"扎根應(yīng)用，創(chuàng)造價值"
作者 | 黃 煒
編輯 | 盧旭成
3月16日，百度拋出了兩款核彈級產(chǎn)品——文心大模型4.5以及文心大模型X1。
按照百度的設(shè)定，文心大模型4.5，是一款多模態(tài)基礎(chǔ)大模型，擅長生成及解讀圖片、視頻，能解答多領(lǐng)域問題；文心大模型X1，是一款深度思考模型，在邏輯推理、復(fù)雜計算及工具調(diào)用等方面表現(xiàn)尤為出色。
根據(jù)Benchmark測評，文心大模型4.5的多項基準(zhǔn)測試成績優(yōu)于GPT4.5、DeepSeek-V3，在平均分上以79.6分高于GPT4.5的79.14。簡單來說，百度文心4.5和X1大模型就是當(dāng)前世界上最強的中文大模型。
百度給這兩款模型的定價是，普通用戶登錄文心一言官網(wǎng)即可免費體驗。企業(yè)及開發(fā)者可在百度智能云千帆大模型平臺調(diào)用新模型，文心大模型4.5的API輸入價格為0.004元/千tokens，輸出0.016元/千tokens；文心大模型X1為輸入0.002元/千tokens，輸出0.008元/千tokens。
兩款模型一經(jīng)發(fā)出，不僅國內(nèi)AI圈子迎來大地震，連海外都“震感”強烈。
東南亞“超級應(yīng)用”Grab的首席產(chǎn)品官Philipp Kandal不顧周末，發(fā)推稱：“百度在周日都殺瘋了，文心大模型4.5和 X1剛剛發(fā)布——其評估水平可與GPT-4.5/Deepseek R1媲美，而且API定價極具競爭力。可惜還沒有英文注冊渠道，不然我真想試試……”
全世界最著名的科技記者Robert Scoble也感嘆：“只要DeepSeek R1的一半價格，我們要打一場AI價格世界大戰(zhàn)了?！?/p>
藍鯊硬科技也第一時間對百度的兩款新模型進行了測試。經(jīng)過親身體驗，我們發(fā)現(xiàn)，Benchmark的評分沒有騙人，百度的兩款新模型是當(dāng)之無愧的最強中文模型。但隨著測試深入，我們意識到，測評拿下高分，還只是百度AI野望的一小步。
過去兩年半，當(dāng)國內(nèi)多數(shù)AI公司都在“向OpenAI看齊”，也有一些百度這樣的異類，選擇了走自己的大模型發(fā)展之路。而現(xiàn)在，當(dāng)一個中國大模型廠商，能以O(shè)penAI百分之一的API調(diào)用價格，提供性能相當(dāng)?shù)幕A(chǔ)大模型，似乎終于證明了中國創(chuàng)業(yè)者并不缺乏創(chuàng)新能力。
正如李彥宏所言：“創(chuàng)新不能被計劃，你也不知道創(chuàng)新何時到來，你所能做的就是營造一個有利于創(chuàng)新的環(huán)境……”
一把瑞士軍刀
百度文心4.5和X1大模型給我的第一體感是“這玩意兒真像一把瑞士軍刀”，可玩性比市面上其他模型都更高。
可玩性首先體現(xiàn)在對圖片和視頻的理解上。
經(jīng)常使用大模型的用戶都清楚，理解并識別圖片和視頻，是大模型的絕對短板。舉個例子，我們經(jīng)常在社交媒體刷到一些冷門電影片段，卻不知道它出自哪部電影。這時如果去問大模型，大模型要么給出一個錯誤的答案，要么直接回答“無法識別”。
比如我選取的電影截圖《賽德克·巴萊》，這是一部臺灣電影，講述了1930年臺灣原始部落賽德克族反抗日本侵略者的故事，獲得過第48屆臺灣金馬獎。
在詢問百度文心4.5模型后，它不僅準(zhǔn)確識別了電影名稱，還補充回答了主角的真實姓名和飾演角色。
而如果用同樣的截圖去問市面上其他主流模型，它們要么無法識別圖片，要么就回答是美國電影《啟示錄》（Apocalypto）。
