曾幾何時(shí)，我們對(duì)大模型的需求是“智能涌現(xiàn)”，是能夠滔滔不絕為我們提供內(nèi)容，什么問(wèn)題都能給出令人眼花繚亂的回復(fù)。初見(jiàn)這種能力時(shí)的訝然與驚喜，在今天依舊令人難忘。

但類(lèi)似體驗(yàn)多了之后，我們開(kāi)始發(fā)現(xiàn)好像有哪里不對(duì)。大模型確實(shí)對(duì)答如流，但準(zhǔn)確性與實(shí)用性卻不能夠保證，經(jīng)常出現(xiàn)答非所問(wèn)，錯(cuò)誤理解的問(wèn)題，尤其還有廣受詬病的大模型幻覺(jué)。記得有一次我想讓AI幫我規(guī)劃一天的Citywalk行程，某款頗具國(guó)民度的大模型為我規(guī)劃了五個(gè)地點(diǎn)。結(jié)果在出門(mén)后才發(fā)現(xiàn)，五個(gè)地方有三個(gè)是它編造臆想出來(lái)的，還有一個(gè)已經(jīng)倒閉多時(shí)了。這就是因?yàn)榇竽Ｐ妥罱K的推理結(jié)果不夠精準(zhǔn)，不夠?qū)嵱?。長(zhǎng)此以往下去，大模型就很容易失去它最為關(guān)鍵的工具性?xún)r(jià)值，轉(zhuǎn)而淪為一種極客玩具。

北斗七星，是羅盤(pán)發(fā)明之前最重要的導(dǎo)航參照物。這七顆星有著辨識(shí)度極高的形狀，并且永恒將勺柄指向正北方。有時(shí)候我會(huì)想，我們對(duì)大模型推理的需求不是它能給出漫天繁星般的答案，而是要給出北斗七星一樣精準(zhǔn)、有效、有用的反饋。

9月9日，WAVE SUMMIT深度學(xué)習(xí)開(kāi)發(fā)者大會(huì)2025在北京舉行。會(huì)上，百度首席技術(shù)官、深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程研究中心主任王海峰發(fā)布了文心大模型X1.1深度思考模型。該模型在事實(shí)性、指令遵循、智能體等能力上均有顯著提升。

王海峰介紹，文心大模型X1是基于文心大模型4.5訓(xùn)練而來(lái)的深度思考模型，升級(jí)后的X1.1相比文心X1，X1.1的事實(shí)性提升34.8%，指令遵循提升12.5%，智能體提升9.6%。

經(jīng)過(guò)實(shí)測(cè)之后我們發(fā)現(xiàn)，文心大模型X1.1確實(shí)帶來(lái)了如齒輪咬合運(yùn)轉(zhuǎn)一般的精準(zhǔn)推理效果，全面強(qiáng)化了大模型在調(diào)用工具與智能體等領(lǐng)域的實(shí)用性。

大模型的未來(lái)不能僅僅是花團(tuán)錦簇，而應(yīng)該是訓(xùn)練穩(wěn)如泰山，推理準(zhǔn)如北斗?；陲w槳文心聯(lián)合優(yōu)化等優(yōu)勢(shì)，具有全棧AI布局的百度，正在讓這一切成為可能。

大模型依舊會(huì)面對(duì)諸多問(wèn)題，這已經(jīng)是全球AI行業(yè)的普遍認(rèn)識(shí)，同時(shí)也是AI技術(shù)持續(xù)發(fā)展面對(duì)的最大瓶頸之一。

前不久，OpenAI在其發(fā)表的《Why Language Models Hallucinate》文章中就承認(rèn)，“ChatGPT也會(huì)產(chǎn)生幻覺(jué)。GPT-5的幻覺(jué)雖然明顯更少，但在執(zhí)行推理時(shí)幻覺(jué)仍然會(huì)發(fā)生。幻覺(jué)是所有大型語(yǔ)言模型面臨的一大根本挑戰(zhàn)”。

