ERNIE X1 和 ERNIE 4.5：百度新模型的深入剖析
百度，作為中國科技領域的領導者，推出了其 ERNIE (Enhanced Representation through Knowledge Integration) 基礎模型的兩個重要更新。這兩個新版本，ERNIE X1 和 ERNIE 4.5，代表了百度對日益激烈的全球 AI 領域，特別是中國和美國公司所取得的進展的戰略回應。這些模型不僅僅是漸進式的升級；它們旨在與一些最先進的 AI 系統正面競爭，據百度稱，它們的能力與競爭對手不相上下，甚至更勝一籌。這兩個模型都可以通過 ERNIE Bot 聊天機器人供用戶使用，百度計劃將其逐步整合到更廣泛的產品範圍中，包括其旗艦產品百度搜索。
這次發布的時機至關重要。生成式 AI 領域正經歷著快速創新和激烈競爭的時期，特別關注中國和美國之間的動態。DeepSeek，一家中國 AI 初創公司，在 2025 年初憑藉 R1 引起了業界的關注，R1 是一款開源推理模型，據報導，它以顯著降低的成本超越了領先的 AI 模型。這一舉動使 DeepSeek 在中國和美國的競爭對手中都領先，包括百度。然而，百度是最早推出 ChatGPT 競爭對手 ERNIE Bot 的中國公司之一。
ERNIE X1 和 ERNIE 4.5 雖然都是由百度開發的，但卻是針對不同應用量身定制的不同基礎模型：
ERNIE X1： 該模型定位為高效推理引擎，直接挑戰 DeepSeek R1 和 OpenAI 的 o3 mini 等模型。它專為需要複雜邏輯處理和多步驟問題解決的任務而設計。
ERNIE 4.5： 該模型是一個大型多模態 AI，能夠處理和理解各種形式的媒體——文本、圖像、音頻和視頻。它與 GPT-4o 和 Google 的 Gemini 等模型競爭。
DeepSeek 的 R1 的出現促使 Google、OpenAI、Anthropic 和 xAI 等主要 AI 參與者的優先事項發生了轉變。這些公司開始關注效率和可負擔性，以及原始模型規模。百度推出 ERNIE X1，特別是標誌著其進入這場全球 AI 競賽，提供與 R1 和其他模型相當的性能，而且價格可能更具競爭力。
百度強調，2025 年是大型語言模型和相關技術發展的關鍵一年。該公司的新聞稿強調了其對人工智能、數據中心和雲基礎設施的持續投資承諾，旨在進一步增強其 AI 能力並開發更強大的下一代模型。
ERNIE X1：深入探討深度思考推理
ERNIE X1 是一個專門為「深度思考推理」而設計的語言模型。這將其與擅長生成快速、基於模式的響應的傳統語言模型區分開來。相比之下，推理模型旨在將複雜問題分解為一系列邏輯步驟。他們評估各種潛在的解決方案並在提出最終輸出之前完善他們的答案。這使得它們特別適合涉及多步驟規劃、邏輯推理和複雜問題解決的任務。
百度將 ERNIE X1 的推理能力歸功於幾種先進技術，包括：
- 漸進式強化學習 (Progressive Reinforcement Learning)： 這表明一個迭代學習過程，模型通過反饋不斷提高其性能。
- 端到端訓練 (End-to-End Training)： 這意味著一種整體訓練方法，其中整個模型同時優化，而不是分階段進行。
- 思維鏈和行動鏈 (Chains of Thought and Action)： 這種技術可能使模型能夠遵循一系列邏輯步驟，模仿人類的思維過程。
- 統一多方面獎勵系統 (Unified Multi-faceted Reward System)： 這表明一個複雜的系統，用於評估和獎勵模型在推理的各個方面的表現。
雖然百度尚未披露詳盡的技術細節，但這些方法表明了對迭代學習、上下文理解和結構化推理的關注——這些優勢也是其他成功推理模型的特徵。
在實際應用中，百度聲稱 ERNIE X1 表現出「在理解、規劃、反思和演化方面的增強能力」。該公司強調其在以下領域的熟練程度：
- 文學創作 (Literary Creation)： 生成創意文本格式。
- 文稿寫作 (Manuscript Writing)： 協助起草較長的文件。
