文：董指導(dǎo)

題圖由文心一言4.5生成

本期要點(diǎn)

#AI#大模型#多模態(tài)#百度

何小鵬在接受《晚點(diǎn)》采訪時(shí)，對(duì)新能源車行業(yè)用了四個(gè)字：寬容個(gè)屁。這個(gè)描述，對(duì)于大模型行業(yè)，也是有過(guò)之而無(wú)不及。

大模型行業(yè)，就像一個(gè)古羅馬競(jìng)技場(chǎng)。只是看臺(tái)上坐的不是貴族，而是用戶；競(jìng)技場(chǎng)內(nèi)不只有創(chuàng)業(yè)者，巨頭們也成為了角斗士。不管是以算法起家的、有國(guó)民級(jí)應(yīng)用的、云平臺(tái)領(lǐng)先的、擅長(zhǎng)流量運(yùn)作的，還是AI入局最早的，都容不得一絲懈怠。

對(duì)百度而言，大模型這場(chǎng)仗，輸不起。外界對(duì)百度在大模型上一舉一動(dòng)也非常關(guān)注。

01 反擊，很意外

出乎意料，百度在周日，連發(fā)兩大前沿大模型。沒(méi)有發(fā)布會(huì)，直接上線。

3月16日早間，百度發(fā)布了文心大模型4.5和文心大模型X1。文心4.5是首個(gè)原生態(tài)多模態(tài)大模型，對(duì)標(biāo)的是Open AI的GPT4.5、GPT4O，從評(píng)測(cè)跑分看，略勝一籌。X1直接對(duì)標(biāo)最當(dāng)紅的推理模型DeepSeek R1，主要能力上不輸，差異化優(yōu)勢(shì)是有多模態(tài)能力，能調(diào)用工具。

百度這兩款模型是“現(xiàn)貨”，任何人都可以馬上用，免費(fèi)。之前百度預(yù)告的是文心4.5將在4月1號(hào)才免費(fèi)，事實(shí)上提前了半個(gè)月。對(duì)企業(yè)客戶，API調(diào)用的價(jià)格也非常有競(jìng)爭(zhēng)力，文心4.5的API調(diào)用價(jià)格是GPT4.5的1/100；文心X1的API價(jià)格也只有DeepSeek R1的一半。

海外，路透、彭博等主流媒體報(bào)道之后，引發(fā)了社交媒體X.COM上很多科技自媒體的關(guān)注，被認(rèn)為是DeepSeek之后，又一中國(guó)大模型的里程碑，甚至有網(wǎng)友@open AI，說(shuō)“游戲結(jié)束了”。

AI競(jìng)技場(chǎng)，百度展開(kāi)絕地反擊。但面向未來(lái)，百度的AI，AI里的百度，何去何從？

02 變化，不糾結(jié)

DeepSeek對(duì)AI行業(yè)產(chǎn)生了巨大影響：

一是提醒行業(yè)，大模型能力提升，不只有堆算力的方式，算法創(chuàng)新依然有很大空間；

二是向行業(yè)宣告，大模型依然處于能力提升、實(shí)力競(jìng)爭(zhēng)的階段，還沒(méi)有進(jìn)入商業(yè)變現(xiàn)階段；

三是證明了“開(kāi)源未必好用，但好用的產(chǎn)品開(kāi)源”，就能形成快速傳播、打開(kāi)通往AI基礎(chǔ)設(shè)施之路。這一點(diǎn)連OpenAI的奧特曼也開(kāi)始反思，閉源路線有點(diǎn)問(wèn)題。

一句話總結(jié)就是：行業(yè)正經(jīng)歷著新一輪的劇烈變化。既是行業(yè)競(jìng)爭(zhēng)的變化，也是行業(yè)趨勢(shì)的變化。這個(gè)關(guān)鍵時(shí)刻的企業(yè)選擇、做法，會(huì)更加重要、對(duì)未來(lái)影響也更為深遠(yuǎn)。

面對(duì)變化，一家企業(yè)如果怠慢變化，就會(huì)患上腐朽的“大企業(yè)病”；忽略變化，就存在被淘汰的隱患；拒絕變化，就是通向被淘汰命運(yùn)的最快路徑。