而事實(shí)上，大模型幻覺(jué)只是模型表現(xiàn)不佳的一個(gè)縮影。在今天，絕大多數(shù)大模型都會(huì)面臨著“虛實(shí)難題”。即大模型雖然能夠生成諸多內(nèi)容，但其依舊缺乏實(shí)用性，無(wú)法在真正的學(xué)習(xí)、工作場(chǎng)景中產(chǎn)生實(shí)際價(jià)值。總結(jié)起來(lái)，大模型無(wú)法走向?qū)嵱没?，?wèn)題有以下幾種鮮明表現(xiàn)：

1.事實(shí)不清。大模型幻覺(jué)會(huì)導(dǎo)致模型推理出與事實(shí)不符的答案。我們甚至見(jiàn)到過(guò)大模型為了證明自身給出的結(jié)論，去編造新聞報(bào)道甚至歷史文獻(xiàn)，這種虛虛實(shí)實(shí)的推理結(jié)果，令人防不勝防。

2.無(wú)法準(zhǔn)確驅(qū)動(dòng)智能體與垂直工具。模型推理需要與更多專(zhuān)業(yè)工具、垂類(lèi)智能體進(jìn)行緊密結(jié)合，但大多數(shù)大模型都還不具備在推理側(cè)準(zhǔn)確調(diào)用智能體的能力，導(dǎo)致整個(gè)推理體驗(yàn)非常割裂。

3.對(duì)用戶(hù)指令理解不明確。當(dāng)我們下達(dá)一些感情化、情緒化，或者較為復(fù)雜的指令時(shí)，大模型往往會(huì)陷入無(wú)法應(yīng)對(duì)的怪圈，最終只能強(qiáng)行給我們一些錯(cuò)誤無(wú)效的反饋。

文心大模型X1.1的出現(xiàn)，讓我們有機(jī)會(huì)擊破這些推理困境，走向真正的實(shí)用主義AI。

2025年3月16日，百度發(fā)布了深度思考模型X1，隨后在4月更新了X1 Turbo。XI系列模型的特點(diǎn)是強(qiáng)化深度思考能力，能夠有效處理諸如邏輯分析、數(shù)學(xué)解答、專(zhuān)業(yè)知識(shí)調(diào)用等AI需求。而最新發(fā)布的文心大模型X1.1，則在智能體、工具調(diào)用、指令遵循、事實(shí)性等任務(wù)上有著出色的表現(xiàn)，較比此前版本與業(yè)界其他大模型，在問(wèn)答、創(chuàng)作、邏輯推理等方面的綜合能力明顯提升。

讓我們來(lái)看看這款模型在推理任務(wù)中的表現(xiàn)究竟怎樣。

首先我提出了一個(gè)關(guān)于中國(guó)AI行業(yè)發(fā)展的問(wèn)題，但不同之處在于我要求文心大模型X1.1通過(guò)七個(gè)維度進(jìn)行分析，來(lái)考驗(yàn)一下大模型的事實(shí)性效果。

這個(gè)問(wèn)題對(duì)于大模型來(lái)說(shuō)非常好回答，但想要列出七個(gè)維度，并且確保有數(shù)據(jù)，沒(méi)有事實(shí)錯(cuò)誤，那其實(shí)還是非常困難的，來(lái)看看文心大模型X1.1的表現(xiàn)如何。

可以看到，文心X1.1確實(shí)找到了七個(gè)維度進(jìn)行分析的方法，不同維度之間沒(méi)有出現(xiàn)大部分模型都可能出現(xiàn)的意義重疊、指向不清等問(wèn)題，并且每一個(gè)維度都列出了相關(guān)案例與數(shù)據(jù)，而且這些內(nèi)容都沒(méi)有與事實(shí)不相符的情況出現(xiàn)。可以看到文心大模型X1.1在事實(shí)性回答上的準(zhǔn)確度已經(jīng)顯著提升。為了對(duì)比，我們也評(píng)測(cè)了其他幾款主流大模型，回答效果較比文心X1.1都有著明顯的差距，大家可以自行對(duì)比、感受一下。

讓我們來(lái)測(cè)試一個(gè)文心X1.1對(duì)復(fù)雜指令的理解與遵循能力。延續(xù)上一個(gè)關(guān)于中國(guó)AI產(chǎn)業(yè)分析的問(wèn)題，我問(wèn)文心X1.1這樣一個(gè)關(guān)于中國(guó)AI人才的問(wèn)題：

