刚刚，百度的文心一言上了他们最新的模型文心4.5和推理模型X1。

早上10点多起床看到新闻有点懵逼，就，大周末的，挺突然的。。

扒拉了23年的3月16日，才发现，那一天是文心一言的正式发布。

原来文心一言都发布两年了啊。

两年时间，弹指一挥间。

文心4.5，是一个类似于GPT4o的原生多模态模型，能理解音频、视频、图片，只不过都是理解，没有输出能力。而文心X1，则是一个正常的推理模型。

按照惯例，先看一下官方给的参数数据。

基准测试成绩的平均分是挺高的。只不过在大家都比较看重的编程这块，用的测试基准是HumanEval+、MBPP+、LiveCodeBench。没有看到比如Claude他们用的SWE-bench Verified基准，不知道真实的跑分会怎么样。

而X1，没有跑分对比，只放出了价格。

价格说实话，文心确实有不错的亮点。

GPT4.5发布的时候，我狠狠吐槽了一下，它的输入是DeepSeek v3的280倍，输出是150倍。

真的，现在想起来我还是觉得很离谱。

而文心大模型在这点上还是给我很大惊喜的。文心4.5的输入价格为0.004元/千tokens，输出0.016元/千tokens，约为GPT4.5价格的1%。

同样是4.5，OpenAI你看看人家。。

推理模型X1这块，价格仅为DeepSeek R1一半，输入0.002元/千tokens，输出0.008元/千tokens。

比DeepSeek还便宜，不吹不黑，这个还是有点东西的。。。牛逼。

目前这两个模型，已经上线他们官网了。

我自己测了一早上，也说一下我实测的结论：挺全面的，什么都有，挺综合。

大家可以先试试看，自己有一个大概的感知，再回来继续读。

接下来，我们一个一个说。

文心4.5。

解析图片、视频啥的都支持，还能直接绘图。

图片理解能力还不错，测了梗图理解，基本都能get到意思。

感觉AI还是不能理解人类牛马的生活。。

写作能力上，比较的硬比较的模板，写一些套路化的东西还是不错的，但是写故事，坦率的讲，还需要继续精炼。

视频解析也比较基础，有，能理解，但是做不了电影拉片那种级别的操作。

图生图，准倒是挺准的。

像不像的另说，反正挺帅的。

玩了半天，脑筋急转弯测下来算是个强项。

比如之前在我群里这个流传的脑筋急转弯。

文心4.5居然答对了。

相同的问题再问一下Claude3.7+extended（因为3.7没答对，我又加了个推理。。）

7？？思考了一分多钟的废物。。

再来说说这个百度第一次推出的推理模型X1。

打开【联网搜索+调用工具】后也能调用图片理解和上传文件。

但是在交互上非常的诡异，如果你没开联网的话，你是看不到上传附件的入口的。

先打开联网搜索，这时候调用工具亮起，成为非置灰状态。

再打开调用工具，才能看到上传文档和图片。

有点说实话，作为干了快10年的UX设计师，这个交互真的让我有点摸不着头脑= =

在推理能力上，效果还行。

比如一个经典的问题：

有一天，一个女孩参加数学考试只得了38分。她心里对父亲的惩罚充满恐惧，于是偷偷把分数改成了88分。她的父亲看到试卷后，怒发冲冠，狠狠地给了她一耳光，怒吼道:"你这8怎么一半是绿的一半是红的，你以为我是傻子吗?"女孩被打后，委屈地哭了起来，什么也没说。过了一会儿，父亲突然想到了什么，抱住孩子痛哭起来父亲突然想到了什么?

虽然文心X1内心戏有点多，但是最后答对了。

而X1的文笔，也有一些自己独有的感觉了。

有一说一，这个故事，还真的挺好看的。

在图片理解上，我传了一张图上去试试，本来我想让他推断一下我多大。。

结果给我认成韩国演员了，好好好。

我还专门去搜了一下，长这样。

和我，像么...？倒是和之前4.5生成的有点像。。还连上了是吧。

因为DeepSeek之前太过于圆滑，情商太高，不少人都说“不愧是中国的AI”，我也测了一下X1的。

比如说，我问我和大聪明哪个写文章更有深度。

第一遍回答的是大聪明。

但是我一说，我是数字生命卡兹克。

他就选我了哈哈哈哈，不愧是made in China。

再说个昨天很气愤的事，315打假直接一波干没了一堆卫生巾。。

我一个男生都看不下去了，赶紧给身边的女生们避避雷。

当然，文心一言总体能力并没有超出太多预期。

比如在处理超前沿专业问题时，深度还是差了一些；回答问题的灵活度也有待提高；还是会遇到模板化太AI的回答。。。

而且我也不理解，为什么今天发布，要等3个月之后才开源，为什么不像Qwen和智谱、混元那样，发布即开源。

一声叹息。

但是还是得说，这次的升级，文心一言正在努力追回之前落下的距离。

回顾一下文心一言的发展历程，其实挺有戏剧性的。

2023年3月，在那个莽荒世纪，众人纷纷被GPT4打懵，文心一言上线，成为国内首个大规模推出的通用大模型产品，也是大家所认为的，全村的希望。

文心一言的出现给了我们一个“中国也有大模型”的信心。只要你愿意排队，就能尝鲜体验这个被誉为“国产ChatGPT”的产品。

然而好景不长。随着更多玩家入场，文心一言开始逐渐显露出能力上的局限。

其次是产品定位的摇摆。一会儿强调搜索增强，一会儿又转向创意创作，文心一言似乎一直在寻找自己的独特价值，但反而模糊了核心竞争力。

当然，这是大部分模型公司共同的痛点。

最核心的，我觉得是过早的开始收费。。让不少用户选择了观望或转投其他平台。

直到DeepSeek出圈这一波，大家才发现，原来，模型即产品。

这次文心一言X和文心4.5的发布，从我早上的体验来看，确实在追赶的路上取得了一些进展。

就像是文心X1对自己的评价，再合适不过了。

回到国内大模型的发展。随着DeepSeek的崛起，豆包、Kimi等产品的持续迭代，以及文心一言此次的突发追击，国内大模型圈正在形成一种良性竞争的态势。

当然，前路仍漫漫。

与全球顶尖大模型相比，国产大模型在技术深度、思维广度上还有差距。但差距正在缩小，而且缩小的速度比我们想象的要快。

希望吧。