文心大模型4.5 Turbo，源自文心4.5，是效果更好、成本更低的多模態大模型。基于文心4.5 Turbo，X1升級到X1 Turbo，性能提升的同時，具備更先進的思維鏈，問答、創作、邏輯推理、工具調用和多模態能力進一步增強。

【技術亮點】

1. 基礎模型

文心4.5和4.5 Turbo是多模態大模型，實現了文本、圖像和視頻等不同模態的混合訓練。針對不同模態數據在結構、規模、知識密度上的差異，通過多模態異構專家建模、自適應分辨率視覺編碼、時空重排列的三維旋轉位置編碼、時空維度表征壓縮、自適應模態感知損失計算等技術，大幅提升跨模態學習效率和多模態融合效果，學習效率提高近2倍，多模態理解效果提升超過30%。

2.后訓練

研制了自反饋增強的技術框架，基于大模型自身的生成和評估反饋能力，實現了“訓練-生成-反饋-增強”的模型迭代閉環，不僅解決了大模型對齊過程中數據生產難度大、成本高、速度慢等問題，而且顯著降低了模型幻覺，模型理解和處理復雜任務的能力大幅提升。

在訓練階段，研制了融合偏好學習的強化學習技術，通過多元統一獎勵機制，提升了對結果質量判別的準確率，通過離線偏好學習和在線強化學習統一優化，進一步提升了數據利用效率和訓練穩定性，并增強了模型對高質量結果的感知。得益于偏好信號與獎勵信號的融合運用，模型的理解、生成、邏輯推理和記憶等能力得以全面提升。

3.深度思考

突破了僅基于思維鏈優化的范式，在思考路徑中結合工具調用，構建了融合思考和行動的復合思維鏈，模型解決問題能力得到顯著提升。同時，結合多元統一的獎勵機制，實現了長距離思維和行動鏈的端到端優化，顯著提升了跨領域解決問題的能力。

4.數據

打造了“數據挖掘與合成 - 數據分析與評估 - 模型能力反饋”的數據建設閉環，為模型訓練源源不斷地生產知識密度高、類型多樣、領域覆蓋廣的大規模數據，同時，數據建設流程具備良好的可擴展性，可輕松遷移到全新的數據類型，實現快速、高效的數據生產。具體而言，

針對專業深度知識及領域過程知識的數據稀缺問題，研制了原理驅動、過程評估與結果校驗的數據合成技術、知識點驅動的大規模稀缺數據挖掘技術，顯著提升數據的知識密度和覆蓋面。

多模態數據方面，針對不同模態數據割裂、跨模態語義關聯難度大等問題，提出了融合語義對齊的多模態平行數據構建、融合視覺知識的描述生成等技術，大幅提升不同模態數據的對齊精度和深度語義關聯，增強多模態理解能力。

【基準測試】

文心4.5 Turbo高效繼承文心4.5的文本和多模態能力，同時顯著降低訓練和推理成本，多模態能力與GPT 4.1持平、優于GPT 4o，文本能力與DeepSeek V3最新版持平，優于GPT 4.5、GPT 4.1、GPT 4o。

文心4.5 Turbo-多模態

文心4.5 Turbo -文本

深度思考模型文心 X1 Turbo整體效果領先DeepSeek R1、V3最新版，略低于GPT o1滿血版。

文心X1 Turbo