這個(gè)問(wèn)題非常復(fù)雜，需要考慮的數(shù)據(jù)與影響要素很多，絕大多數(shù)大模型都會(huì)被這樣的復(fù)雜指令繞暈，然后給出與問(wèn)題無(wú)關(guān)的推理結(jié)果。當(dāng)然，別說(shuō)是AI了，相信絕大多數(shù)人類(lèi)也無(wú)法完成如此復(fù)雜的問(wèn)題。讓我們來(lái)看看文心X1.1的答案。

首先，它的計(jì)算過(guò)程就非常復(fù)雜嚴(yán)謹(jǐn)。

接下來(lái)在最終的結(jié)果計(jì)算中，也給出了較為可信的供需計(jì)算過(guò)程與最終答案。

我們可以再來(lái)看看文心X1.1在工具調(diào)用方面的效果。為此，我上傳給文心X1.1一本超過(guò)12萬(wàn)字的《伽利略傳》，讓它來(lái)幫我進(jìn)行內(nèi)容梳理。由于這是布萊希特創(chuàng)作的一本戲劇劇本，因此理解難度和總結(jié)難度都比較大。

而最終文心X1.1調(diào)用了文檔問(wèn)答這一工具，對(duì)長(zhǎng)文本進(jìn)行了快速理解，并高效率給出了答案。

可以看到，文心X1.1不僅關(guān)注到了內(nèi)容本身，還總結(jié)了作者、譯者的相關(guān)內(nèi)容，給出了文檔內(nèi)容之外的深度思考。

在這些推理能力的實(shí)際改善、增強(qiáng)下，能夠看到在多個(gè)權(quán)威基準(zhǔn)評(píng)測(cè)中，文心X1.1整體表現(xiàn)超越了DeepSeek R1-0528，在部分任務(wù)上展現(xiàn)出領(lǐng)先優(yōu)勢(shì)，并且與國(guó)際頂尖模型GPT-5和Gemini 2.5 Pro效果持平。

目前，用戶(hù)已經(jīng)可以在文心一言官網(wǎng)、文小言APP使用文心大模型X1.1。并且其已正式上線百度智能云千帆平臺(tái)，對(duì)企業(yè)客戶(hù)及開(kāi)發(fā)者全面開(kāi)放使用。

那么，究竟是什么支撐起了文心X1.1的能力全面升級(jí)？

這就要提到文心X1.1背后創(chuàng)新的模型訓(xùn)練方法。為了實(shí)現(xiàn)更好的強(qiáng)化學(xué)習(xí)模型訓(xùn)練目標(biāo)，百度對(duì)文心X1.1采用了迭代式的混合強(qiáng)化學(xué)習(xí)訓(xùn)練框架，一方面通過(guò)混合強(qiáng)化學(xué)習(xí)同時(shí)融合提升通用任務(wù)和智能體任務(wù)的效果；另一方面通過(guò)自蒸餾數(shù)據(jù)的迭代式生產(chǎn)及訓(xùn)練不斷提升模型整體效果。此外，通過(guò)多項(xiàng)技術(shù)創(chuàng)新讓文心X1.1在智能體、指令遵循和事實(shí)性方面表現(xiàn)出更出色效果。

并且，文心X1.1還采用了基礎(chǔ)模型和策略模型知識(shí)一致性的強(qiáng)化學(xué)習(xí)訓(xùn)練。在訓(xùn)練過(guò)程中，不斷校驗(yàn)后訓(xùn)練模型和預(yù)訓(xùn)練模型知識(shí)的一致性，從而讓模型事實(shí)性得到了大幅提升，規(guī)避了大模型幻覺(jué)的滋生可能性。

除此之外，文心X1.1還采用了基于檢查清單和指令驗(yàn)證器的強(qiáng)化學(xué)習(xí)訓(xùn)練讓模型在復(fù)雜指令遵循方面的效果明顯提升；通過(guò)基于思維和行動(dòng)鏈的多輪強(qiáng)化學(xué)習(xí)訓(xùn)練，讓模型在思考過(guò)程中將思維鏈和行動(dòng)鏈結(jié)合，從而提升了智能體和工具調(diào)用方面的能力。

