0
| 本文作者： 鄭佳美 | 2025-07-09 16:34 |
2 月 13 日，文心一言在官網(wǎng)宣布將于 4 月 1 日 0 時起全面免費(fèi)，所有 PC 端和 App 端用戶均可體驗文心系列最新模型，以及超長文檔處理、專業(yè)檢索增強(qiáng)、高級AI繪畫、多語種對話等功能。
同一時間，OpenAI 首席執(zhí)行官 Sam Altman 也公布了 GPT-4.5 和 GPT-5 的最新消息。免費(fèi)版 ChatGPT 能在標(biāo)準(zhǔn)智能設(shè)置下無限制地使用 GPT-5 進(jìn)行對話。
消息一出，不少網(wǎng)友下場直呼：AI 普惠的時代來臨了！
AI 科技評論一手實測對比了文心一言 3.5 與 4.0 的兩個版本的區(qū)別后，不禁感嘆，百度這波真的是誠意滿滿了！
先是扔給大模型一個提示詞：請參照原文：“日照香爐生紫煙，遙看瀑布掛前川?！痹谛碌闹黝}上進(jìn)行仿寫：昆明湖仿寫要求：模仿風(fēng)格及格式，寫兩句詩。
文心一言 3.5 給的結(jié)果雖然工工整整，但僅有一句話，并沒有看到思考過程。
相比之下，文心一言 4.0 的回答就顯得全面很多。不僅分析了原文的詩詞意境和寫作手法，更是對輸出的內(nèi)容進(jìn)行了一波全面分析，直觀且通俗易懂。
詩詞續(xù)寫之外，再扔給文心一言一個腦洞大開的問題：世界八大奇跡哪一個最有可能是外星人建的，嚴(yán)謹(jǐn)?shù)赝评硪幌隆?/p>
文心一言 3.5 的回答中規(guī)中矩，并沒有給出明確的答案，字里行間透露著一種“朦朧感”。
而文心一言 4.0 則是正面回答了這個問題，答案和分析過程都很直觀，除此之外還給出了富媒體內(nèi)容。
在圖片生成方面，兩個版本的文心一言在生成內(nèi)容上也有明顯差異。
同一個提示詞：“幫我畫一個奧黛麗赫本吃湯圓?！蔽男囊谎?3.5 給出了一張看起來“AI 味”滿滿的圖。
而文心一言 4.0 則是依托 IRAG 能力，生成了更準(zhǔn)確的人物臉部，沒有“AI 味”，更真實更準(zhǔn)確，并且一次生成了很多張。
經(jīng)過實測，可以直觀的看出文心一言 4.0 版本相較于之前的 3.5 版本，已經(jīng)發(fā)生了質(zhì)的飛躍。這個版本不僅在語言理解和多模態(tài)能力上大幅提升，還新增了深度搜索等超強(qiáng)功能。
4.0 版本的文心一言，對專業(yè)咨詢類問題的解決能力進(jìn)行全面加強(qiáng)，可以輕松應(yīng)對專業(yè)問題查詢門檻高、查詢渠道專精、查詢結(jié)果分析難度大等使用挑戰(zhàn)。同時在民生、創(chuàng)業(yè)、經(jīng)濟(jì)分析等方面問題，也能夠提供專家級的內(nèi)容回復(fù)。
除此之外，4.0 版本還具備了更全面的思考、規(guī)劃、反思能力，針對工具規(guī)劃及調(diào)用能力上進(jìn)行了全面加強(qiáng)，能夠更加“聰明”的使用多個工具解決各類復(fù)雜任務(wù)問題。例如先搜索內(nèi)容，再配合代碼解釋器；或者閱讀上傳文檔、再搜索分析，最后綜合給出結(jié)果。
提升了用戶體驗的同時，也進(jìn)一步降低了人們在使用 AI 方面的門檻。
而縱向?qū)Ρ纫幌卢F(xiàn)在市場上主流大模型的開放能力，你會發(fā)現(xiàn)文心一言其實是一個“六邊形戰(zhàn)士”。
諸多衡量標(biāo)準(zhǔn)中，RAG 作為大模型競爭的核心能力之一，是衡量大模型優(yōu)劣的重要維度。而百度在 RAG 的技術(shù)上具備中文深度理解、多模態(tài)檢索、垂直領(lǐng)域定制化以及實時數(shù)據(jù)整合能力等優(yōu)勢，在中文互聯(lián)網(wǎng)、企業(yè)服務(wù)、政務(wù)等場景中具十足的實用性和競爭力。
并且從 RAG 能力實測來看，國內(nèi)外主流大模型中，百度文心一言綜合表現(xiàn)最為亮眼。
但雷峰網(wǎng)(公眾號：雷峰網(wǎng))回顧一下 AI 搜索相關(guān)的技術(shù)發(fā)展，其實本質(zhì)上都是對 RAG 技術(shù)的延伸，在不斷的迭代中，文字層面的 RAG 技術(shù)已經(jīng)基本讓大模型消除了“幻覺”，但在多模態(tài)方面，尤其是圖像生成，RAG 技術(shù)的運(yùn)用還遠(yuǎn)遠(yuǎn)不夠了。
網(wǎng)上經(jīng)?？梢钥吹礁鞣N大模型的文生圖功能產(chǎn)出的失敗案例，不僅一眼假，還往往背離物理邏輯，出現(xiàn)各種張冠李戴的“幻覺問題”，充滿的“AI 味”。