《啟示錄》是美國導(dǎo)演梅爾·吉布森的經(jīng)典作品，講述的也是原始部落反抗侵略的故事，只不過故事主角是瑪雅人，發(fā)生時間在瑪雅文明末期（16世紀(jì)）。與我想找的《賽德克·巴萊》，相差足有400年。
除了圖片識別，文心4.5模型還支持視頻識別和產(chǎn)出。比如輸入一段6秒的九寨溝風(fēng)景片段，并詢問距離，模型能很快識別視頻內(nèi)容，并給出旅行建議。
大模型能理解視頻內(nèi)容，實在令人興奮。
在當(dāng)前這個短視頻時代，有太多視頻問題需要模型解答。
比如刷到一個風(fēng)景如畫的視頻，想知道究竟是何處景點；刷到某個動漫片段，想知道名字入坑補番；看到一個萌寵視頻，想了解這只狗狗是什么品種……這些需求都需要一個“懂”視頻的大模型。
但在以往，主流模型根本沒有視頻輸入選項，用戶只能根據(jù)視頻，輸入模糊文字或者圖片提問，得到的結(jié)果也不盡如人意。
造成上述現(xiàn)象的主因是——缺乏模型的多模態(tài)能力。所謂多模態(tài)，通俗來說，就是用不同方式表現(xiàn)信息?？梢允俏淖?，也可以是圖片，短視頻，或者音頻。
之前的很多大模型，都是通過拼接多個模型擁有了多模態(tài)能力，屬于非原生多模態(tài)模型。這種模型往往只能做些表面或字面理解，很容易忽略細節(jié)信息，導(dǎo)致推理輸出不連貫甚至矛盾。
而百度則是原生的多模態(tài)大模型，原生多模態(tài)大模型更能敏銳捕捉圖像背景、小物體或微小的文本信息，綜合理解跨模態(tài)的幽默、諷刺等深層含義，使得推理結(jié)果連貫，更符合人類邏輯。
測試過百度大模型的多模態(tài)能力后，我決定給它上點強度，問了一個簡短但不簡單的問題“劉畊宏是干什么的？”這個問題的難度在于，劉畊宏有演員、歌手、健身教練、網(wǎng)紅等多個身份，并且近一個月職業(yè)狀態(tài)有更新。很難界定他的職業(yè)范圍。
如果把這個問題拋給其他大模型，它們的概括比較籠統(tǒng)，劉畊宏的職業(yè)狀態(tài)也停留在三年前。
同樣的問題，去問文心4.5模型，它不僅列出了按時間順序劉畊宏各個時期的代表作：《頭文字D》、《爸爸去哪兒5》等，還詳細描述了劉畊宏健身主播生涯爆火的經(jīng)歷和遭遇的困難。最關(guān)鍵的，文心4.5模型連劉畊宏2025年2月與無憂傳媒解約，之后簽約新MCN機構(gòu)的消息都沒有漏掉。邏輯清晰地完成了我的指令。
為了徹底難倒百度的新模型，我決定從題設(shè)開始，就給它一個錯誤的信息。我將模型切換成百度X1，將問題改成“劉耕宏是干什么的？”故意將“劉畊宏”的“畊”字錯寫成“耕”，這是一個我自己在寫稿時都經(jīng)常犯的錯誤。但百度X1模型第一時間發(fā)現(xiàn)了名字有誤，并且識別了是提問者筆誤的可能。
在我改正劉畊宏的名字后，百度X1甚至還會“炫耀”自己糾正了我的筆誤，并進一步推測我的需求是“希望了解更詳細的劉畊宏信息”。此刻我甚至感覺，自己正在與一個有“真情實感”的人類對話，而不是面對一個按照既定程序回答問題的機器。畢竟，機器怎么會有“炫耀”這種情緒，還能推測我的需求呢？
實用是檢驗?zāi)Ｐ偷奈ㄒ粯?biāo)準(zhǔn)
隨著對百度文心4.5和X1大模型的體驗逐漸深入，我愈發(fā)覺得以往行業(yè)對大模型的討論，似乎搞錯了重點。
拋開開源閉源的爭論，實用才應(yīng)該是檢驗?zāi)Ｐ秃脡牡奈ㄒ粯?biāo)準(zhǔn)。但在工作中，現(xiàn)在的大模型實在讓人不太敢用。
國際出版集團Wiley最近對70多個國家的4946名研究人員進行了一項調(diào)查——AI對撰寫稿件、審查論文和進行同行評議等是否有用？
近三分之二的研究人員提到，不太相信AI處理復(fù)雜任務(wù)的能力，如識別文獻中的研究空白、選擇投稿期刊、推薦審稿人，或是建議相關(guān)引用文獻等。81%的受訪者還表示，他們擔(dān)憂AI的準(zhǔn)確度和隱私風(fēng)險。
