一手實測文心4.5和X1：不輸DeepSeek
來了！文心大模型4.5今日如期上線。同時，百度還意外的帶來了自家的深度思考模型文心X1。
文心大模型4.5是百度的新一代原生多模態基礎大模型，多模態理解能力優秀，理解、生成、邏輯、記憶能力全面提升，多項基準測試成績優于GPT4.5、DeepSeek-V3，API價格僅GPT4.5的1%。
多模態能力
文本能力
文心大模型X1是首個自主運用工具的深度思考模型，具備更強的理解、規劃、反思、進化能力，效果對標DeepSeek R1，API價格僅R1一半。
目前，2款模型已在文心一言官網上線，所有用戶可免費使用（不用等到4月1日）。
體驗地址：???https://yiyan.baidu.com??
1.文心4.5和X1有何亮點？
文心4.5，是百度的新一代原生多模態基礎大模型。一家公司模型能力強不強，其基礎模型至關重要。
據介紹，文心4.5重點提升能力有：
1）原生多模態。通過多個模態聯合建模實現協同優化，能夠在輸入和輸出端同時支持多種模態，具備出色的多模態理解和跨模態遷移能力。
2）更精進的語言能力，理解、生成、邏輯、記憶能力全面提升。
3）去幻覺、邏輯推理、代碼能力顯著提升。
文心X1，是百度的首款深度思考模型，具備更強的理解、規劃、反思、進化能力，其核心能力如下：
1）具備更強的邏輯推理和復雜問題解決能力。
2）能夠自主調用工具，如高級搜索、文檔問答、圖片理解、AI繪圖、代碼解釋器、網頁讀取、TreeMind樹圖等。
3）RAG能力優秀，能夠快速全面地分析實時熱點事件，有效降低幻覺。
4）中文能力突出，在中文知識問答、文學創作、公文寫作方面表現出色。
2.上手實測
下面，我們就來實測感受下，百度的這2款新模型到底怎么樣。
1）文心4.5實測
這是來自「數學吧」的一張梗圖，你知道什么意思嗎？
“可倒一定連續”，“連續不一定可倒”，這都什么鬼……我們問問文心4.5。
提問：這張圖?描述了?個什么道理？解釋出來。
文心4.5答：這張圖片通過共享單車倒下的場景，傳達了一個數學和邏輯上的道理。圖片中的文字“連續不一定可倒，可倒一定連續”是對這一道理的幽默表達。
從數學的角度來看，“連續”通常指的是函數在某一點或某一區間上的連續性，即函數值在該點或區間內沒有突變或跳躍。而“可倒”在這里可以理解為函數在某一點上的可導性，即函數在該點存在導數。
圖片中的道理可以解釋為:
“連續不一定可倒”：一個函數在某一點上連續，并不意味著它在該點上一定可導。例如，絕對值函數在x=0處連續，但不可導。
“可倒一定連續”：如果一個函數在某一點上可導，那么它在該點上一定連續。這是可導性的一個基本性質,通過共享單車的形象比喻，這張圖片以一種直觀目有趣的方式展示了數學中的這一邏輯關系。
是我孤陋寡聞了！沒想到一張隨手拍的共享單車圖，竟然蘊含著這么高深的數學原理。
再比如這張，你能解釋它是什么意思嗎？
而文心4.5知道：節拍器上的指針代表了父母對我們認知的“搖擺不定"，有時候覺得我們長大了，應該很懂事；有時候又覺得我們還小，什么都不懂。這種矛盾的心理，正是很多父母在子女成長過程中的真實寫照。
上點難度，無字圖片呢？看看文心4.5能不能讀懂。
這是我很喜歡的一部科幻電影里的截圖，考考文心4.5。
文心4.5答，這張圖來自電影《楚門的世界》（The Truman Show），回答正確。不得不說，百度的索引數據+多模態模型，真的太強了。
繼續加難度，丟一張橫向桑基圖給它。
問：根據整張圖，分析12星座有哪些興趣愛好是相同的？
沒想到，文心4.5也能答得上來，完整找出了各個星座的共同愛好。
既然是多模態，那就不局限于圖片。音視頻方面呢，文心4.5行不行？
比如，這是《甄嬛傳》中的一個視頻片段，讓它找出來自哪集。
