Copyright 2013-2025 今日媒体网 版权所有 京ICP备13154207号-1
文心X1.1震撼上线，一手实测力压群雄！ 三大能力飙升：事实性提升34.8%，指令遵循提升12.5%，智能体提升9.6%。在多项基准测试中，整体表现超越DeepSeek R1-0528，部分保持领先，甚至追上了最顶尖的GPT-5、Gemini 2.5 Pro。
AI圈又双叒沸腾了！
9日，WAVE SUMMIT深度学习开发者2025大会上，文心大模型X1.1深度思考模型正式发布。
相较于文心X1，文心X1.1在事实性、指令遵循、智能体能力三大关键指标，实现显著提升。
具体来说，事实性提升34.8%，指令遵循提升12.5%，智能体提升9.6%。
更令人震撼的是，文心X1.1在多项基准测试中，整体表现超越DeepSeek R1-0528，部分保持领先。
甚至，它还与最顶尖的GPT-5、Gemini 2.5 Pro，平起平坐。
文心大模型X1.1能力大涨，背后离不开飞桨的「最强辅助」。
大会上，百度升级发布飞桨框架v3.2。飞桨文心生态已吸粉2333万开发者，服务76万家企业。
从模型到框架，再到生态，百度这一套组合拳打下来，堪称AI界的「实力派卷王」。
文心X1.1出世，一手实测来了
现在，进入文心一言官网、文小言APP，即可立即体验最新「文心大模型X1.1」了。
传送门：https://yiyan.baidu.com/X1
接下来，我们开启了一波全面实测。
不捏造不猜测，文心X1.1太可靠了
一直以来，LLM凭空捏造、编造事实的问题饱受诟病，被业界称之为「幻觉」。
它们往往以自信的口吻生成结果，让用户难以辨别真假。
几天前，OpenAI团队曾挖出了「幻觉」的根源，在于训练和评估机制，倾向于奖励模型的「猜测」行为。
值得一提的是，这一次，文心X1.1通过基于知识一致性的强化学习技术，真正做到了「知识一致性」。
就以昨天的苹果WWDC发布会为例，文心X1.1能否精准介绍iPhone 17系列？
当然！从输出结果看得出，它分列出四款iPhone 17的各种参数以及价格，并附上了售卖日期。