百度在文心大模型两周年之际，悄然上线了国内首个原生多模态大模型文心4.5及深度思考模型X1，这一举动在业界引起了广泛关注。与以往不同的是，百度并未举办盛大的发布会，而是选择直接在文心一言官网上线，并向用户免费开放。文心大模型4.5同样面向企业用户和开发者，通过百度智能云千帆大模型平台即可调用API，未来还将陆续登陆百度搜索、文小言APP等产品。
此次文心大模型4.5的API调用价格极为亲民，输入价格为0.004元/千tokens，输出为0.016元/千tokens，仅为GPT4.5价格的百分之一。而深度思考模型X1的定价更为低廉，输入0.002元/千tokens，输出0.008元/千tokens，即将在千帆平台上线。百度此次的策略显然更加务实，旨在通过价格优势吸引更多用户和开发者。
文心大模型4.5虽然是一个中间版本，但基于4.0版本的强化，其能力有了显著提升。作为原生多模态大模型，文心4.5打破了先训练单模态模型再拼接的传统方式，通过统一架构实现了文本、图像、音频、视频等多模态数据的原生级融合，对复杂世界的理解更为深入。这一创新被视为迈向通用人工智能（AGI）的重要一步。
文心4.5在语言能力、理解、生成、逻辑、记忆等方面均有所提升，去幻觉、逻辑推理、代码能力显著增强。在多项基准测试中，文心4.5的成绩优于GPT4.5、DeepSeek-V3等模型，平均分以79.6分略高于GPT4.5的79.14分。这些成绩的取得，得益于文心4.5在训练阶段就利用大量不同模态的数据进行预训练，实现了多模态推理能力和跨模态迁移能力的提升。
百度文心4.5的创新技术还包括多模态异构专家扩展技术、FlashMask动态注意力掩码技术、时空维度表征压缩技术等，这些技术的运用进一步提升了模型的多模态融合能力、长序列建模能力和训练效率。在实际应用中，文心4.5能够准确理解并回答上传的文档、图片、音频和视频文件中的内容，展现出强大的跨模态输出能力。
与此同时，百度发布的深度思考模型X1也备受瞩目。X1由百度2023年10月发布的慢思考技术发展而来，具备更强的理解、规划、反思、进化能力，并支持多模态。在电车难题等复杂问题面前，X1能够给出详细的回答，并反思其伦理边界。X1在中文知识问答、文学创作、文稿写作、日常对话、逻辑推理、复杂计算及工具调用等方面表现出色，尤其是其多工具调用能力，为大模型的应用落地提供了有力支持。
X1的出现也证明了大模型本身能力的进化会淘汰掉一部分Agent。如果Agent能够被大模型原生替代，那就说明这部分Agent的价值有限。百度对AI Agent的笃定也体现在此次发布的模型中。李彦宏提到，推理大模型的深度思考能力将推动AI智能体的落地，2025年可能会成为AI智能体爆发的元年。百度通过文心4.5和X1的发布，再次展示了自己在大模型领域的实力和决心。
