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

但類似體驗多了之后，我們開始發(fā)現(xiàn)好像有哪里不對。大模型確實對答如流，但準(zhǔn)確性與實用性卻不能夠保證，經(jīng)常出現(xiàn)答非所問，錯誤理解的問題，尤其還有廣受詬病的大模型幻覺。記得有一次我想讓AI幫我規(guī)劃一天的Citywalk行程，某款頗具國民度的大模型為我規(guī)劃了五個地點。結(jié)果在出門后才發(fā)現(xiàn)，五個地方有三個是它編造臆想出來的，還有一個已經(jīng)倒閉多時了。這就是因為大模型最終的推理結(jié)果不夠精準(zhǔn)，不夠?qū)嵱谩ｉL此以往下去，大模型就很容易失去它最為關(guān)鍵的工具性價值，轉(zhuǎn)而淪為一種極客玩具。

北斗七星，是羅盤發(fā)明之前最重要的導(dǎo)航參照物。這七顆星有著辨識度極高的形狀，并且永恒將勺柄指向正北方。有時候我會想，我們對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)開發(fā)者大會2025在北京舉行。會上，百度首席技術(shù)官、深度學(xué)習(xí)技術(shù)及應(yīng)用國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)練而來的深度思考模型，升級后的X1.1相比文心X1，X1.1的事實性提升34.8%，指令遵循提升12.5%，智能體提升9.6%。

經(jīng)過實測之后我們發(fā)現(xiàn)，文心大模型X1.1確實帶來了如齒輪咬合運轉(zhuǎn)一般的精準(zhǔn)推理效果，全面強化了大模型在調(diào)用工具與智能體等領(lǐng)域的實用性。

大模型的未來不能僅僅是花團(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，具有全棧AI布局的百度，正在讓這一切成為可能。

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

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

而事實上，大模型幻覺只是模型表現(xiàn)不佳的一個縮影。在今天，絕大多數(shù)大模型都會面臨著“虛實難題”。即大模型雖然能夠生成諸多內(nèi)容，但其依舊缺乏實用性，無法在真正的學(xué)習(xí)、工作場景中產(chǎn)生實際價值。總結(jié)起來，大模型無法走向?qū)嵱没?，問題有以下幾種鮮明表現(xiàn)：

1.事實不清。大模型幻覺會導(dǎo)致模型推理出與事實不符的答案。我們甚至見到過大模型為了證明自身給出的結(jié)論，去編造新聞報道甚至歷史文獻(xiàn)，這種虛虛實實的推理結(jié)果，令人防不勝防。

2.無法準(zhǔn)確驅(qū)動智能體與垂直工具。模型推理需要與更多專業(yè)工具、垂類智能體進(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)致整個推理體驗非常割裂。

3.對用戶指令理解不明確。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，大模型往往會陷入無法應(yīng)對的怪圈，最終只能強行給我們一些錯誤無效的反饋。

文心大模型X1.1的出現(xiàn)，讓我們有機(jī)會擊破這些推理困境，走向真正的實用主義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系列模型的特點是強化深度思考能力，能夠有效處理諸如邏輯分析、數(shù)學(xué)解答、專業(yè)知識調(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，在問答、創(chuàng)作、邏輯推理等方面的綜合能力明顯提升。

讓我們來看看這款模型在推理任務(wù)中的表現(xiàn)究竟怎樣。

首先我提出了一個關(guān)于中國AI行業(yè)發(fā)展的問題，但不同之處在于我要求文心大模型X1.1通過七個維度進(jìn)行分析，來考驗一下大模型的事實性效果。

這個問題對于大模型來說非常好回答，但想要列出七個維度，并且確保有數(shù)據(jù)，沒有事實錯誤，那其實還是非常困難的，來看看文心大模型X1.1的表現(xiàn)如何。

可以看到，文心X1.1確實找到了七個維度進(jìn)行分析的方法，不同維度之間沒有出現(xiàn)大部分模型都可能出現(xiàn)的意義重疊、指向不清等問題，并且每一個維度都列出了相關(guān)案例與數(shù)據(jù)，而且這些內(nèi)容都沒有與事實不相符的情況出現(xiàn)。可以看到文心大模型X1.1在事實性回答上的準(zhǔn)確度已經(jīng)顯著提升。為了對比，我們也評測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，大家可以自行對比、感受一下。

讓我們來測試一個文心X1.1對復(fù)雜指令的理解與遵循能力。延續(xù)上一個關(guān)于中國AI產(chǎn)業(yè)分析的問題，我問文心X1.1這樣一個關(guān)于中國AI人才的問題：

