Verified基準(zhǔn)，不知道真實(shí)的跑分會(huì)怎么樣。
而X1，沒(méi)有跑分對(duì)比，只放出了價(jià)格。
價(jià)格說(shuō)實(shí)話，文心確實(shí)有不錯(cuò)的亮點(diǎn)。
GPT4.5發(fā)布的時(shí)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(xiàn)在想起來(lái)我還是覺(jué)得很離譜。
而文心大模型在這點(diǎn)上還是給我很大驚喜的。文心4.5的輸入價(jià)格為0.004元/千tokens，輸出0.016元/千tokens，約為GPT4.5價(jià)格的1%。
同樣是4.5，OpenAI你看看人家。。
推理模型X1這塊，價(jià)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(gè)還是有點(diǎn)東西的。。。牛逼。
目前這兩個(gè)模型，已經(jīng)上線他們官網(wǎng)了。
我自己測(cè)了一早上，也說(shuō)一下我實(shí)測(cè)的結(jié)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(gè)大概的感知，再回來(lái)繼續(xù)讀。
接下來(lái)，我們一個(gè)一個(gè)說(shuō)。
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(cuò)，測(cè)了梗圖理解，基本都能get到意思。
但是一些藏起來(lái)的梗，還是比較難識(shí)別。
感覺(jué)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(cuò)的，但是寫故事，坦率的講，還需要繼續(xù)精煉。
視頻解析也比較基礎(chǔ)，有，能理解，但是做不了電影拉片那種級(jí)別的操作。
圖生圖，準(zhǔn)倒是挺準(zhǔn)的。
像不像的另說(shuō)，反正挺帥的。
玩了半天，腦筋急轉(zhuǎn)彎測(cè)下來(lái)算是個(gè)強(qiáng)項(xiàng)。
比如之前在我群里這個(gè)流傳的腦筋急轉(zhuǎn)彎。
文心4.5居然答對(duì)了。
相同的問(wèn)題再問(wèn)一下Claude3.7+extended（因?yàn)?.7沒(méi)答對(duì)，我又加了個(gè)推理。。）
7？？思考了一分多鐘的廢物。。
再來(lái)說(shuō)說(shuō)這個(gè)百度第一次推出的推理模型X1。
打開(kāi)【聯(lián)網(wǎng)搜索+調(diào)用工具】后也能調(diào)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(méi)開(kāi)聯(lián)網(wǎng)的話，你是看不到上傳附件的入口的。
先打開(kāi)聯(lián)網(wǎng)搜索，這時(shí)候調(diào)用工具亮起，成為非置灰狀態(tài)。
再打開(kāi)調(diào)用工具，才能看到上傳文檔和圖片。
有點(diǎn)說(shuō)實(shí)話，作為干了快10年的UX設(shè)計(jì)師，這個(gè)交互真的讓我有點(diǎn)摸不著頭腦= =
在推理能力上，效果還行。
比如一個(gè)經(jīng)典的問(wèn)題：
有一天，一個(gè)女孩參加數(shù)學(xué)考試只得了38分。她心里對(duì)父親的懲罰充滿恐懼，于是偷偷把分?jǐn)?shù)改成了88分。她的父親看到試卷后，怒發(fā)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(lái)，什么也沒(méi)說(shuō)。過(guò)了一會(huì)兒，父親突然想到了什么，抱住孩子痛哭起來(lái)父親突然想到了什么?
雖然文心X1內(nèi)心戲有點(diǎn)多，但是最后答對(duì)了。
而X1的文筆，也有一些自己獨(dú)有的感覺(jué)了。
有一說(shuō)一，這個(gè)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(lái)我想讓他推斷一下我多大。。
結(jié)果給我認(rèn)成韓國(guó)演員了，好好好。
我還專門去搜了一下，長(zhǎng)這樣。
和我，像么...？倒是和之前4.5生成的有點(diǎn)像。。還連上了是吧。
因?yàn)镈eepSeek之前太過(guò)于圓滑，情商太高，不少人都說(shuō)“不愧是中國(guó)的AI”，我也測(cè)了一下X1的。
比如說(shuō)，我問(wèn)我和大聰明哪個(gè)寫文章更有深度。
第一遍回答的是大聰明。
但是我一說(shuō)，我是數(shù)字生命卡茲克。
他就選我了哈哈哈哈，不愧是made in China。
再說(shuō)個(gè)昨天很氣憤的事，315打假直接一波干沒(méi)了一堆衛(wèi)生巾。。
我一個(gè)男生都看不下去了，趕緊給身邊的女生們避避雷。
當(dāng)然，文心一言總體能力并沒(méi)有超出太多預(yù)期。
比如在處理超前沿專業(yè)問(wèn)題時(shí)，深度還是差了一些；回答問(wèn)題的靈活度也有待提高；還是會(huì)遇到模板化太AI的回答。。。
而且我也不理解，為什么今天發(fā)布，要等3個(gè)月之后才開(kāi)源，為什么不像Qwen和智譜、混元那樣，發(fā)布即開(kāi)源。
一聲嘆息。
但是還是得說(shuō)，這次的升級(jí)，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(fā)展歷程，其實(shí)挺有戲劇性的。
2023年3月，在那個(gè)莽荒世紀(jì)，眾人紛紛被GPT4打懵，文心一言上線，成為國(guó)內(nèi)首個(gè)大規(guī)模推出的通用大模型產(chǎn)品，也是大家所認(rèn)為的，全村的希望。
文心一言的出現(xiàn)給了我們一個(gè)“中國(guó)也有大模型”的信心。只要你愿意排隊(duì)，就能嘗鮮體驗(yàn)這個(gè)被譽(yù)為“國(guó)產(chǎn)ChatGPT”的產(chǎn)品。
然而好景不長(zhǎng)。隨著更多玩家入場(chǎng)，文心一言開(kāi)始逐漸顯露出能力上的局限。
其次是產(chǎn)品定位的搖擺。一會(huì)兒強(qiáng)調(diào)搜索增強(qiáng)，一會(huì)兒又轉(zhuǎn)向創(chuàng)意創(chuàng)作，文心一言似乎一直在尋找自己的獨(dú)特價(jià)值，但反而模糊了核心競(jìng)爭(zhēng)力。
當(dāng)然，這是大部分模型公司共同的痛點(diǎn)。
最核心的，我覺(jué)得是過(guò)早的開(kāi)始收費(fèi)。。讓不少用戶選擇了觀望或轉(zhuǎn)投其他平臺(tái)。
直到DeepSeek出圈這一波，大家才發(fā)現(xiàn)，原來(lái)，模型即產(chǎn)品。
這次文心一言X和文心4.5的發(fā)布，從我早上的體驗(yàn)來(lái)看，確實(shí)在追趕的路上取得了一些進(jìn)展。
就像是文心X1對(duì)自己的評(píng)價(jià)，再合適不過(guò)了。
回到國(guó)內(nèi)大模型的發(fā)展。隨著DeepSeek的崛起，豆包、Kimi等產(chǎn)品的持續(xù)迭代，以及文心一言此次的突發(fā)追擊，國(guó)內(nèi)大模型圈正在形成一種良性競(jìng)爭(zhēng)的態(tài)勢(shì)。
當(dāng)然，前路仍漫漫。
與全球頂尖大模型相比，國(guó)產(chǎn)大模型在技術(shù)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(lái)有更多的光。
以上，既然看到這里了，如果覺(jué)得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)～謝謝你看我的文章，我們，下次再見(jiàn)。
>/ 作者：卡茲克、小瑞
>/ 投稿或爆料，請(qǐng)聯(lián)系郵箱：wzglyay@gmail.com