- 對話 (Dialogue)： 進行自然和連貫的對話。
- 邏輯推理 (Logical Reasoning)： 解決需要邏輯推理的問題。
- 複雜計算 (Complex Calculations)： 執行複雜的數學運算。
- 「中國知識」(Chinese Knowledge)： 這種未指明的能力可能指的是對中國語言、文化和背景的深刻理解。
因此，ERNIE X1 預計將支持廣泛的應用，包括：
- 搜索引擎 (Search Engines)： 通過更細緻的理解增強搜索結果。
- 文檔摘要和問答 (Document Summarization and Q&A)： 提供簡潔的摘要和對問題的準確回答。
- 圖像理解和生成 (Image Understanding and Generation)： 解釋和創建視覺內容。
- 代碼解釋 (Code Interpretation)： 分析和理解編程代碼。
- 網頁分析 (Webpage Analysis)： 從網頁中提取關鍵信息。
- 思維導圖 (Mind Mapping)： 創建想法和概念的視覺表示。
- 學術研究 (Academic Research)： 協助各個學科的研究任務。
- 商業和特許經營信息搜索 (Business and Franchise Information Search)： 為商業查詢提供相關信息。
ERNIE X1：與競爭對手的基準測試
雖然百度尚未發布 ERNIE X1 的具體基準分數或詳細評估，但它斷言該模型的性能「與」DeepSeek R1「相當」，而提供的價格「僅為其一半」。目前，百度尚未提供與市場上其他推理模型的比較。缺乏詳細的比較數據使得難以全面評估 ERNIE X1 的競爭地位，但以較低成本提供可比性能的說法無疑值得注意。
ERNIE 4.5：擁抱原生多模態能力
百度將 ERNIE 4.5 呈現為「原生多模態模型」。這意味著它旨在在統一的框架內無縫集成和理解各種形式的媒體——文本、圖像、音頻和視頻。與許多單獨處理不同媒體類型的 AI 系統不同，ERNIE 4.5 旨在結合這些模態，甚至在它們之間進行轉換（例如，文本到音頻，反之亦然）。
百度強調，ERNIE 4.5「通過多模態聯合建模實現協同優化，展現出卓越的多模態理解能力」。這表明一種複雜的方法，模型學習理解和關聯不同媒體類型的信息。
除了其多模態能力外，ERNIE 4.5 還擁有「精煉的語言技能」，增強了其理解和生成能力，以及其邏輯推理、記憶和編碼能力。百度還強調了該模型的「強大智能」和「上下文感知能力」，特別是它識別細微內容的能力，例如網絡迷因和諷刺漫畫。這表明不僅要關注內容的字面含義，還要關注其文化和社會背景。
此外，百度聲稱 ERNIE 4.5 不太容易出現「幻覺」——這是 AI 中的一個常見問題，模型會生成虛假或誤導性信息，這些信息乍一看似乎是合理的。這是一個至關重要的改進，因為幻覺會破壞 AI 系統的可靠性和可信度。
百度將這些進步歸功於幾項關鍵技術，包括：
- 時空表示壓縮 (Spatiotemporal Representation Compression)： 這可能指的是有效表示和處理隨時間和空間變化的信息（例如視頻內容）的技術。
- 以知識為中心的訓練數據構建 (Knowledge-Centric Training Data Construction)： 這表明重點是構建富含事實知識的訓練數據集。
- 自我反饋增強的後訓練 (Self-Feedback Enhanced Post-Training)： 這意味著一種機制，模型可以從自己的輸出中學習並隨著時間的推移提高其性能。
- 異構多模態混合專家 (Heterogeneous Multimodal Mixture-of-Experts, MoE)： 這種方法利用較小的、專門的「專家」模型，這些模型僅在需要時才被激活。這優化了性能並降低了計算成本。MoE 模型通常比傳統的基於 transformer 的模型更小、更具成本效益，但它們可以實現相當甚至更好的性能，使其成為 AI 開發的一個有吸引力的選擇。