而2025年一開(kāi)年，業(yè)界就發(fā)現(xiàn)：百度開(kāi)始變了。

2月16日，行業(yè)內(nèi)不少產(chǎn)品還處于DeepSeek接入灰度測(cè)試時(shí)，百度就宣布：百度搜索全面接入DeepSeek，繼而是文心智能體、百度地圖等等多個(gè)產(chǎn)品。而在之前，百度內(nèi)部推動(dòng)的一直是所有產(chǎn)品全面接入自家的文心一言大模型。

李彥宏最近在一次內(nèi)部講話時(shí)說(shuō)，“我們有一個(gè)思路轉(zhuǎn)變，過(guò)去兩年非常強(qiáng)調(diào)要用文心，所有的業(yè)務(wù)都給文心提要求，我們希望一個(gè)通用的模型能夠解決所有的業(yè)務(wù)問(wèn)題。

現(xiàn)在看起來(lái)，一方面我們的資源也有限，不可能支持所有的需求；另外一方面，外界確實(shí)也有很多不錯(cuò)的技術(shù)，所以我們應(yīng)該保持一個(gè)開(kāi)放的心態(tài)，如果外面有好的東西，應(yīng)該拿來(lái)用，我們自己干的都是外部買不到的。”

另一個(gè)重大變化是，和之前“文心3.5免費(fèi)、文心4.0收費(fèi)“的模式截然相反，文心4.5發(fā)布之日，就即刻免費(fèi)，而且也會(huì)正式開(kāi)源。

這兩個(gè)變化，并非輕描淡寫。這意味著用戶導(dǎo)向和開(kāi)放心態(tài)。應(yīng)用的最終目的，是讓用戶可以高效、高質(zhì)量地解決需求，并非糾結(jié)底層用誰(shuí)的大模型；大模型的最終用處，也是解決用戶需求，而非豎起高院深墻。

這些理念，在騰訊旗下微信、騰訊元寶等多個(gè)產(chǎn)品接入DeepSeek的決策中，也是同樣體現(xiàn)。

也有一些人會(huì)用這些決定，來(lái)對(duì)比百度此前的判斷和決定。我想，在百度內(nèi)部也一定有過(guò)類似的爭(zhēng)吵、質(zhì)疑、擔(dān)憂，甚至吹胡子、拍桌子，但最終呈現(xiàn)給大眾的則是：

在所謂“打臉”和“沉默”、“里子”和“面子”之間，百度還是選擇了前者，選擇了思考反思、選擇了直面變化、而且擁抱變化。

這個(gè)做法，可以說(shuō)是回?fù)袅耸袌?chǎng)對(duì)百度戰(zhàn)略判斷能力的質(zhì)疑。所謂“諸葛一生唯謹(jǐn)慎，呂端大事不糊涂”。

當(dāng)行業(yè)發(fā)生重大變化、之前判斷的環(huán)境依據(jù)發(fā)生改變、行業(yè)競(jìng)爭(zhēng)來(lái)到關(guān)鍵時(shí)刻時(shí)，能否做出正確的判斷和執(zhí)行，不僅是能力體現(xiàn)，更關(guān)乎企業(yè)的生存和發(fā)展。

畢竟，戰(zhàn)略，不是文字，而是行動(dòng)。

03 沖鋒，多模態(tài)

DeepSeek也為AI行業(yè)帶來(lái)了機(jī)遇：

一是文本能力的顯著改善，可應(yīng)用的場(chǎng)景增加，實(shí)用性提升。正如李彥宏之前判斷，大模型只有具有實(shí)用性，才會(huì)有價(jià)值。這也是眾多產(chǎn)品、企業(yè)，紛紛接入DeepSeek的原因之一。

二是加速了AI的普及。DeepSeek在中外媒體的報(bào)道下，快速傳播，在一周內(nèi)就獲得了億級(jí)別的用戶，成為互聯(lián)網(wǎng)史上增長(zhǎng)最快的產(chǎn)品。這個(gè)進(jìn)程，也讓更多人接觸到了AI，開(kāi)始嘗試使用AI。龐大的用戶基礎(chǔ)和仍處于旺盛的嘗鮮意愿，也會(huì)對(duì)整個(gè)行業(yè)產(chǎn)生正面影響。

