今天小編分享的科學經驗：一手實測！文心X1/4.5 Turbo推理和多模态雙雙變強，還把模型成本降了6成？！，歡迎閱讀。
" 周周有發布，天天有更新。"
這是百度創始人李彥宏最新對大模型競速的感慨，但……卷王實際就是百度自己，因為就這一個多月以來，百度已經連發 4 款模型了。
就在剛剛，在 Create 2025 百度 AI 開發者大會上，李彥宏又一口氣官宣了兩款新模型：分别是主打深度思考和多模态的 X1 Turbo/4.5 Turbo。
而且發布即上線，普通用戶現在都能免費體驗。
據介紹，它們是百度在 3 月發布的旗艦模型 X1、4.5 的更新版，推理和多模态能力雙雙更躍 Level。
比如在挑戰 " 史上最難高考數學題之一 " 時，新模型是為數不多能給出正确答案的選手（正确答案為 145）：
一個冷知識，2003 年數學全國卷被譽為 " 史上最難高考卷 "，而這道題還是裡面的壓軸大題，難度可想而知。
甚至，至今還能看到一眾自稱 03 級的網友集體 " 訴苦 "：
再比如面對一段讓人眼花缭亂的視頻，新模型竟成功猜對了小球的位置（原視頻如下）：
正确答案是3 号杯子，話說大家最終猜出來了嗎？ ( doge）
根據官方測評結果，深度思考模型文心 X1 Turbo（深藍），整體效果領先 DeepSeek R1、V3 最新版。
文心 4.5 Turbo（紅色），多模态能力優于 GPT 4o，文本能力與 DeepSeek V3 最新版持平，優于 GPT 4.5。
目前，兩款新模型均在文心一言官網開放，開發者在百度智能雲千帆大模型平台，也可直接調用 API。
另外，最關鍵的還是成本的下降！
文心 4.5 Turbo 輸入 0.8 元 / 百萬 tokens，輸出 3.2 元 / 百萬 tokens；文心 X1 Turbo 輸入 1 元 / 百萬 tokens，輸出 4 元 / 百萬 tokens。
以上價格，前者僅為 DeepSeek V3 的 40%，後者僅為 DeepSeek R1 的 1/4；同時相比一個月前的 X1/4.5，價格均下降一半及以上。
大模型能力在進化，成本在下降，應用創新的大爆發将勢不可擋。
只不過，咱還是先從一些具體能力上，看看百度最新最強大模型文心 X1 Turbo/4.5 Turbo，究竟是不是像跑分展現的那麼強？
老規矩，上一手實測～～
實測之後，還是太全面了！
首先來看主打深度思考的文心 X1 Turbo 模型。
據介紹，它基于文心 4.5 Turbo，在性能提升的同時，具備更先進的思維鏈，尤其擅長推理和工具調用。
文心大模型 X1 Turbo
一上來，我們先拿一道經典邏輯陷阱題熱熱身：
一根 5.5 米的竹竿可以通過高 4 米寬 3 米的門嗎？
對于這樣一個看似簡單的問題，目前市面上絕大多數的模型反應 be like：
而文心 X1 Turbo 經過一番嚴謹論證，第一次就得出了正确答案（通過調整竹竿的傾斜角度，可以通過）：
看來這種問題已經難不倒它了，接下來難度更新。
直接一步到位，扔給它一道某地高中物理模考卷壓軸題，還是只上傳圖片的那種：
可以看到，對于這種涉及專業領網域的高難度推理題，X1 Turbo 依舊思路清晰。
先是自主調用 " 圖片理解 " 工具識别出題目與火箭發射有關，然後上手一步步解題，最終給出了正确答案。
值得注意的是，盡管考查的是 X1 Turbo 的邏輯推理能力，但我們已經提前發現它的一大特色——
與其他推理模型相比，文心 X1 Turbo能夠靈活調用各種工具。
官網顯示，文心 X1 Turbo 默認開啟代碼解釋器、文檔閱讀、圖片理解、圖片生成等諸多工具，一旦意識到答案涉及代碼、表格、圖片等多模态内容，就會自動調用這些工具。
比如在日常生活中，我們随手将一張美食照分享給文心 X1 Turbo，讓它幫忙反向解析詳細制作過程。
而且為了便于收藏，我們還要求它最終直接生成一份PDF 檔案：
看來挑戰還是太簡單了，好好好，接下來我們幹脆玩把大的。
讓文心 X1 Turbo 幫我們規劃一個五一去北京遊玩的行程，而且提了一大堆要求，不能太 " 特種兵 "，住宿、交通、門票等等都要考慮到，結果用表格呈現……主打一個全面考察工具調用。