而百度早就意識到了這一點，在去年就自研了一種專門解決圖像生成幻覺問題的 iRAG 技術(shù)，早早地就走在了行業(yè)的最前面。
百度的 iRAG 技術(shù)是一種結(jié)合檢索和生成的技術(shù)方法，用來提升生成內(nèi)容的可靠性和準(zhǔn)確性。它將百度搜索的億級圖片資源跟強(qiáng)大的基礎(chǔ)模型能力相結(jié)合，進(jìn)而生成各種非常真實的圖片，呈現(xiàn)出來的效果是原始文生圖系統(tǒng)無法比擬的。
而 iRAG 讓生成的圖片沒有“AI 味”的同時，也可以幫助用戶大大降低創(chuàng)作成本?？偟膩砜矗俣冗@波全面放開文心一言的操作，真就是把最好的內(nèi)容拿給用戶了。
毫無疑問，百度宣布文心一言全面開放，是背后技術(shù)突破與成本降低的結(jié)果。
最近李彥宏在“世界政府峰會”上就表示：“在過去，當(dāng)我們談?wù)撃柖蓵r，每 18 個月，性能水平或價格都會減半。但是今天，當(dāng)我們談?wù)摯笮驼Z言模型時，增加的成本基本上降低了，可以在 12 個月內(nèi)降低 90% 以上?！?/p>
在訓(xùn)練成本方面，百度通過昆侖芯的高性價比，減少了計算資源的需求，從而降低了算力成本。同時，百度智能云的萬卡集群（計劃擴(kuò)展至 3萬卡）利用規(guī)模效應(yīng)，提高了資源的利用率，避免算力閑置，提升了計算效率。
百舸平臺則通過高性能網(wǎng)絡(luò)和創(chuàng)新散熱方案，優(yōu)化了大規(guī)模集群的部署和管理，提升了通信效率，降低了能耗。
為了解決大模型訓(xùn)練時對高通信帶寬的需求，百度建設(shè)了超大規(guī)模 HPN 高性能網(wǎng)絡(luò)，通過優(yōu)化的擁塞控制算法和集合通信策略，提升了通信效率，將帶寬有效性提升至 90% 以上。同時，由于萬卡集群能耗高，百舸采用了創(chuàng)新的散熱方案，有效降低了能耗，從而減少了電力成本。
為了提升 GPU 的有效利用率，百舸還不斷優(yōu)化分布式訓(xùn)練策略，通過高效并行化任務(wù)切分將訓(xùn)練主流開源模型的集群 GPU 有效利用率（MFU）提升至 58%。百舸還提供了全面的故障診斷手段，通過百度自研的BCCL（百度集合通信庫）快速定位和修復(fù)故障，保障訓(xùn)練任務(wù)的穩(wěn)定性，將故障恢復(fù)時間從小時級縮短到分鐘級，確保集群的有效訓(xùn)練率達(dá)到98%。
除此之外，有分析人士猜測，文心一言全面開放的一個關(guān)鍵原因是推理成本的持續(xù)降低。
他們指出，百度在模型推理部署方面具有明顯優(yōu)勢，特別是在飛槳深度學(xué)習(xí)框架的支持下，飛槳的并行推理和量化推理等自研技術(shù)大大提升了推理性能，并有效降低了推理成本。飛槳與文心的深度優(yōu)化協(xié)同作用，使得推理的效率得到了進(jìn)一步提高，同時降低了相關(guān)成本。
短短 2 月 13 日一天之內(nèi)，OpenAI、百度兩家 AI 大廠同時宣布全面開放自家大模型產(chǎn)品。
北京時間 2 月 7 日，OpenAI 宣布 ChatGPT Search 向所有人開放，無需注冊，來到 OpenAI 官網(wǎng)首頁就可以直接使用搜索功能。幾小時之后，谷歌也宣布向所有人開放最新 Gemini 2.0 模型，包括 Flash、Pro Experimental 和 Flash-Lite 三個版本。
頭部大廠的各種操作，隱約中讓人們慢慢看清了大模型行業(yè)未來的發(fā)展趨勢：全面開放。
AI 技術(shù)的開放不僅能夠降低技術(shù)的門檻，也可以讓越來越多的用戶和開發(fā)者能夠直接接觸到這些強(qiáng)大的模型和工具。同時，開放也意味著 AI 將更廣泛地滲透到各行各業(yè)，影響日常生活和工作模式。
或許隨著越來越多的企業(yè)加入到開放大模型的行列，AI 的應(yīng)用場景將變得更加多元化，技術(shù)門檻會逐步降低，甚至可能形成一個更加開放和共享的 AI 生態(tài)。
而這場由百度、OpenAI等頭部大廠引領(lǐng)的 AI 大模型開放浪潮，雷峰網(wǎng)看到也許僅僅是未來更大規(guī)模開放的開始，但在這個過程中，不僅是 AI 技術(shù)的推進(jìn)，更是 AI 向人類社會的深度融合，進(jìn)而帶來的更廣泛的創(chuàng)新機(jī)會與發(fā)展空間。
AI 普惠的時代，真的來臨了。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