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

首先，它的計算過程就非常復(fù)雜嚴(yán)謹(jǐn)。

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

我們可以再來看看文心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12萬字的《伽利略傳》，讓它來幫我進(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)用了文檔問答這一工具，對長文本進(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際改善、增強下，能夠看到在多個權(quán)威基準(zhǔn)評測中，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，并且與國際頂尖模型GPT-5和Gemini 2.5 Pro效果持平。

目前，用戶已經(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，對企業(yè)客戶及開發(fā)者全面開放使用。

那么，究竟是什么支撐起了文心X1.1的能力全面升級？

這就要提到文心X1.1背后創(chuàng)新的模型訓(xùn)練方法。為了實現(xiàn)更好的強化學(xué)習(xí)模型訓(xùn)練目標(biāo)，百度對文心X1.1采用了迭代式的混合強化學(xué)習(xí)訓(xùn)練框架，一方面通過混合強化學(xué)習(xí)同時融合提升通用任務(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，通過多項技術(shù)創(chuàng)新讓文心X1.1在智能體、指令遵循和事實性方面表現(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一致性的強化學(xué)習(xí)訓(xùn)練。在訓(xùn)練過程中，不斷校驗后訓(xùn)練模型和預(yù)訓(xùn)練模型知識的一致性，從而讓模型事實性得到了大幅提升，規(guī)避了大模型幻覺的滋生可能性。

除此之外，文心X1.1還采用了基于檢查清單和指令驗證器的強化學(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；通過基于思維和行動鏈的多輪強化學(xué)習(xí)訓(xùn)練，讓模型在思考過程中將思維鏈和行動鏈結(jié)合，從而提升了智能體和工具調(diào)用方面的能力。

這一系列強化學(xué)習(xí)模型訓(xùn)練方式的更新迭代，都是基于百度對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，發(fā)現(xiàn)問題之后還要能夠解決問題。文心X1.1能夠以超高速完成大幅迭代，離不開其背后穩(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。但如果仔細(xì)看這些升級，卻會發(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下，文心X1.1卻展現(xiàn)出了另一種升級模式：以核心技術(shù)提升整體能力，做到短時間跨越式升級。

而稍微放大視角就會發(fā)現(xiàn)，這不是只出現(xiàn)在文心X1.1上的孤例。從多粒度知識融合學(xué)習(xí)、知識和數(shù)據(jù)融合學(xué)習(xí)，到知識增強、知識點增強，從檢索增強、邏輯推理增強，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，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在計算、并行策略、容錯能力三方面進(jìn)?步升級。極致計算優(yōu)化方面，提出了存算重疊的稀疏掩碼注意力計算FlashMask V3，同時實現(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，提出了動態(tài)?適應(yīng)的顯存卸載策略，以及創(chuàng)新設(shè)計的顯存友好的流水線并行調(diào)度，進(jìn)一步降低顯存開銷?？蚣茉蒎e能力方面，實現(xiàn)了大規(guī)模集群訓(xùn)練容錯系統(tǒng)，在線監(jiān)測靜默數(shù)據(jù)損壞等難以察覺的故障，并實現(xiàn)了高可用的檢查點容災(zāi)方法，降低中斷恢復(fù)損失。經(jīng)過上述優(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。

而在推理層面通過卷積編2比特極致壓縮，可插拔稀疏化輕量注意力，混合動態(tài)自適應(yīng)多步投機(jī)解碼，通信存儲計算深度協(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，通過上述系統(tǒng)性優(yōu)化，在TPOT 50ms時延條件下，實現(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)化與雙層開源，構(gòu)成了百度在大模型技術(shù)上的特色與優(yōu)勢。這樣的優(yōu)勢將源源不斷釋放到大模型的最終表現(xiàn)與用戶體驗上來，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AI體系的一部分。而大模型的進(jìn)化與成長，也與AI體系的完整性、成熟性緊密相關(guān)?；蛟S在我們對標(biāo)某項技術(shù)、某種技術(shù)特性時，可以通過集結(jié)人才、集中攻克等方式對這些技術(shù)進(jìn)行模仿。但在此之后，當(dāng)大模型要走上獨立發(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)化競爭開始復(fù)現(xiàn)時，百度重底座，重視AI全棧布局的戰(zhàn)略價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)。而百度是全球為數(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)提供高性價比、擁有核心技術(shù)優(yōu)勢的AI產(chǎn)品與解決方案。對于AI行業(yè)來說，文心X1.1的價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)見性與長期主義價值。

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

最新數(shù)據(jù)披露，飛槳文心生態(tài)開發(fā)者達(dá)到2333萬，服務(wù)企業(yè)達(dá)到76萬家。廣生態(tài)、厚底座、快模型的AI戰(zhàn)略，正在幫助百度探索AI時代更廣闊的可能性。

審核編輯 黃宇