這一系列強(qiáng)化學(xué)習(xí)模型訓(xùn)練方式的更新迭代，都是基于百度對(duì)大模型推理瓶頸的核心洞察與解決方案思考，最終造就了文心X1.1的推理效果。而更進(jìn)一步說(shuō)，發(fā)現(xiàn)問(wèn)題之后還要能夠解決問(wèn)題。文心X1.1能夠以超高速完成大幅迭代，離不開(kāi)其背后穩(wěn)如泰山的訓(xùn)練推理綜合能力。

在當(dāng)前產(chǎn)業(yè)環(huán)境下，我們可以發(fā)現(xiàn)AI大模型正發(fā)生著飛速的變化，讓人有眼花繚亂的感覺(jué)。但如果仔細(xì)看這些升級(jí)，卻會(huì)發(fā)現(xiàn)絕大多數(shù)大模型在核心技術(shù)能力上的提升都比較有限，彼此間的同質(zhì)化嚴(yán)重。然而在這樣的整體走勢(shì)下，文心X1.1卻展現(xiàn)出了另一種升級(jí)模式：以核心技術(shù)提升整體能力，做到短時(shí)間跨越式升級(jí)。

而稍微放大視角就會(huì)發(fā)現(xiàn)，這不是只出現(xiàn)在文心X1.1上的孤例。從多粒度知識(shí)融合學(xué)習(xí)、知識(shí)和數(shù)據(jù)融合學(xué)習(xí)，到知識(shí)增強(qiáng)、知識(shí)點(diǎn)增強(qiáng)，從檢索增強(qiáng)、邏輯推理增強(qiáng)，到慢思考、深度思考、多模態(tài)，百度始終保持著大模型的效果的高速升級(jí)，以及訓(xùn)推能力的全面迭代。能夠?qū)崿F(xiàn)這一目標(biāo)的深層動(dòng)力，是百度構(gòu)筑了穩(wěn)固、高效、可持續(xù)的大模型能力提升動(dòng)力源泉——這就是文心飛槳聯(lián)合優(yōu)化。

文心與飛槳的配合，既包括框架－模型的聯(lián)合優(yōu)化，也包括框架－算力的聯(lián)合優(yōu)化，既有提升訓(xùn)練性能的創(chuàng)新，也有提升推理吞吐的創(chuàng)新。在最新發(fā)布的飛槳框架v3.2中我們可以看到，其在?模型訓(xùn)練、大模型硬件適配、主流?模型及高性能加速庫(kù)的支持上全面提升，這就將有助于進(jìn)一步解決大模型的訓(xùn)練技術(shù)難題，提高訓(xùn)練效率，而這些價(jià)值也將被充沛釋放到文心大模型當(dāng)中。

在訓(xùn)練層面，能夠看到最新發(fā)布的飛槳框架v3.2在計(jì)算、并行策略、容錯(cuò)能力三方面進(jìn)?步升級(jí)。極致計(jì)算優(yōu)化方面，提出了存算重疊的稀疏掩碼注意力計(jì)算FlashMask V3，同時(shí)實(shí)現(xiàn)了高效的FP8混合精度效果?損訓(xùn)練技術(shù)。高效并行策略方面，提出了動(dòng)態(tài)?適應(yīng)的顯存卸載策略，以及創(chuàng)新設(shè)計(jì)的顯存友好的流水線并行調(diào)度，進(jìn)一步降低顯存開(kāi)銷(xiāo)?？蚣茉蒎e(cuò)能力方面，實(shí)現(xiàn)了大規(guī)模集群訓(xùn)練容錯(cuò)系統(tǒng)，在線監(jiān)測(cè)靜默數(shù)據(jù)損壞等難以察覺(jué)的故障，并實(shí)現(xiàn)了高可用的檢查點(diǎn)容災(zāi)方法，降低中斷恢復(fù)損失。經(jīng)過(guò)上述優(yōu)化，??X1.1及4.5系列模型均獲得了優(yōu)異的性能表現(xiàn)，并在文心最?規(guī)模的4.5?本模型ERNIE-4.5-300B-A47B的預(yù)訓(xùn)練上取得了47% MFU。

