百度文心

百度文心是什么

百度文心是知识增强大模型，底层用ERNIE系列架构，训练时引入知识图谱数据。模型参数规模从百亿级到千亿级不等，不同版本对应不同算力开销。

文本输入上限一般为8K Token，部分版本能处理更长上下文。输出以自然语言为主。也可以生成结构化内容。

有一点需要注意：不同版本的模型在知识密度和推理速度上存在差异。

百度文心主要功能

• 文本生成：输入关键词或短句，模型按提示词展开成段落、文案、脚本，输出为连续自然语言文本，单次生成上限约2000字。
• 知识问答：输入自然语言问题，模型检索内部知识图谱并做推理，输出带事实依据的答案，对时效性强的提问可能返回训练截止前的数据。
• 文档解析：支持PDF、Word、图片输入，识别文字、表格、公式等元素，输出结构化数据并保持阅读顺序，单文件建议不超过50页。
• 多模态理解：图片和文本可混合输入，模型提取图像中的文字和布局信息，输出图文关联的描述或摘要，分辨率过高时需先压缩。
• 代码生成：输入自然语言需求或部分代码片段，模型补全函数、注释、单元测试，输出可运行代码块，支持Python、Java等主流语言。
• 语义向量化：文本输入后转为高维向量，输出768维或1024维浮点数组，用于检索和聚类，单次请求批量上限通常为32条。

实际使用时会有差异，部分功能需要申请对应版本的API权限。

百度文心使用要求

调用API需要鉴权。一般用Access Token机制。Token有效期30天，过期要重新获取。

文本长度有限制。基础版8K Token，长文版可到128K。超长内容要分段处理。

并发请求有QPS上限。免费额度通常较低。付费后QPS可提升到几十甚至上百。

图片输入有分辨率要求。建议短边不低于320px。单图大小不超过4MB。

百度文心核心优势

知识增强机制。训练阶段引入大规模知识图谱。事实性问答的准确率比纯文本预训练模型高。

中文语义理解。针对中文分词和语法做了优化。成语、俗语、专业术语的识别效果较好。

这里有个细节：知识增强对开放域问答提升明显，但在创意写作上优势不大。

百度文心如何使用

调用文本生成接口。传入prompt和参数。设置temperature控制随机性。返回JSON格式的生成结果。

文档解析走独立接口。上传文件后轮询任务状态。完成后拉取结构化数据。

多模态输入需拼接图文消息体。图片转base64编码。和文本一起提交。

向量化接口接收文本数组。返回对应维度的向量列表。可直接存入向量数据库。

百度文心同类竞品对比

百度文心应用场景

智能客服。用知识问答接口做自动回复。文档解析用来读产品手册。

内容创作。文本生成接口写营销文案。代码生成辅助技术文档。

数据分析。语义向量化做文本聚类。多模态理解处理带图报表。

百度文心适用人群

需要中文知识问答的开发者。做文档结构化处理的工程团队。

写代码需要补全和注释的程序员。做文本向量检索的算法人员。

首页截图