3月16日，百度正式推出了两款全新大模型：文心大模型4.5和文心大模型X1。这两款模型已上线文心一言官网，供用户免费体验。同时，文心大模型4.5已入驻百度智能云千帆大模型平台，企业用户和开发者可通过API调用。文心大模型X1也即将登陆千帆平台。此外，百度搜索、文心一言APP等产品也将逐步接入这两款新模型，为用户提供更丰富的体验。
(adsbygoogle=window.adsbygoogle||[]).push({});
文心大模型4.5：原生多模态，能力更全面
文心大模型4.5是百度自主研发的新一代原生多模态基础大模型。通过多模态联合建模实现协同优化，在多模态理解能力上表现出色。相比之前版本，文心大模型4.5在语言能力、理解、生成、逻辑、记忆等方面均有显著提升，同时在减少错误信息、逻辑推理和代码能力方面也取得显著进步。
多模态能力
文本能力
文心大模型4.5能综合理解文字、图片、音频、视频等多种形式的内容。例如，在处理包含图表的复杂问题时，它能准确提取图表中的关键信息，给出详细的解题步骤和分析，最终得出正确答案。
除了“高智商”，文心大模型4.5在理解网络梗图、讽刺漫画等方面也展现出“高情商”。它能准确捕捉这些内容中的隐含信息和幽默元素，并进行详细解释。例如，有些“梗图”中蕴含着“连续不一定可导、可导一定连续”的数学概念，它能清晰地解释其中蕴含的数学概念和画面逻辑。
文心大模型4.5的能力提升得益于以下几项关键技术：
- FlashMask动态注意力掩码：这项技术可加速大模型的注意力掩码计算，提高长序列建模能力和训练效率，优化模型处理长文本和多轮对话的表现。
- 多模态异构专家扩展技术：通过构建针对不同模态特点的异构专家，并结合自适应模态感知损失函数，解决不同模态梯度不均衡问题，提升多模态融合能力。
- 时空维度表征压缩技术：这项技术能高效压缩图片和视频在时空维度上的语义表征，大幅提升多模态数据训练效率，增强模型从长视频中学习知识的能力。
- 基于知识点的大规模数据构建技术：通过知识分级采样、数据压缩与融合、稀缺知识点定向合成等技术，构建高知识密度的预训练数据，提升模型学习效率，降低模型产生错误信息的概率。
- 基于自反馈的后训练技术：融合多种评价方式的自反馈迭代式后训练技术，全面提升强化学习的稳定性和鲁棒性，让预训练模型更好地对齐人类意图。
文心大模型X1：深度思考，能力更全面
文心大模型X1具备更强的理解、规划、反思和进化能力，并支持多模态。它是首个能自主运用工具的深度思考模型。文心大模型X1在中文知识问答、文学创作、文稿写作、日常对话、逻辑推理、复杂计算和工具调用等方面表现尤为出色。
文心大模型X1已支持多种工具，包括高级搜索、文档问答、图片理解、AI绘图、代码解释器、网页链接读取、TreeMind树图、百度学术检索、商业信息查询、加盟信息查询等。
例如，在生成《寒窑赋》的改写版本时，文心大模型X1展现了清晰的思维链：首先找到与原文相似的历史人物典故，注意文风和句式，检查典故的适配度，最后保持行文结构的流畅，生成与原文立意、文风句式基本一致的文本。
文心大模型X1的能力提升得益于以下几项关键技术：
- 递进式强化学习训练方法：这种创新性方法在创作、搜索、工具调用、推理等场景中，全面提升模型的综合应用能力。
- 基于思维链和行动链的端到端训练：针对深度搜索、工具调用等场景，根据结果反馈进行端到端模型训练，显著提升训练效果。
- 多元统一的奖励系统：建立统一的奖励系统，融合多种类型的奖励机制，为模型训练提供更加鲁棒的反馈。
价格与展望
目前，用户可在文心一言官网免费体验文心大模型4.5和文心大模型X1。在百度智能云千帆大模型平台上，文心大模型4.5 API的输入价格低至0.004元/千词元，输出价格低至0.016元/千词元。文心大模型X1也即将在千帆平台上线，输入价格低至0.002元/千词元，输出价格低至0.008元/千词元。
百度表示，2024年是大模型技术全面迭代的一年，百度将在人工智能、数据中心、云基础设施上进行更大胆的投入，打造更好、更智能的下一代模型。
暂无评论