文心4.5準確溯源，來自第62集-63集的劇情，祺貴人受皇后指使，在眾人面前誣陷甄嬛與溫太醫有私情。
更讓我意外的是，文心4.5也能像Gemini一樣生成連續性、多場景的圖片。
比如，假設小米下一輛要造皮卡車，它會怎么造？讓文心4.5幫我們畫出來。
總的來看，文心4.5的多模態確實有點東西，確認是原生多模態，而非拼接多個單模態模型。
2）文心X1測評
接著，繼續測百度今天發布的核心模型——文心X1。
既然是推理模型，就必須問它一道經典的電車難題：
瘋?把五個無辜的人綁在電?軌道上。?輛失控的電?朝他們駛來，并且片刻后就要碾壓到他們。但你可以拉?個拉桿，讓電車開到另?條軌道上。然而問題在于，那個瘋子在另?個電車軌道上也綁了?個?。?對這種情況，你是否會拉拉桿呢？
這個問題，難倒了不少AI和人類。我們先看看文心X1的思考過程。
確認，這是在真思考，而非表演思考。
X1答：沒有標準答案，取決于你接受的倫理體系。哲學家邊沁支持拉桿，康德則反對。實際上到底拉不拉，需要綜合情景變量（如時間壓力、身份關系、風險概率）來動態決策，但無論怎么做，決策者的道德責任不可推卸。
X1還說，電車難題的價值不在于「正確答案」，而在于暴露道德體系的底層矛盾，推動正義、責任、犧牲的深層思考。
這個問題的終極意義在于：當我們用數字衡量生命時，可能已經失去了最寶貴的人性。
臥槽，你說得真有道理啊。
試試嘴臭功力呢，看看能不能與DeepSeek媲美。
輸入：以互聯網杠精的語?銳評“國內各?菜系”，要求盡可能陰陽怪氣，攻擊性拉滿。
X1先進行了一輪思考，找出八大菜系的分類及其特點。
然后生成各菜系的銳評，確實夠陰陽怪氣的。
我摘幾段文字，大家感受下。
“川菜：哎呦喂，川菜啊，麻辣鮮香，一吃就停不下來，是不是恨不得把辣椒當飯吃啊?那么重油重辣，也不怕上火長痘，到時候滿臉痘痘可別怪我沒提醒你。
粵菜：粵菜，清淡鮮美，講究原汁原味，是不是覺得吃不出味道就是高雅啊？那么寡淡無味，吃著吃著就睡著了，還以為自己在吃什么仙丹呢，結果就是個催眠神器！
湘菜：湘菜嘛，香辣開胃，下飯神器，是不是覺得辣味就能掩蓋一切缺點啊？那么辣得不分青紅皂白，把味蕾都辣麻木了，還以為自己在吃什么靈丹妙藥呢，結果就是個自虐狂。”
官方介紹，與文心4.5一樣，文心X1也支持多模態理解能力。
比如這張抽象的藝術品，你知道是什么意思嗎？
X1知道。
它認為：這件作品的價值不在于"看懂"，而在于激發思考。它像一面鏡子：樂觀者看到保護(膠帶防止香蕉腐壞)，悲觀者看到禁錮，中立者看到存在本身的矛盾性。這種開放性的解讀空間，正是當代藝術最動人的魅力所在。
這……確實夠抽象的，我段位不夠，屬實理解不了。
在測試X1中，下面這個Case最讓我感到震撼。
前面，我們不是說過文心X1可以調用工具嘛，那有沒有可能讓它來潤色一部小說，然后再將修改后的小說以doc文檔交付？
我們先來看下X1的思考過程，它累計調用了3次工具：文檔問答工具、代碼解釋器工具。
然后，經過1分多鐘的改稿，最后直接交付了doc文檔。
這……也太強了吧？
這是X1的全部工作過程，大家可以自己感知下。
據我了解，這似乎是目前業內首個支持自主調用工具的深度思考模型。
推理模型+聯網功能+工具調用能力，文心X1屬實有點驚艷到我了。
3.寫在最后
猶記得，兩年前的3月16日，百度發布了文心一言，帶來了中國的第一款AI ChatBots。
兩年后的今天，百度兩連發，帶著全新的基礎模型（文心4.5）和推理模型（文心X1）而來。
而且，還提前全面免費（不用等到4月1日）。
特別是文心X1，這并不在計劃內。
后面，文心一言還將開源（6月30日），并于今年下半年推出文心大模型5.0。
此前種種謠言、片語，自此不攻自破。
2025年，對于百度來說，一定是大開大合的一年，也是放手去干的一年。
我對百度，依然有信心。
本文轉載自???沃垠AI???，作者：冷逸
