承認百度仍在 AI 第一梯隊沒那麼難

今天小編分享的科技經驗：承認百度仍在 AI 第一梯隊沒那麼難，歡迎閲讀。

引語：

2025 年，百度的 " 天 " 變了。

" 前 Deepseek 時代 "，圈裏不少人還悲觀地認為，中國沒有模型能跟上 GPT 的腳步，對百度來説，模型不掉隊，應用生态做起來，就能夠留在牌桌上；

而 Deepseek 一出，風雲變幻、誰與争鋒——原本，文心 4.0 在國内也算數得上号的大模型，在 Deepseek 面前，也不得不甘拜下風。

于是，巨大的壓力給到了百度：

發新模型，必然面臨質疑，要被拿去在顯微鏡下和 Deepseek 作比較，在冷眼下遭遇批判；

不發新模型，百度的技術實力更沒了展現的機會，無端的猜測又會甚嚣塵上，客户的信心也會被損傷。

進退維谷，百度的選擇，是亮出寶劍，非要試一試自己的成色——即使面臨批評和貶損，百度也決心放下面子，把自己最新的模型成果展示出來。

放下面子，拼了老命，也死活不下牌桌，百度是怎麼想的？

一、文心 4.5 和 X1，百度 " 死磕 "

談戰略之前，先聊點實着的——百度新發的文心 4.5 和 X1 好用嗎？

作為百度新一代的原生多模态大模型，文心 4.5 首先是在多模态的能力上進一步更新。今天的文心 4.5，不僅可以理解照片、工作圖表、視頻内容，準确摘取靜态、動态影像中的細節信息；甚至還能理解網絡笑話、梗圖中的幽默和諷刺，并連貫地完成推理。

當大模型能力越來越卷、用户标準越來越高，模型之間最細微的差距，就決定了實際生成結果在體驗上的天差地别——原生和非原生的區别，也由此顯現。

預訓練階段更深層次的模态融合、專為跨模态互動和理解設計的模型機制，都是原生多模态模型的優勢。

3 月，李彥宏在人民網上發表了一篇署名文章，其中就提到了原生與非原生多模态大模型的區别——原先，所謂的 " 多模态模型 "，只是幾個單模态模型訓練後再進行拼接；而原生多模态大模型，勝在以統一的架構，去實現對復雜世界的統一理解。

本次發布的文心 4.5，在原生多模态的角度，思路與谷歌的 Gemini，Meta 的 Llama 4，OpenAI 的 GPT-4o 一致。

而文心 4.5，則是在多模态異構專家擴展技術上更進一步，就如同根據影像、視頻、文字等不同領網域，給智囊團請來了一群術業有專攻的 " 專家 "，并且通過一套自适應模态感知損失函數，讓 " 專家 " 們可以實力相當，也就更能完成協作，執行復雜跨模态任務的處理。

多模态能力之外，針對大模型不少老生常談的技術難關，百度在文心 4.5 也交上了這一期的 " 答卷 "：

面對長文本處理問題和多輪互動，百度優化了 FlashMask 動态注意力掩碼，提高了長序列建模能力和訓練效率；

針對大模型的學習效率和幻覺問題，文心 4.5 則繼續在預訓練數據下了苦功夫，通過知識分級采樣、數據壓縮與融合、稀缺知識點定向合成等技術，百度将數據質量大幅提升，模型的質量和成本也都得到了保障；

而對強化學習效率至關重要的後訓練（Post-training）技術，文心 4.5 一樣沒落下，通過融合多種評價方式，百度将一套自反饋迭代式的後訓練技術用到了大模型的後訓練當中，将強化學習的穩定性和魯棒性全面提升，讓模型理解人類意圖的能力更上一層樓。

對标 GPT-4.5，文心 4.5 已經有了相對亮眼的成績；而對标 GPT-o1 和 Deepseek R1 的文心 X1，也交出了一份不錯的答卷。

據了解，百度文心 X1 采取了遞進式的強化學習訓練方法，并且基于思維鏈和行動鏈根據結果反饋進行了端到端的模型訓練，給訓練效果增色不少；而 Deepseek 最引人注目的評估系統，百度在文心 X1 上也做了革新，他們建立了一套同意的評估系統，并将多種類型的獎勵機制融合，讓模型的訓練獲得了更魯棒的反饋。