三是用開(kāi)源、免費(fèi)的方式，為行業(yè)打了樣。DeepSeek被認(rèn)為有望成為中國(guó)AI基礎(chǔ)設(shè)施之一，但目前DeepSeek仍聚焦于文本領(lǐng)域，于是，就留下了新的戰(zhàn)略位置：多模態(tài)基礎(chǔ)設(shè)施。

為什么多模態(tài)是重要的戰(zhàn)略位置？我把這個(gè)問(wèn)題發(fā)給了百度最新發(fā)布的文心X1深度思考模型。它的答案包括了技術(shù)演進(jìn)、應(yīng)用場(chǎng)景、商業(yè)價(jià)值和未來(lái)生態(tài)四個(gè)方面。我對(duì)答案非常認(rèn)同。

現(xiàn)實(shí)的世界就是多模態(tài)的，純文本模型難以處理多維信息，而多模態(tài)則可以提升AI對(duì)復(fù)雜場(chǎng)景的理解能力，實(shí)用性提升，從“工具”邁向“智能體”。

這就不難理解，百度官方特別強(qiáng)調(diào)，“文心大模型4.5是百度自研新一代原生多模態(tài)基礎(chǔ)大模型”，并且通過(guò)多個(gè)測(cè)試集的跑分，證明在多模態(tài)能力上超過(guò)GPT-4o。

3月初，李彥宏在人民網(wǎng)發(fā)表的署名文章還提到：“原生多模態(tài)大模型，打破之前先訓(xùn)練單模態(tài)模型再拼接的方式，通過(guò)統(tǒng)一架構(gòu)實(shí)現(xiàn)文本、圖像、音頻、視頻等多模態(tài)數(shù)據(jù)的?原生級(jí)融合，實(shí)現(xiàn)對(duì)復(fù)雜世界的統(tǒng)一理解，這是邁向通用人工智能（AGI）的重要一步�！�

如何搶占多模態(tài)的關(guān)鍵位置呢？

DeepSeek-R1橫空出世后，網(wǎng)民紛紛問(wèn)它一個(gè)問(wèn)題：幾個(gè)大廠為什么沒(méi)有做出R1？并且要求R1采用各種口吻來(lái)調(diào)侃。

與網(wǎng)民們歡樂(lè)的心情不同，大廠們除了反思之外，更多的精力還是投向了研發(fā)。畢竟，商業(yè)江湖，實(shí)力說(shuō)話、產(chǎn)品說(shuō)話。

百度被網(wǎng)民們稱為 “AI 起大早者”，其實(shí)百度并不只是國(guó)內(nèi)最早的人工智能公司，目前也依然是研發(fā)實(shí)力在線的公司：文本、語(yǔ)音、圖像、視頻；強(qiáng)化學(xué)習(xí)、MoE、甚至底層芯片設(shè)計(jì)；各個(gè)條線上的帶頭人，依然是活躍在技術(shù)圈的大咖；也有新人能沖、老人能穩(wěn)的人才梯隊(duì)。

網(wǎng)上有個(gè)說(shuō)法，百度不是沒(méi)有研發(fā)實(shí)力，而是太想追求商業(yè)模式（微軟、OpenAI 也是如此）。而 DeepSeek 的 V3、R1，則是兩記響亮的 “鞭聲”，嚴(yán)肅的提醒。

于是，一個(gè)多月后，百度自主研發(fā)的新一代原生多模態(tài)基礎(chǔ)大模型文心 4.5 就發(fā)布了。從體驗(yàn)效果來(lái)看，文心 4.5 能對(duì)文字、圖片、音頻、視頻等內(nèi)容進(jìn)行綜合理解。不僅有 “高智商” 可以解答數(shù)理問(wèn)題，也有 “高情商”，懂網(wǎng)絡(luò)梗圖、諷刺漫畫。

比如，輸入網(wǎng)絡(luò)梗圖“連續(xù)不一定可倒、可倒不一定連續(xù)”后，文心 4.5 既能識(shí)別其中的幽默，也能解釋對(duì)應(yīng)的數(shù)學(xué)概念。

文心 X1 則是首個(gè)能自主運(yùn)用工具的深度思考模型。支持高級(jí)搜索、文檔問(wèn)答、圖片理解、AI 繪圖、代碼解釋器、網(wǎng)頁(yè)鏈接讀取、TreeMind 樹(shù)圖、百度學(xué)術(shù)檢索、商業(yè)信息查詢、加盟信息查詢等等多款工具。

