在连续发布两个模型以“上课”之后，百度AI的质量如何？

由|有一组SOHU技术|编辑Liang Changjun |杨金没有新闻发布会或李·扬洪。 Baidu最近在低调的Way-Wenxin 4.5和推理WENXIN X1（免费）中发布了两个大型型号。两年前3月，百度在基准Chatgpt发表了写作声明。这是AI在世界上主要制造商中的第一个生成产品，它还使外界可以看到百度第一手的相对快速布局。但是，百度采用的计费方法缺乏突出了亮点和放缓模型的产品的性能，而Wen Xinyiyan（应用程序中的Wen Xiaoyan）并未出现在圆圈之外。与杜巴（Dubao）和基米（Kimi）等崛起的恒星相比，它们更糟。 DeepSeek的受欢迎程度使Baidu反映了Pinner对AI的方法。早些时候，百度宣布将不收取Wen Xin的费用，并且还将开放新一代模型的资源。根据计划Wenxin模型4.5自6月30日以来将是开放资源。与此同时，该行业还为大型技术模型发起了一项新的竞赛 - 由OpenAI和DeepSeek代表的公司已经开始与深层推理模型竞争，并给BAIDU带来了压力。两年多以来，大型模型技术的浪潮如何，百度AI的质量如何？依次发布的Wenxin 4.5在此时更新了，与Wenxin 4.0涡轮增压和15个月相比，与Wenxin 4.0相比，已更新了8个月。百度有什么技术实力？根据Baidu的说法，Wenxin 4.5已被定位为新一代的本机多模式模型，在许多基准测试中超过了GPT-4O，并且具有最高分数的DOCVQA，主要测试文档图像的Q＆A功能。扩展全文 在文本功能方面，Wenxin 4.5超过了DeepSeek-v3和GPT-4O，主要基准的许多主要基准和一些基准（例如大型MultitAskin）G语言理解基准MMLU-PRO，生物学，物理学和化学基准GPQA，比GPT-4 GPT-4 GPT-4.5得分的基准Humchmark HumaneVal+）。 在特定功能方面，Wenxin 4.5支持上传和理解多模式内容，例如文本，照片，音频和视频。与Wenxin 4.0-Turbo相比，新视频，语音输入和网络搜索功能（Web版本）。 百度还首次推出了推理Wenxin X1的深层模型。尽管自OpenAI发布O1以来已经六个月了，但TheBaidu仍然具有自己的不同功能 - 多模式支持（包括理解图像和图像的生成）以及调用工具的能力。 百度说，wenxin Big Model X1的性能是针对DeepSeek-R1的基准，具有长长的精神链，并且在中国的Q＆A，文学创作，逻辑推理等方面出色。但是，Baidu尚未发布基准测试和类似模型（例如DeepSeek-R1和O1）的比较。 所以HU技术注意到，Wenxin Big Model X1提供网络搜索，代码翻译，问答文档，默认情况下了解图片，绘制AI和其他工具，以及阅读Web链接，Treemind Tree Tree Map，Baidu Academic Search和Business Letter。使用特许经营，产生单词云等。 目前，由于Wen Xiaoyan App将两种与一个结合在一起，因此两种型号均在官方的Wenxin Yiyan网站上免费启动。同时，这两种模型对企业和开发人员也具有很大的价格优势。 WENXIN 4.5 API输入价格为4元/百万个令牌，产出为16元/百万个令牌，比Wenxin 4.0-Trubo的综合价格低78％。 同时，价格约为GPT-4.5的1％，占GPT-4O价格的五分之一，而DeepSeek-V3的一半（通常是时间）。但是，与Thyi和Dubao的主要模型相比，Wenxin 4.5仍然更昂贵。 Wenxin X1输入价格为2 YUAn/百万个令牌，输出为8元/百万个令牌，与DeepSeek-R1（通常是时间段）相同。同时，与Openai Ay相比，O1价格的优势大于2％。 与DeepSeek相比，有优势和缺勤 说了很多话，百度的最新模型到底是什么？首先，让我们看一下以前许多模型所困扰的试验。关于9.11和9.8的重大问题，Wen Xin X1意味着首先，有必要阐明该数字的具体定义，并考虑许多可能性，并最终将其视为十进制，日期和时间。 DeepSeek没有思考，它直接被视为许多比较，提供了正确的答案，并写了一个非常清晰的步骤审查。 接下来，让我们看一下一代语言的能力。 “啄木鸟公司今年被命名为315个晚会。如果您现在是他们公司的公关t，使用自嘲风格，如何编写您？ “这很难，需要以自嘲的风格写作。很容易失败。大型模型能否胜任？ 作为消费者，阅读这两个陈述后哪一个更容易接受？但是，这种类型的PR危机可能不适合自嘲风格，但是从必需的风格中，Wen Xin X1比DeepSeek更加无情，但它写了一封道歉信，应该严肃地“生动地”。 Wenxin X1还具有多模式和呼叫工具功能。以Baidu财务报告的第四季度为例，这两个模型要求这两个模型检索关键数据，例如第四季度的收入和净利润，并以图表形式显示。这项工作非常复杂，是识别图像内容，文本翻译和生成图的卫生。 Wen Xin X1在思想和动作期间捕获了图片的图片，认识到图片，n称转换器为代码，并编写代码以生成Python图表。 最终，Wenxin X1释放了此照片数据的解释，该数据从收入数据，净利润数据和其他基本信息中列出。