一系列的努力之下，相比文心 4.0，X1 的文本創作能力顯然更強，也更擅長梳理邏輯、分析復雜問題、生成觀點、提供情緒價值——能和用户聊 " 思考深的 "，也能聊 " 感情真的 "；

而到了多模态的範疇，文心 X1 也沒丢了系列由來已久的跨模态能力，在圖片理解的精準度更上一層樓，還能細節識别圖片是否有 P 圖痕迹，兼具一副火眼金睛。

相比 Deepseek，剛剛面世的文心 X1 測試下來，在文本的創意和個性化上稍遜一籌。但除了前者所不具備的多模态能力之外，文心 X1 更大的優勢在于 " 家底厚 " ——文心大家族支持的 " 高級搜索 "" 文檔問答 ""AI 繪圖 ""TreeMind 樹圖 "" 百度學術檢索 " 等等工具，都能在文心 X1 上用到，讓用户獲得沉浸的一站式 AI 體驗。

在能力上來説，兩款模型在文心 4.0 的基礎上又實現了一次 " 飛升 "；而在成本上，文心 4.5 和 X1 卻再次 " 跳水 "，依靠芯片、模型、框架等層面的聯合優化，文心 4.5 的推理成本只有 GPT-4.5 的 1%，而 X1 的推理成本也只是 Deepseek R1 的一半左右。

成本優勢建立了起來，如何讓用户更便宜地把大模型用起來，百度就有了底氣：

今天，文心 4.5 和 X1 都已在文心一言官網上線，免費向用户開放；

面對企業用户和開發者，文心 4.5 已在百度智能雲千帆大模型平台上，輸入價格為 0.004 元 / 千 tokens，輸出 0.016 元 / 千 tokens，約為 GPT4.5 價格的 1%；文心 X1 定價為輸入 0.002 元 / 千 tokens，輸出 0.008 元 / 千 tokens，也即将上線千帆。

百度搜索、文小言等百度的當家產品，也正在逐步接入文心 4.5 和 X1，把最強大的 AI 能力讓社會普惠。

近十年，百度的累計研發投入，已經超過 1800 億，李彥宏在今年 1 月的 25 周年全員信中寫道，很多年裏，百度收入的 20% 以上，都被投入到了研發當中——這麼看，文心 4.5 和 X1 的迭代速度雖然在 " 意料之外 "，但也算是高投入之下的 " 情理之中 "。

然而，這次文心的雙料發布，卻遠不止是新技術迭代這麼簡單——百度鮮有地放下面子，用誠實的姿态，把自己的優點和缺點暴露在用户的眼皮底下，究竟圖點什麼？

二、百度變了

像開頭説的一樣，當下這個時點，在 Deepseek 占領了無數圈内外用户心智的當口，從市場角度看，百度發布文心 4.5 和 X1 是一個正确的選擇嗎？

一樣的困境，整整兩年前，在面對 OpenAI 和 ChatGPT 時，百度就已經經歷過了一次。

當時，是李彥宏許久之後首次出席線下會議演講，還是熟悉的白襯衣、熟悉的不緊不慢的語調。甫一開場，他并沒盯着提詞器裏的講稿，比起 " 早有預謀 " 的台詞，更像有感而發的感嘆，犀利地抛出了一個問題：

" 最近一段時間，很多朋友問我：‘為什麼是今天，你們真的 ready 了嗎？’ "

與其説這個問題問的是别人，不如説，這個問題李彥宏或許也問了自己很多遍。但思前想後，百度不怕被與 OpenAI 比較，也不怕丢面子，有好東西，必須得讓客户和用户先用上。

兩年後，文心 4.5 和 X1 發布，百度更是必須保證更新頻率，缺乏旗艦模型的公司，留在 AI 的第一梯隊也難以服眾。

今天，百度變了，變得不再愛面子：

先前站隊閉源，而 Deepseek 通過開源嘗到了甜頭，那就聞過則喜、從善如流；

Deepseek、Llama 等模型确實各有千秋，那就踐行 " 拿來主義 "、在搜索、地圖、文庫、智能雲等 ToC、To B 產品體系裏海納百川，讓用户自主選擇；