話不多說，來感受一下最終效果：
不僅貼心标注了 " 五一行程—— 8 點自然醒版 "（doge），而且表格中每一天的安排都非常清晰，甚至特意标出了需要提前預約的景點和預約渠道。
再仔細一看，同一天安排的景點的位置都比較靠近，屬于合理範疇。
此外，我們還發現文心 X1 Turbo 支持繼續對話生成，能在前面的行程規劃上，接着為每個景點生成配圖。
最後順便一提，我們在測試文心 X1 Turbo 的推理和工具調用能力的過程中，還發現它在創意寫作方面有點意思。
恰逢五一假期臨近，我們讓它根據一張 " 西湖人山人海圖 "，仿照《嶽陽樓記》的文風寫一篇遊記。
對比一下《嶽陽樓記》原文，是不是有内味兒了 ~
慶歷四年春，滕子京谪守巴陵郡。越明年，政通人和，百廢具興，乃重修嶽陽樓，增其舊制，刻唐賢今人詩賦于其上，屬予作文以記之……
其次來看主打多模态的文心 4.5 Turbo 模型。
據介紹，它源自文心 4.5，是效果更好、成本更低的多模态大模型。
文心大模型 4.5 Turbo
實測下來發現，相比單項推理能力突出的文心 X1 Turbo，它更像是一個主打綜合實力的 " 六邊形戰士 "。
切換模型後，底部輸入框的文檔、圖片、視頻、音頻等多模态功能全部 " 點亮 "：
文本能力就不用多說了，我們直接上傳一張經典梗圖，考查其視覺理解能力，結果也是秒秒鍾 get~
再來個實用的，讓 4.5 Turbo 設計一些包含故宮博物院元素的冰箱貼文創。
相同提示詞下，通過對比文心 4.5 和 4.5 Turbo，可以看到後者的生成效果确實更好、更精致了。
最後，文心 4.5 Turbo 也能理解音視頻素材。
一方面可以直接和它語音對話，親測用四川方言也能實現無障礙交流：
另一方面還能綜合分析視頻中的場景、聲音、人物等等，目前單個視頻最大支持 20MB。
小結一下，百度此次推出的文心大模型 X1/4.5 Turbo，實測下來在推理能力和多模态能力上确實有一定程度更新。
那麼接下來的問題是：背後依靠了哪些核心技術？
挖一挖背後的技術在思考路徑中融合工具調用
首先，作為能夠自主運用工具的深度思考模型，文心 X1 Turbo 背後的關鍵技術包括：
其一，突破了僅基于思維鏈優化的範式，在思考路徑中結合工具調用，構建了融合思考和行動的復合思維鏈，模型解決問題的能力得到顯著提升。
其二，結合多元統一的獎勵機制，實現了長距離思維和行動鏈的端到端優化，顯著提升了跨領網域解決問題的能力。
一般而言，傳統的單一獎勵機制往往只能從一個角度評估模型的性能，這可能導致模型 " 顧此失彼 "，比如過于關注語法，可能就會忽略語義的連貫性。
而多元統一獎勵機制是從多個維度全面評估模型的性能，這種綜合性的反饋機制能夠幫助模型在多個方面同時優化，從而提升整體實力。
采用不同模态混合訓練
其次，為了提升文心 4.5 和 4.5 Turbo 的多模态能力，一大關鍵就是采用了不同模态（文本、影像和視頻）的混合訓練。
針對不同模态數據在結構、規模、知識密度上的差異，主要應用了如下技術：
多模态異構專家建模
自适應分辨率視覺編碼
時空重排列的三維旋轉位置編碼
自适應模态感知損失計算
最終，模型的學習效率提高近 2 倍，多模态理解效果提升超過 30%。
而且為了進一步提升模型的綜合實力，他們在後訓練階段也進行了優化。
研制了自反饋增強的技術框架，基于大模型自身的生成和評估反饋能力，實現了 " 訓練 - 生成 - 反饋 - 增強 " 的模型迭代閉環。
這不僅解決了大模型對齊過程中數據生產難度大、成本高、速度慢等問題，而且顯著降低了模型幻覺，提升了模型理解和處理復雜任務的效果。
此外在訓練階段，他們還研制了融合偏好學習的強化學習技術，通過多元統一獎勵機制，提升了對結果質量判别的準确率，通過離線偏好學習和在線強化學習統一優化，進一步提升了數據利用效率和訓練穩定性，并增強了模型對高質量結果的感知。
正是因為受益于偏好信号與獎勵信号的融合運用，模型的理解、生成、邏輯推理和記憶等能力才得以全面提升。
數據的合理挖掘及運用
當然，能夠訓練出高質量模型，還離不開對數據的合理挖掘及運用。
