提前免费！百度连发两款模型，我们实测：能听歌看电影，还会蛐蛐人

声明:本文来自于微信公众号 机器http://之心，作者:机器之心。

AI 竞争进入白热化阶段javascript。这次，轮到百度给自家大模型上强度。

刚刚，百度一口气官宣了两款大模型，分别是文心大模型 X1和文心大模型4.5。

那么，这两款大模型有啥区别呢?

这么说吧，文心 X1是一款深度思考模型，具备更强的理解、规划、反思、进化能力，并支持多模态，尤其是多工具调用，更是它的一大特色。

而文心4.5号称新一代原生多模态基础大模型，最擅长的就是多模态理解，语言能力也更精进。

相比于之前版本，文心4.5不仅在理解、生成、逻辑、记忆能力方面上了一个台阶，还在去幻觉、逻辑推理、代码能力上php有了全面提升。

目前，这两款模型已在文心一言官网、百度搜索、文小言 APP 等产品上线。（体验网址:https://yiyan.baidu.com/）

最关键的是，它们全都免费!

对于大模型来说，识别梗图早就不是什么新鲜事了，文心4.5最拿手的还得是音视频的理解分析。

当我们听到一首喜欢的音乐，但就是死活想不起来歌名时，我们只需录一小段音频，投喂给文心4.5，它就能给出这首歌的一切。

音乐，机器之心，3分钟

下图比较了四个不同模型（文心4.5、DeepSeek-V3-Chat、GPT-4o 和 GPT-4.5）在文本测试基准上的性能对比。结果显示文心4.5在大多数测试基准上的表现优于其他模型，尤其是在 C-Eval、CMMLU、CMath 和 CLUEWSC 等基准上。

RAG 相关技术

RAG 检索增强生成（Retrieval Augmented Generation），已经成为当前最火热的 LLM 应用方案， 是衡量大模型优劣的重要维度。

现在大模型在各种任务上虽然很强大，但也有缺点，比如:幻觉现象导致 LLM 有时会「瞎编」一些不存在的信息;还有大模型掌握的信息并不是最新知识，知识系统更新很慢;此外，生成的内容缺乏透明度等一系列问题，导致大模型在实际应用中并不是很理想。

RAG 通过检索最新的、相关的知识，解决了上述问题，让生成的内容更可靠、更准确。

百度研发的「理解 - 检索 - 生成」协同优化检索增强技术，提升了大模型技术及应用的效果，能够生成准确率更高、时效性更好的答案。而且，百度在 RAG 技术上具备中文深度理解、多模态检索、垂直领域定制化以及实时数据整合能力等优势，在中文互联网、企业服务、政务医疗等场景中更具实用性和竞争力。

此外，在国内外主流大模型的 RAG 能力实测中，百度文心一言综合表现最佳。

虽然传统的 RAG 已经基本解决了大模型在文本生成层面的幻觉问题，但在多模态领域，尤其是图片生成领域，传统 RAG 已经远远不够用了。

比如，编程我们经常看到生成的图片出现明显的逻辑错误等问题。即使结果符合要求，但看上去也是一股 AI 味，这些问题严重影响了 AI 生成图像的实用性和可信度。

正如百度创始人、董事长兼首席执行官李彦宏在百度世界2024大会上所提出的:「文字层面的 RAG 已经做得很好，基本让大模型javascript消除了幻觉;但在图像等多模态方面，和 RAG 的结合还不够，这也是百度希望重点突破的方向。」

在这种情况下，百度自研了一种检索增强的文生图技术 iRAG（image based RAG），旨在解决传统文生图系统中常见的幻觉问题，提升生成图像的准确性和实用性。

在拥有亿级的图片资源和强大的基础模型能力，百度 iRAG 将这些优势相结合，避免了传统文生图系统中一眼假的问题，生成的图像不仅超真实，还具备极高的准确性和可靠性。

结语

这次，百度一口气上线了两款大模型，总算扬眉吐气了一回。

近十年来，百度一向舍得在研发上砸钱。截至目前，百度已累计投入超过1800亿元。

如今来看，真金白银没有白花。