但是，经过仔细的比较，我发现了许多错误，例如去年第四季度收入数据的每月变化，这确实略有增加，因为净利润数据误认为是GAAP而不是GAAP，而不是GAAP和相应的增长。 最终生成的图表将集中在收入，净利润和增长的情况上“煮在锅中”，并且没有被分类和清楚地比较和显示。 让我们看一下DeepSee的表演。首先，我们使用一张桌子清楚地显示了第四季度的收入，净利润和增长，并将其转换为原始的百万亿亿万亿美元的原始单位，这与阅读习惯更加一致。此外，整个文本中的数据输出通常没有错误，并且评论Of还增加了变化的增加和减少。通常，识别，理解和总结内容的能力比Wenxin X1更好。 但是，由于DeepSeek没有图像生成的功能，因此它可能无法 - 可以是视觉图表，但它提供了设计，净利润的设计和净利润数据的逻辑，作为直方图和增长率作为线条图表，并具有清晰的思考。 另外，Wenxin X1还具有树图功能，适用于复杂的逻辑关系。例如，“ Panred Mansions”中的许多角色。可以说贾·鲍尤（Jia Baoyu）是主要的人际关系网络。此时，X1可以修复。您可以选择Treemind树的地图，该树将开发Jia Baoyu的人际关系网络。 从这些初步试验来看h是识别图像和理解，对过程逻辑等的思考，但它具有诸如图像生成和呼叫工具之类的功能，这感觉就像一定范围内的代理。 但是，在一定程度上，这些工具与Wenxin X1的“插件”相似，并分别针对Baidu学术搜索，业务信息查询和特许信息查询的其他产品，分别指向Baidu Academic，AIQICHA，AIQICHA，AIQICHA，特许经营之星和其他产品。 如果您想旋转东西，必须等待Baidu AI Baidu发布这两个模型后，响应是平均值。 AI行业的内部人员过去曾说过这两种Baidu模型并不是特别惊人。有些人还批评Wenxin 4.5看起来像是半成品产品。 但是，这引起了国外的一些讨论。基准合作伙伴比尔·古利（Bill Gurley）退休了百度的推文：“ A. AI公司应该花费100％的时间开发和改变，而不是游说在华盛顿特区进行保护，以防止竞争。” 他可能正在谈论像Openai这样的公司，他以前发布了一份报告攻击DeepSeek的报告，称其模型将带来“重大风险”，并要求美国政府采取行动。 百度最初计划直到6月底才能使用Wenxin 4.5。目前，百度仅首先揭示了许多层次的技术选择，包括注意机制，模型架构，模型幻觉等。 根据报道，Wenxin 4.5使用自发开发的Flashmask动态注意力面罩，减少计算计算和间接费用存储，改善模型建模和训练效率的长序列，并优化延长文本和多轮交互式性能的处理能力。 这与变压器框架中的DeepSeek-V3不同，通过MLA降低计算成本（吸引潜在的关注），并且与FA不同D降低了MLA（多个潜在关注）的TOEEPSEEK-V3功率计算成本。 作为大型多模型模型，Wenxin 4.5还使用多模式异源专家技术，该技术将多模式数据处理与混合专家模型（MOE）相结合。 在多模式培训中，诸如文本，图像和视频等各种模式在更新或广泛的模型参数方面存在不平衡，这可能导致几种模式成为主导的模式，并导致其他模型，这些模型会影响较弱的贡献，从而影响培训对模型和最终性能的影响。 Wenxin 4.5引入了Moe的体系结构，基于不同模式建立了专业模型，并设计了一种自适应模态理解的损失功能，也可以调节不同模式的重量（减少非常高模式的重量并增加了太低模式的重量），从而解决了Immbalance和Immbalance Complance and Imbalance Comprance和Reviment Multimododal fifie Cabsional的问题。 Moe注意的优化和体系结构已成为行业的重点之一。此前，Doubao Big Model团队为MOE架构优化的主要技术开放了来源，这可能会以1.7倍的速度提高大型模型培训的效率，并节省40％的成本。 上传和理解视频是识别大多数其他大型模型的Wenxin 4.5的不同功能。例如，GPT-4O支持实时视频通话，并且不支持视频上传。还有一个Alibaba Tongyi的模型，该模型支持具有最大Na 6g的单个视频，而Wenxin 4.5仅支持单个12M视频，该视频的高分辨率仅为10秒。 为了了解照片和视频，Wenxin 4.5采用了时空和空间表征压缩技术，以提高多模式数据训练的效率。例如，对于视频数据，帧速率（时间尺寸）和分辨率（空间尺寸）可以减少，从而降低数据量表和复杂性和即兴NG培训效率。 在理解模型方面，Wenxin X1采用了关键的调整技术，例如研究渐进式增强（持续维修和优化模型反馈），基于思想链和动作链的完成培训，从而大大降低了推理成本。 目前，在国内外，都探讨了研究加强的潜力。阿里巴巴先前推出的QWQ-32B在大规模增强研究的帮??助下实现了与DeepSeek-R1相当的整体性能，并且可以部署到消费级PC。 对于Baidu而言，由于研发，资本，基础设施和应用生态系统的好处，该系统面临着模型技术大型竞争的新循环，因此有必要提高技术开发速度。 “决定对大型模型和生成人工智能的技术研究和开发进行投资。”这些是李·扬洪（Li Yanhong）的早期陈述。但是后面态度，仍然有必要提供满足外界期望的结果的百度。 在今年下半年，百度将推出Wenxin 5.0。当时，如果百度促进了大型模型的整合，而Openai的识别模型值得关注。回到Sohu看看更多