展望未來，報告表明百度計劃在 2025 年晚些時候發布 ERNIE 5，承諾在其多模態能力方面「大幅增強」。這表明了對推動多模態 AI 邊界的持續承諾。
ERNIE 4.5：比較分析
百度已將 ERNIE 4.5 的多模態能力與 OpenAI 的 GPT-4o 進行了直接比較。該公司聲稱 ERNIE 4.5 在幾乎所有基準測試中都優於 GPT-4o，除了 MMU (Massive Multi-discipline Understanding)。MMU 評估模型在廣泛的大學水平任務上的表現，這些任務需要深入的學科知識和深思熟慮的推理。這表明，雖然 ERNIE 4.5 在許多領域表現出色，但 GPT-4o 在需要專業學術知識的任務中可能仍然具有優勢。
百度還提供了基準測試結果，表明 ERNIE 4.5 在其他幾個領域超越了 OpenAI 的 GPT-4o 和 GPT-4.5，以及 DeepSeek 的 V3，包括：
- C-Eval： 該基準測試評估跨各種學科（從人文學科到科學和工程）的高級知識和推理能力。ERNIE 4.5 在這裡的強勁表現表明對不同學科的廣泛理解。
- CMMLU： 該基準測試評估在中文和文化特定背景下的知識和推理能力。ERNIE 4.5 在這裡的成功突出了它在該領域的熟練程度。
- GSM8K： 該基準測試使用小學數學問題評估多步驟推理。ERNIE 4.5 的表現表明其在數學推理方面具有很強的能力。
- DROP： 該基準測試衡量 LLM 的閱讀理解能力。ERNIE 4.5 的結果表明其具有高水平的文本理解能力。
然而，重要的是要承認，ERNIE 4.5 表現出卓越性能的許多基準測試都特別關注中文和文化。這可能部分解釋了為什麼由美國公司開發的模型 GPT-4o 和 GPT-4.5 表現不佳。儘管如此，ERNIE 4.5 在許多這些基準測試中也優於由中國公司開發的模型 DeepSeek-V3，表明在中國背景下具有真正的競爭優勢。
相反，據報導，ERNIE 4.5 在某些其他基準測試中表現不佳，包括：
- MMLU-Pro： 該基準測試評估更廣泛和更具挑戰性的任務集的語言理解能力。GPT-4.5 在這裡優於 ERNIE 4.5，表明在一般語言理解方面具有潛在優勢。
- GPQA： 該基準測試包含由生物學、物理學和化學專家編寫的多項選擇題數據集。GPT-4.5 再次優於 ERNIE 4.5，表明其對專業科學知識的掌握更強。
- Math-500： 該基準測試測試解決具有挑戰性的高中水平數學問題的能力。DeepSeek-V3 和 GPT-4.5 都優於 ERNIE 4.5，表明需要進一步改進高級數學推理。
- LiveCodeBench： 該基準測試衡量編碼能力。GPT-4.5 優於 ERNIE 4.5，表明在代碼生成和理解方面具有潛在優勢。
儘管 GPT-4.5 在某些基準測試中表現出色，但百度強調 ERNIE 4.5 的價格僅為 OpenAI 模型的 1%。這種顯著的成本差異可能使 ERNIE 4.5 成為尋求具有成本效益的多模態 AI 解決方案的企業和開發人員的一個極具吸引力的選擇。
訪問 ERNIE X1 和 ERNIE 4.5
ERNIE 4.5 目前可通過其 API 和百度 AI Cloud 的 MaaS (Model-as-a-Service) 平台 Qianfan 訪問。輸入價格從每千個 token 人民幣 0.004 元起，輸出價格從每千個 token 人民幣 0.016 元起。百度表示 ERNIE X1 將「很快」在該平台上可用，輸入價格從每千個 token 人民幣 0.002 元起，輸出價格從每千個 token 人民幣 0.008 元起。
用戶還可以通過百度的聊天機器人 ERNIE Bot 與這兩個模型進行交互，提供一個方便且用戶友好的界面來探索它們的功能。
具體的定價結構和可用性細節突出了百度致力於使這些先進的 AI 模型可供廣泛的用戶使用，從個人開發人員到大型企業。具有競爭力的定價，特別是 ERNIE X1，使百度成為全球 AI 市場的有力競爭者，為美國科技巨頭的模型提供了一個引人注目的替代方案。