各國研究員們的擔(dān)憂，存在于每一位試圖將AI引入工作流的人之中。
比如讓大模型生成一篇匯報材料，雖然模型能在幾秒鐘內(nèi)生成一篇文稿，但沒人敢直接上交，因為這篇文稿中必然存在大模型“胡編亂造”的內(nèi)容，既可能是偽造數(shù)字，也可能是編造時間，或虛構(gòu)人物。
這種被業(yè)界稱為“幻覺”的現(xiàn)象，阻礙著AI進一步深入工作場景。畢竟，沒人敢拿自己的飯碗賭AI是否又在“一本正經(jīng)地胡說八道”。
但在深度體驗過百度文心4.5和X1大模型后，我發(fā)覺其幻覺現(xiàn)象得到了明顯改善。
就在上個月，一條AI制造的駭人新聞在社交媒體廣泛傳播——“截至2024年末，80后死亡率突破5.2%，每20個80后中就有1人已經(jīng)去世”，很多自媒體稱，數(shù)據(jù)來源是第七次人口普查的“權(quán)威數(shù)據(jù)”。后經(jīng)上海網(wǎng)絡(luò)辟謠介紹，這條假數(shù)據(jù)的最初來源很可能是和AI對話所得，后經(jīng)自媒體擴散形成輿論風(fēng)波。
當(dāng)把同樣的問題拋給百度模型，其不僅提供了第七次人口普查的真實數(shù)據(jù)“七普數(shù)據(jù)顯示，2019年11月至2020年10月，30-39歲（80后）死亡人數(shù)為19.35萬，占該年齡段總?cè)丝诘?.087%。”還列出了引用信息來源，以及中國人民大學(xué)李婷教授的研究結(jié)果，證明網(wǎng)傳的5.2%死亡率，存在嚴(yán)重錯誤。
大模型幻覺減少，靠的是百度RAG(檢索增強)的基本功。依托在搜索領(lǐng)域的深厚積累，百度自研了一套兼顧“檢索-理解-生成”檢索增強系統(tǒng)，能夠生成準(zhǔn)確率更高、時效性更好的答案，降低大模型的幻覺。
除了保證內(nèi)容和數(shù)據(jù)的真實性，一個實用的大模型還應(yīng)該是個“多面手”。因為在當(dāng)今職場，一個文員就要會寫材料、寫會議紀(jì)要、做圖、做報表、做PPT等十八般武藝，大模型要真正提供生產(chǎn)力，也需要提升“綜合能力”。
為了測試百度X1大模型的綜合能力，我根據(jù)上周自己的實際工作要求“據(jù)案例圖片，生成一張婦女節(jié)宣傳海報，感謝婦女同志對公司的貢獻，并生成一段朋友圈文案。”
有趣的是，百度X1大模型將自己的思考過程也展示了出來——第一步，調(diào)用圖片理解工具識別圖片內(nèi)容，并根據(jù)我的意圖，進行詳細的步驟規(guī)劃；第二步，使用圖片生成工具，生成了一張卡通婦女節(jié)宣傳海報。
根據(jù)百度官方的解釋，多工具調(diào)用是文心X1的特色之一。目前上線的工具包括高級搜索、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。
根據(jù)親身體驗，用戶不必選擇具體的工具，大模型就能根據(jù)用戶的指令，智能選擇對應(yīng)的工具。
大模型下半場，中國廠商重回正確軌道
前文提到，根據(jù)Benchmark測評，百度文心4.5和X1的多項測試分?jǐn)?shù)都優(yōu)于GPT4.5、DeepSeek-V3，這個成績固然可喜。
但除了測試分?jǐn)?shù)，百度發(fā)布這兩款業(yè)內(nèi)最強中文大模型更大的意義在于——讓中國廠商，在大模型的下半場競爭中重新回到了正確軌道。
還記得2023年初，許多中國大模型廠商放下豪言“要做中國的OpenAI”，之后的行為也帶有濃厚的“軍備競賽”意味，大家攀比的是你家大模型有多少億參數(shù)，屯了多少張英偉達顯卡，融了多少億資金？而不是講模型是否實用。
“堆參數(shù)、屯卡、燒融資”的確是OpenAI喜歡的玩法，但對中國大模型來說，恐怕并不適合“財大氣粗”的美股玩法。