在未來，智能體和 AI 應用，沒法被一家公司大包大攬，那百度就甘當綠葉，不做 " 超級應用 "，而要幫助人們打造更多 " 超級有用 " 的應用；

過去做事慢條斯理、贻誤軍機，今天在内部，文心 4.5 全面免費，PC、移動雙端直接上現貨，等等決策都在半天之内完成，絕不拖泥帶水；

而體現在迭代速度上，百度模型迭代的速度仍在加快，文心 4.5 全部開放之後，最晚 6 月底就将公布開源版本，下半年則有望見到文心 5.0 的面世。

百度變得不愛面子，也變得越來越開放、越來越務實——不躺平，也不苟着。

在今年的 " 世界政府峰會 "WGS 訪談時，李彥宏提到：" 我認為創新不能被計劃，你不知道創新何時到來，你所能做的就是營造一個有利于創新的環境。"

枕戈待旦，百度還在謙卑地等着一個機會。但在今天，即使面臨着諸多強敵的挑戰，百度還在大模型的第一梯隊嗎？

三、百度，沒下牌桌

今天，評價所謂 " 第一梯隊 " 的 AI 公司，或許還并不能存在一個共識性的标準。

幾個頂流 AI 玩家，更像八仙過海，有些以技術見長，有些重視產品，還有些則幹脆專注市場營銷，各有各的優勢，也各有各的活法。

如果把百度算進第一梯隊的 AI 公司當中，或許有人基于一貫的刻板印象，并不會同意；

然而，數據是直接、有力的，百度在中國的 AI 商業化實踐，的确可以名列前茅——2024 年，文心大模型的日均調用量已經達到了 16.5 億次，相比一年前的同期數據，狂增 33 倍；飛槳平台上，1808 萬個開發者和 43 萬家企業，已經創建了 101 萬個模型；而文心千帆已經幫助客户完成了 3.3 萬個模型的精調、開發了 77 萬個企業應用。

巨大的 B、C 端使用量，已經幫助百度建立起了一個初具動能的用户飛輪。同時，每天不停運轉的百度搜索、近億 AI 用户的百度文庫，以及地圖、網盤等多款億級用户產品，都是百度内部試驗 AI 效能提升的試驗田，肩負的不僅是百度這家科技公司的技術未來，更是這家上市公司的商業未來。

過去 24 個月裏，AI 行業中大的變化，李彥宏説，是 " 大模型基本消除了幻覺 "，這也讓用户們可以更放心地使用 AI，而不擔心遭到幻覺的反噬——這也是大模型推向商業化的必要條件。

而到了 2025，不同公司的生存策略正逐漸趨同：獨角獸們為了滿足資本的期待，而必須展現自己的盈利能力；而大廠更是如此，要依靠持續不斷的現金業務支撐營收和财報，這樣股價才能有所保障。

而 Deepseek 面世後，看似通過先進的技術力 " 殺死了比賽 "，其實整個 AI 大行業反而有了向好的趨勢。

一方面，Deepseek 的确通過開源，救活了一些基礎模型能力較差的公司和產品，讓他們也能通過接入 Deepseek 的方式，獲得一些流量；

另一方面，Deepseek 在國内突然爆炸式的營銷，讓不少企業部門——尤其是國央企、事業部門——一改之前對 AI 的謹慎态度，紛紛加速擁抱 AI，讓本地部署的一體機生意在近期反而增色不少。

于是，李彥宏在今年的首次内部講話中，他提到，加大 AI 應用商業化實踐同樣相當重要。AI 應用在全行業的爆發，只會加速玩家的淘汰，而那些缺乏商業化能力的公司和產品，恐怕更要遭殃。

早在别人大談 AGI 時，百度就很早提出要在商業化落地上取得成績，要通過 AI 業務給自己造血，絲毫沒有行業 " 前輩 " 的 " 偶像包袱 " ——翻譯過來就是：" 賺錢，不寒摻。"

百度的商業化保證，是其作為一個 25 年大廠日積月累的龐大矩陣。百度底層有芯片，有智算中心、萬卡集群；中間有模型，有模型精調、APP 開發工具鏈、有大模型商店；頂層有自己的原生 AI 產品，有亟待重構的老牌大 DAU 產品，有豐富的渠道和頗具深度的用户池子——中間不少要素，即使是同等量級的大廠也難望項背。