百度AI这次终于行了？对比评测“更靠谱、更能干”的ERNIE X1.1

作者｜毕乐天

来源｜AI先锋官

AI的通病：爱“瞎说”，不“听话”

你一定遇到过：

让AI写报告，它给你编一半。

给它复杂任务，它转头就忘。

这就是多数AI的现状：不可靠。

针对这个问题，百度推出了文心大模型X1.1，一个号称会“深度思考”的AI，专治“不靠谱”和“不听话”。

X1.1强在哪？三点升级

和只会“背答案”的AI不同，X1.1更像一个会“解题”的学霸。它能分析、规划、推理。

1. 更靠谱：事实性提升34.8%

大幅减少了胡编乱造的可能。查资料、写报告，更放心。

2. 更听话：指令遵循能力提升12.5%

能准确理解并执行复杂指令，不再轻易跑偏。

3. 更能干：智能体能力提升9.6%

接到一个大任务，它能自己规划步骤、调用工具、最终完成。像一个AI项目助理。

体验渠道：

“文心一言”官网或“文小言”App。

实战测试：它到底行不行？

我们设计了三个挑战，来检验它的真实能力。

挑战一：当编剧，写穿越故事

任务： 创作“唐僧师徒穿越到2025年”的故事。

结果： 故事逻辑严谨，框架完整。但在创意和脑洞方面，表现略保守，不如Kimi等模型天马行空。

百度

kimi

结论： 适合构建逻辑自洽的叙事，而非追求极致创意。

挑战二：当实习生，策划“火星团建”

任务： 为公司策划一场“火星探索”主题的团建活动。

测试结果：

• 文心X1.1：表现惊艳，像个项目总监。它没有直接写方案，而是先列出了思考步骤和任务规划。然后，它自主调用了网络搜索、思维导图、代码分析等多种工具，一步步完成资料搜集、框架搭建和预算分析。最后交付的是一份结构完整的项目计划书。

• 其他多数模型：更像小组组员。它们通常会直接生成一大段文本，内容零散，缺乏规划和工具协同，需要用户自己去整理和深化。

结论： 表现不像内容生成器，更像一个能独立工作的项目助理。

挑战三：当学霸，辅助写论文

任务： 为学术论文查找资料。

测试结果：

• 文心X1.1：表现得像个严谨的学术助理。它能直接调用“百度学术”这样的专业数据库，提供的文献来源清晰、可追溯，最新的数据，有效避免了AI最常见的“一本正经胡说八道”问题。

• 其他模型：有些模型可能会依赖内部知识库进行回答，虽有查找百度学士但都是很早之前的信息，存在信息过时或凭空捏造引用的风险，需要用户花费大量时间进行事实核查。

结论： 在学术研究等对准确性要求高的场景中，非常实用。

对比Kimi、GPT，它是什么水平？

X1.1的定位是“特长生”，而非“全能冠军”。

核心优势

1. 逻辑强，事实准：工作和学习场景下的首选，尤其适合报告、分析等专业领域。

2. 任务搞得定：能自主规划并协同工具完成复杂任务，这是它最大的差异化优势。

3. 价格有竞争力：性能对标DeepSeek-R1，价格只要一半。后续的Turbo版价格又降了50%。

相对弱点

创意生成偏保守：在纯粹追求趣味性和想象力的场景，表现不如以创意见长的模型灵动。

一句话总结：干活用它，娱乐找别人。

它能为我做什么？

学生 → 超级学霸助理

• 写论文：帮你找真实文献，杜绝引用风险。

• 复习：把课堂笔记一键生成思维导图，提高效率。

职场人 → 免费AI实习生

• 工作流自动化：写周报、做PPT大纲、分析数据、策划活动，下达指令即可。

• 信息处理：快速阅读长篇报告，提炼核心观点。

普通用户 → 可靠的知识伙伴

• 回答生活问题时，它会先“深度思考”，提供更全面、靠谱的答案。

结论

百度文心X1.1是一个强大、理性、高效的生产力工具。

它的核心价值是帮你“搞定工作”。

想试试？

• 电脑搜索：“文心一言”

亲身体验，最能说明问题。

扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。

往期文章回顾