文心大模型X1.1核心升级 - 百度发布文心大模型X1.1深度思考模型 为4月旗舰模型X1的升级版 免费开放体验并通过智能云千帆平台向企业客户与开发者开放[2] - 模型综合能力显著提升 事实性提升34.8% 指令遵循提升12.5% 智能体能力提升9.6%[2] - 升级重点包括事实性、指令遵循、智能体及工具调用能力 处理复杂任务时可灵活调度外部工具与系统资源[2][3] 事实性能力突破 - 在中文问答、幻觉和多步任务等权威基准上实现领先 整体效果优于DeepSeek R1-0528 与GPT-5和Gemini 2.5 Pro等国际顶尖模型不相上下[9] - 精准识别常识性错误 如指出花生为地下成熟作物 纠正"树上结花生"的错误描述[15] - 正确处理时效信息 如准确解析2025年网络新梗"脱脂牛马"含义 描述其为"一边上班拼命工作 一边努力减肥管理身材"的双重压力状态[38][43] 指令遵循与复杂任务处理 - 在强约束条件下执行高精度指令 如规避"我叫"等禁用词 灵活调整表达方式完成自我介绍任务[55] - 处理多条件模糊需求 如规划国庆亲子游时排除杭州 基于南方城市、三大人两小孩等条件推荐厦门并详细规划行程交通、景点及预算[57][59] - 指令遵循能力显著拓宽应用边界 尤其在多条件、强约束、模糊描述等高要求场景中展现高精度理解与高可控输出[70] 智能体与工具调用能力 - 实现全链条智能体能力 如在共享单车客服场景中自主规划任务流程 调用adjust_order_fee、get_bike_info等工具处理费用免除、车辆维修及情绪安抚[8] - 主动调用联网搜索工具处理时效信息 如确认北京杜莎夫人蜡像馆2025年10月1日起永久关闭 并提供替代方案及参考链接[72][77] - 工具调用支持联网搜索、文档和图片上传 增强回答可溯源性及信息权威性[7][81] 多模态与综合能力 - 代码生成能力突出 如使用p5.js生成百余行动画代码并实现良好运行效果[88][91] - 图像理解与推理能力达标 可解析含文字梗图并输出合理结论[93] - 风格化创作能力优异 如模仿林黛玉文风撰写职场吐槽段子 融合古典韵味与现代职场情绪[97] 核心技术升级 - 采用迭代式混合强化学习训练框架 融合通用任务与智能体任务效果 优化推理路径和行为策略[100] - 通过自蒸馏数据迭代生产及训练提升整体效果 基于知识一致性的强化学习技术提高事实性推理可靠性[100][101] - 飞桨框架升级至v3.2 实现极致计算优化与高效并行策略 文心4.5文本模型预训练取得47%的MFU[103] - 推理层面采用2比特极致压缩、多步投机解码等技术 ERNIE-4.5-300B-A47B模型在TPOT 50ms延迟下吞吐量达57K tokens/s[104] 开发者生态与开源 - 飞桨文心生态已接入233万开发者和76万家企业[107] - 开源深度思考模型ERNIE-4.5-21B-A3B-Thinking 基于ERNIE-4.5-21B-A3B-Base训练 具备深度思考能力且速度更快[110] - 开源释放前沿AI能力开放信号 为开发者提供直接可用的大模型[111] 行业影响与定位 - 文心大模型X1.1代表国产大模型推理能力新高度 在逻辑思考及降低幻觉方面的优势推动AI技术实用化[113] - 百度构建从芯片、AI框架、模型到应用的全栈AI能力 在全体系AI领域占尽先机并持续发力[113] - 国内大模型进入实用化、产业化新阶段 AI加速向现实生产力转化[114]