OpenAI目前為止已籌集了219億美元（約合人民幣1600億元）。據(jù)The Information預(yù)測，OpenAI在2029年實現(xiàn)盈利之前，還要總共虧損440億美元（約合人民幣3200億元）。
OpenAI的燒錢規(guī)模，在中國市場顯然不可能復(fù)刻。金沙江創(chuàng)投主管合伙人朱嘯虎就多次表示：“不要燒錢搞AIGC，你必須找到PMF（產(chǎn)品與市場匹配）。微軟3萬億美金市值，他們敢砸錢。中國不需要砸，美國有錢在前面試錯，它一旦證明路通了，后面要花的錢少一個數(shù)量級?！?/p>
朱嘯虎的話一度被認為是“沒有技術(shù)理想”的商人思維。但事實證明，“精研技術(shù)，強調(diào)應(yīng)用”正是一條更適合中國大模型的發(fā)展之路。
以大模型落地最關(guān)鍵的API調(diào)用成本來說，“技術(shù)理想派”O(jiān)penAI最新發(fā)布的GPT-4.5模型，每百萬Tokens輸入的價格要75美元（約合人民幣542元），輸出的價格為150美元（約合人民幣1085元）。OpenAI聲稱是“GPT-4.5體量很大，需要大量計算資源，因此價格難以降低?！?/p>
但事實真如OpenAI所言嗎？
參考百度給開發(fā)者的定價，文心大模型4.5的API輸入價格為0.004元/千tokens，輸出0.016元/千tokens，只有GPT4.5定價的1%；即將在千帆平臺上線的文心大模型X1，定價為輸入0.002元/千tokens，輸出0.008元/千tokens，價格僅為GPT4.5價格的0.5%。
連全球最知名的科技記者Robert Scoble都不禁吐槽：“為什么山姆·奧特曼想（推動美國政府）禁止中國模型？一家中國大型公司（百度）推出一款新型多模態(tài)模型，其性能與OpenAl的GPT-4.5相當(dāng)，但成本卻要遠低?！?/p>
相比特曼通過拼命營銷概念，炒高模型調(diào)用價格，百度董事長李彥宏倒是說了大實話：“今天，大型語言模型12個月內(nèi)推理成本可以降低90%以上。回顧過去幾百年歷史，多數(shù)創(chuàng)新都與降低成本有關(guān)。如果成本降低一定比例，生產(chǎn)力也隨之提高同樣比例，這就是創(chuàng)新的本質(zhì)。在今天，創(chuàng)新速度比以往都快得多?！?/p>
在過去兩年，國產(chǎn)大模型陷入了與硅谷大廠攀比燒錢、刷榜、玩概念的怪圈，無疑是以己之短攻彼之長——這是硅谷更擅長的游戲，規(guī)則和解釋權(quán)由他們定義。
但技術(shù)創(chuàng)新從來不止一種選項。
中國是全球唯一擁有聯(lián)合國產(chǎn)業(yè)分類中全部工業(yè)門類的國家，不僅有龐大的C端用戶，還有廣闊的B端市場。這為大模型的應(yīng)用落地提供了豐富的場景和巨大的市場潛力。
以百度為例，百度財報顯示，百度智能云擁有中國最大的大模型產(chǎn)業(yè)落地規(guī)模，正為超過60%央企和大量民營企業(yè)提供AI服務(wù)。在2024年第四季度，百度智能云營收同比增長26%，其中AI相關(guān)收入增長了近3倍。百度為國家電網(wǎng)定制的AI解決方案，正用AI解決電網(wǎng)規(guī)劃、電網(wǎng)運維、電網(wǎng)運行、客戶服務(wù)等諸多領(lǐng)域的實際問題。
換句話來說，扎根中國廣袤應(yīng)用市場，將產(chǎn)業(yè)應(yīng)用、自我造血視作生命線的中國創(chuàng)業(yè)者們，同樣可以在大模型競爭中闖出一片天。
當(dāng)大模型競爭進入下半場，以百度為代表的中國AI企業(yè)們終于重新回到了“扎根應(yīng)用，創(chuàng)造價值”的合理軌道，走上了一條更具中國特色的大模型發(fā)展道路。