比如，我給 X1 一張圖，讓它根據(jù)這張圖，給我繪制一個(gè)曲線圖，表現(xiàn) “美國(guó)前 100 強(qiáng)公司總裁的部門背景 ”。

X1 在經(jīng)過(guò)一段思考推理后，調(diào)用了代碼工具，用 python 寫了一段程序，最后生成了一個(gè)非常準(zhǔn)確且漂亮的曲線圖。

性能的背后，是算法的提升。比如文心 4.5 采用了 FlashMask 動(dòng)態(tài)注意力掩碼、 多模態(tài)異構(gòu)專家擴(kuò)展等多個(gè)技術(shù)；文心 X1 創(chuàng)新性地應(yīng)用遞進(jìn)式強(qiáng)化學(xué)習(xí)方法，基于思維鏈和行動(dòng)鏈的端到端訓(xùn)練，并建立了統(tǒng)一的評(píng)估系統(tǒng)，可以為模型訓(xùn)練提供更加魯棒的反饋。

除了算法突破之外，大模型要有實(shí)用性，還要有算力支撐，避免 “服務(wù)器繁忙，請(qǐng)稍后再試”。這對(duì)于大模型公司而言，既考驗(yàn)算力能力、也考驗(yàn)算力成本。

在算力方面，阿里有自研的 “平頭哥”，百度也有自研的 “昆侖芯”，基于第三代昆侖芯的萬(wàn)卡集群也在 2 月 5 日成功點(diǎn)亮，這是確保用戶體驗(yàn)的重器。

如果沒(méi)有文心 4.5 和 X1 的發(fā)布，百度接入 DeepSeek、免費(fèi)之類的改變，很容易被懷疑是 “妥協(xié)”；而兩大前沿模型連發(fā)，則是自研實(shí)力的證明，不僅說(shuō)明百度依然在 AI 的牌桌上，位于第一梯隊(duì)里，更是表明了百度用 “實(shí)用性”，向多模態(tài)這個(gè)戰(zhàn)略位置的邁進(jìn)、插旗。

04 結(jié)語(yǔ)

兩年前，百度是國(guó)內(nèi)首個(gè)發(fā)布對(duì)標(biāo) GPT 產(chǎn)品的科技大廠；隨后行業(yè)開(kāi)啟了日新月異的變化。

在這種環(huán)境下，一家企業(yè)，該冒的風(fēng)險(xiǎn)必須要去冒，實(shí)在不行就退回來(lái)。如果每邁出一步都要經(jīng)過(guò)深思熟慮才邁，那不是步子邁得穩(wěn)，而是邁得太慢。

畢竟，在變化迅速的時(shí)代與領(lǐng)域，大膽創(chuàng)新勝于平庸保守。

前段時(shí)間我看到一個(gè)數(shù)據(jù)，還是頗有驚訝。著名的投資機(jī)構(gòu)a16z，發(fā)布了全球月活用戶數(shù)排名前50的移動(dòng)端AI應(yīng)用，位列全球第四、中國(guó)第一的產(chǎn)品，是百度AI搜索。

這就說(shuō)明，龐大的用戶數(shù)，只要?jiǎng)?chuàng)新，就有機(jī)會(huì)。

這一次，不管是發(fā)布的原生多模態(tài)基礎(chǔ)大模型文心 4.5 和深度思考大模型文心 X1，還是采用的免費(fèi)、開(kāi)源做法，都是打破保守、回到創(chuàng)新的表現(xiàn)。

于百度公司而言，這是向多模態(tài)戰(zhàn)略高地的沖鋒；于 AI 行業(yè)而言，這是多模態(tài)能力平權(quán)的加速；于國(guó)家而言，這是 AI 基礎(chǔ)設(shè)施形成的又進(jìn)一步。

但是，模型性能提升、實(shí)用性增強(qiáng)，是一場(chǎng)需要時(shí)刻用百米沖刺的速度來(lái)跑的馬拉松，是一場(chǎng)需要時(shí)刻警醒的競(jìng)技賽。百度唯有保持迭代的技術(shù)、迭代的思想，一路狂奔，才能留在 C 位。

---全文完，歡迎交流

理工/金融 復(fù)合背景

暢銷書《英偉達(dá)之道》譯者

百億私募/頭部自媒體 雙重經(jīng)歷