3 月 16 日消息，百度今日正式发布文心大模型 4.5 和文心大模型 X1，两款模型已在文心一言官网上线，免费向用户开放。
文心大模型 4.5 是百度首个原生多模态大模型，在多模态理解、文本和逻辑推理等方面有显著提升，多项测试表现优于 GPT4.5，API 调用价格仅为 GPT4.5 的 1%。关键技术包括：
- FlashMask 动态注意力掩码：加速大模型灵活注意力掩码计算，有效提升长序列建模能力和训练效率，优化长文处理能力和多轮交互表现。
- 多模态异构专家扩展技术：根据模态特点构建模态异构专家，结合自适应模态感知损失函数，解决不同模态梯度不均衡问题，提升多模态融合能力。
- 时空维度表征压缩技术：在时空维度对图片和视频的语义表征进行高效压缩，大幅提升多模态数据训练效率，增强了从长视频中吸取世界知识的能力。
- 基于知识点的大规模数据构建技术：基于知识分级采样、数据压缩与融合、稀缺知识点定向合成技术，构建高知识密度预训练数据，提升模型学习效率，大幅降低模型幻觉。
- 基于自反馈的 Post-training 技术：融合多种评价方式的自反馈迭代式后训练技术，全面提升强化学习稳定性和鲁棒性，大幅提升预训练模型对齐人类意图能力。
文心大模型 X1 是一款性能上对标 DeepSeek-R1 的深度思考模型，同时还支持多模态、多工具调用能力，API 调用价格约为 R1 的一半。主要技术包括：
- 递进式强化学习训练方法：创新性地应用递进式强化学习方法，在创作、搜索、工具调用、推理等场景全面提升模型的综合应用能力。
- 基于思维链和行动链的端到端训练：针对深度搜索、工具调用等场景，根据结果反馈进行端到端的模型训练，显著提升训练效果。
- 多元统一的奖励系统：建立了统一的奖励系统，融合多种类型的奖励机制，为模型训练提供更加鲁棒的反馈。
在百度 2024 年 Q4 及全年财报电话会上，百度创始人、董事长兼首席执行官李彦宏透露，文心大模型 4.5 将开源，4.5 将是百度有史以来最强大的大模型，“希望客户和用户能比之前更方便地体验这款模型”。
百度更早前曾表示，随着文心大模型的迭代升级和成本不断下降，文心一言将于 4 月 1 日零时起全面免费，所有 PC 端和 App 端用户均可体验文心系列最新模型。此外，即日起，文心一言上线深度搜索功能；该功能也将于 4 月 1 日起免费开放使用。
百度的这一举措不仅展示了其在 AI 技术领域的创新能力，也为用户提供了更强大的工具和更便捷的体验。文心大模型 4.5 和 X1 的发布及免费开放，将进一步推动 AI 技术的普及和应用，为更多企业和个人带来智能化的解决方案。