在這方面，他們打造了" 數據挖掘與合成 - 數據分析與評估 - 模型能力反饋 " 的數據建設閉環。
主要體現在兩點：
一是針對專業深度知識及領網域過程知識的數據稀缺問題，研制了原理驅動、過程評估與結果校驗的數據合成技術、知識點驅動的大規模稀缺數據挖掘技術，提升數據的知識密度和覆蓋面。
二是針對不同模态數據割裂、跨模态語義關聯難度大等問題，提出了融合語義對齊的多模态平行數據構建、融合視覺知識的描述生成等技術，大幅提升不同模态數據的對齊精度和深度語義關聯，增強多模态理解能力。
最終實現了——既能源源不斷地生產知識密度高、數據多樣、領網域覆蓋廣的大規模數據，還能将數據建設流程輕松遷移到全新的數據類型。
訓練推理中采用聯合優化
除了上面這些，技術團隊還進行了模型的算力優化。
訓練方面，多模态統一的掩碼注意力加速，利用飛槳已有的塊狀掩碼注意力加速技術，顯著降低不同模态混合計算注意力時的掩碼構建和計算開銷，大幅提升訓練性能。
推理方面，多模态流式分塊預填充機制，減少首 token 耗時，同時減少推理計算的顯存峰值，提升推理批次大小，提升吞吐性能。
而且值得一提的是，開發者還能利用百度飛槳框架 3.0，" 像寫單機代碼一樣寫分布式代碼 "，借助其動靜統一自動并行技術，開發者無需感知復雜的通信和調度邏輯，即可實現大模型的開發。
目前，文心飛槳的開發者數量已經超過了 2185 萬，服務超過 67 萬家企業，創建的模型達到 110 萬。
未來，随着百度進一步走向開源，開發者也能通過該框架實現更多開源模型的高性能推理了。
把生產力成本打下來了
技術上所具備的核心優勢，最終也讓百度把模型價格狠狠打下來了。
還在一個月前，百度發布的文心大模型 X1 和 4.5，就因為低于 ChatGPT 和 DeepSeek 的價格出圈。
而現在發布的文心 X1 Turbo/4.5 Turbo，模型性能更新的同時，價格卻進一步降低了。
文心大模型 X1 Turbo API，輸入價格 1 元 / 百萬 tokens，輸出價格 4 元 / 百萬 tokens，僅為 DeepSeek R1 調用價格的 1/4，而且相比文心大模型 X1，價格直接腰斬。
文心大模型 4.5 Turbo API，輸入價格 0.8 元 / 百萬 tokens，輸出價格 3.2 元 / 百萬 tokens，僅為 DeepSeek V3 調用價格的 40%，而且相比文心大模型 4.5，價格更是下降了 80%。
而且不止卷價格，一旦梳理百度目前采取的一系列動作，我們就能看到一個核心關鍵詞——生產力。
一方面，百度作為國内最早入局大模型的頭部玩家之一，始終堅決投入下一代基礎模型。
模型更新的方向，目前主要包括推理、多模态、工具調用等等，這些功能均圍繞 " 生產力 " 展開，主要是為了滿足普通人的日常工作生活需要。
帶來的結果是，越更新基礎模型，我們普通用戶越能免費薅到更強大的生產力工具。
另一方面，他們還為開發者提供了全方位支持。以文心大模型為例，目前已經形成了從模型到工具平台的完整體系，包括文心 4.5、X1 等旗艦模型及其 Turbo 更新版、文圖生成模型、場景模型和輕量模型、文心一言和智能體，以及賦能開發者的數據生產、後訓練、推理部署和場景化工具等。
再加上模型價格一降再降，開發者搞應用的門檻也更低了，這将推動 AI 應用進一步爆發，進而有望提升整個社會的生產力。
這或許也是百度這屆 AI 開發者大會，主題 " 模型的世界，應用的天下 " 的關鍵原因，模型已經遍地都是、觸手可及，那麼應用的爆發也就成為了必然趨勢。百度創始人李彥宏還預判：" 模型會有很多，但未來真正統治這個世界的是應用，應用才是王者。"
在發布最後，李彥宏的發言也引發了現場開發者的熱烈掌聲反饋，他說——
所有這些發布，都是為了讓開發者們可以不用擔心模型能力、不用擔心模型成本、更不用擔心開發工具和平台，可以踏踏實實地做應用，做出最好的應用！
文心一言地址：
https://yiyan.baidu.com/
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
— 完 —
點亮星标
科技前沿進展每日見
