百度这运气，，又一次起大早赶了晚集。好巧不巧，瓜这次在自家高管身上了。 网上看到谢的pyq道歉（图六），索性把这个case当成benchmark，给新出的文心X1测一次。 先直接说我自己认为的结果。文心一言X1的效果一般，虽然百度没公布具体的参数和相关技术细节。看起来像是QwQ32B水平的小模型。 本以为百度已经跻身不错的 推理模型 的行列，但表现低于预期。 正文： 为了更了解文心一言在这个案例下的能力， 我用相同的prompt试了下阿里通义qwq-32B 、DeepSeek-R1 、grok（最近心头爱，顺带一起比了）的回复效果。 目前认为（个人观点，欢迎讨论），R1 > grok > Qwq > X1。 * R1的回复（图二）结构清晰，语言简练，比较老油条。我觉得直接改改，能直接拿来公关了。（真诚，行动，共情都有了） * Grok （图三）回答比较平实，但整体小作文看下来没有太突出的点。不知道是不是中文训练语料不够多的原因， * Qwq（图四）已经透露模型是针对数学代码训练的理工男，加上训练集较小，这样的输出效果也算 ok 的。 * 文心（图五）的回答同样平实，带有点僵硬，比如“我们郑重承诺”等细节。 * 等百度后面公布模型细节，或者开源的时候，再看看当前的能力和参数量、训练成本是否是匹配的。 #deepseek #百度 #谢广军 #文心一言 #热点新闻事件 #热搜 #反向文化冲击