百度在AI领域再次发力，一口气发布了两款大模型——文心大模型X1和文心大模型4.5。这两款模型不仅在功能上各有特色，还带来了多模态理解、逻辑推理、工具调用等多方面的突破。更令人惊喜的是，百度宣布这两款模型将在文心一言上免费开放。 文心X1是一款深度思考模型，主打理解、规划、反思和进化能力，并支持多模态和多工具调用。其核心优势在于能够通过调用多种工具完成复杂的任务。例如，用户可以上传一张甜品照片，文心X1不仅能理解图片内容，还能通过联网搜索和代码解释器生成一份详细的制作工序PDF文件。 文心4.5则是一款新一代原生多模态基础大模型，擅长多模态理解，语言能力也更为精进。它不仅在理解、生成、逻辑、记忆等方面有了显著提升，还在去幻觉、逻辑推理和代码能力上实现了全面进步。文心4.5的亮点在于其对音视频的理解能力。用户可以上传音频或视频片段，文心4.5能够识别并分析其中的内容，甚至可以识别出电影片段中的背景音乐。 文心4.5则采用了FlashMask动态注意力掩码技术，显著降低了大模型训练中的存储复杂度，提升了训练效率。同时，多模态异构专家扩展技术和时空维度表征压缩技术的应用，让文心4.5在处理多模态数据时更加高效。此外，基于知识点的大规模数据构建技术和基于自反馈的Post-training技术，有效降低了模型幻觉问题，提升了生成内容的准确性和可靠性。 文心4.5则在多模态理解方面表现出色。它能够准确识别梗图背后的含义，还能通过音频片段识别歌曲信息，甚至可以从视频片段中提取出电影名称、演员信息和背景音乐。在文本生成方面，文心4.5也展现了强大的能力，其在多个测试基准上的表现优于其他主流模型，尤其是在C-Eval、CMMLU、CMath和CLUEWSC等基准上表现突出。 百度此次不仅将两款模型在文心一言免费开放，还公布了API的详细价格。开发者可以在百度智能云千帆大模型平台上直接调用文心大模型4.5的API，输入价格低至0.004元/千tokens，输出价格低至0.016元/千tokens。文心大模型X1也即将上线，输入价格低至0.002元/千tokens，输出价格低至0.008元/千tokens。这种低价格策略将极大地降低开发者使用大模型的门槛，推动AI技术的广泛应用。#AI便利店 #小红书科技观察团 @科技薯