而在推理層面通過(guò)卷積編2比特極致壓縮，可插拔稀疏化輕量注意力，混合動(dòng)態(tài)自適應(yīng)多步投機(jī)解碼，通信存儲(chǔ)計(jì)算深度協(xié)同優(yōu)化的大規(guī)模P/D分離部署等技術(shù)，提供大模型高效部署及高性能推理全棧能力。在文心4.5激活參數(shù)量47B、總參數(shù)量300B的模型ERNIE-4.5-300B-A47B上，通過(guò)上述系統(tǒng)性?xún)?yōu)化，在TPOT 50ms時(shí)延條件下，實(shí)現(xiàn)了輸入吞吐高達(dá)57K、輸出吞吐29K的卓越性能表現(xiàn)。

模型要準(zhǔn)，基座要穩(wěn)。文心飛槳聯(lián)合優(yōu)化就提供了這樣的AI發(fā)展基座。文心飛槳的聯(lián)合優(yōu)化與雙層開(kāi)源，構(gòu)成了百度在大模型技術(shù)上的特色與優(yōu)勢(shì)。這樣的優(yōu)勢(shì)將源源不斷釋放到大模型的最終表現(xiàn)與用戶(hù)體驗(yàn)上來(lái)，文心X1.1就是最好的證明。

文心X1.1的優(yōu)秀表現(xiàn)最終證明了這樣一件事：大模型不是孤立存在的，它必須要與整體性的AI基礎(chǔ)設(shè)施進(jìn)行緊密結(jié)合，是整個(gè)AI體系的一部分。而大模型的進(jìn)化與成長(zhǎng)，也與AI體系的完整性、成熟性緊密相關(guān)?；蛟S在我們對(duì)標(biāo)某項(xiàng)技術(shù)、某種技術(shù)特性時(shí)，可以通過(guò)集結(jié)人才、集中攻克等方式對(duì)這些技術(shù)進(jìn)行模仿。但在此之后，當(dāng)大模型要走上獨(dú)立發(fā)展、持續(xù)迭代的道路，就必須依靠AI基座的支撐。

在大模型喧嘩初散，同質(zhì)化競(jìng)爭(zhēng)開(kāi)始復(fù)現(xiàn)時(shí)，百度重底座，重視AI全棧布局的戰(zhàn)略?xún)r(jià)值反而得到了證明與突顯。AI從最底層的芯片到最上層的應(yīng)用，總共分為芯片－框架－模型－應(yīng)用四層架構(gòu)。而百度是全球?yàn)閿?shù)不多進(jìn)行全棧布局的AI公司。從昆侖芯，到飛槳深度學(xué)習(xí)框架，再到文心大模型，以及多個(gè)領(lǐng)域中領(lǐng)先的AI應(yīng)用產(chǎn)品，百度在每一層都有關(guān)鍵自研技術(shù)，并且能夠有效獲得層層之間的反饋，實(shí)現(xiàn)端到端優(yōu)化。這種把群星連為星河的戰(zhàn)略方向，讓百度能夠持續(xù)提供高性?xún)r(jià)比、擁有核心技術(shù)優(yōu)勢(shì)的AI產(chǎn)品與解決方案。對(duì)于AI行業(yè)來(lái)說(shuō)，文心X1.1的價(jià)值或許是證明了這種重視基座，重視全棧布局戰(zhàn)略的預(yù)見(jiàn)性與長(zhǎng)期主義價(jià)值。

當(dāng)前，百度的文心與飛槳雙層開(kāi)源格局不斷強(qiáng)化。6月30日，百度正式開(kāi)源文心大模型4.5系列模型，涵蓋47B、3B激活參數(shù)的混合專(zhuān)家（MoE）模型，與0.3B參數(shù)的稠密型模型等10款模型，并實(shí)現(xiàn)預(yù)訓(xùn)練權(quán)重和推理代碼的完全開(kāi)源。目前，文心大模型4.5系列開(kāi)源模型已經(jīng)在行業(yè)得到了廣泛的應(yīng)用，實(shí)現(xiàn)了有效的開(kāi)源生態(tài)構(gòu)建。

最新數(shù)據(jù)披露，飛槳文心生態(tài)開(kāi)發(fā)者達(dá)到2333萬(wàn)，服務(wù)企業(yè)達(dá)到76萬(wàn)家。廣生態(tài)、厚底座、快模型的AI戰(zhàn)略，正在幫助百度探索AI時(shí)代更廣闊的可能性。

審核編輯 黃宇