文心一言决定开源了！还打出了「深度搜索」研究神器

我这两天注意到，百度文心开始疯狂搞事情了，直接贴官网图——

刚刚热乎的官宣，文心 4.5 即将发布，而且是开源。

另外这是昨天的消息——

得益于文心大模型的持续迭代和推理成本的持续降低，文心一言终于全面免费了。

这搞事情的动作太密集了...接连宣布免费、开源背后，可以看到百度更加开放，另一方面，这也是百度的技术底气，近两年来文心大模型能力进化一直在路上，让开发者和广大用户更低门槛地用上大模型的能力。

但我发现在最新迭代中，还有个非常更炸的功能升级，刚刚文心一言还上线了一个叫「深度搜索」的新功能。

看到深度搜索这四个字，我脑子里第一个联想到的就是 Gemini 和 OpenAI 的 Deep Research 功能，这功能我真的太爱了，用来做文献调研、科研协作真的完爆了老一代的对话模型。

但我也深知，这功能太难了，一般性的 RAG+ 大模型调一调根本搞不定。

这也是我很好奇百度能做到什么程度的原因。

这里引用下百度官方的介绍——

“专家级内容回复”，“思考规划，工具调用”，“多场景，多模态输入 + 输出”，这些概念我觉得都无一例外指向了我前面对 Deep Research 的想象。

废话不多说，到底行不行，只有祭出我压箱底的困难 case 才能知道。

先贴一下传送门，发烧老哥可以跟我一块测试：

https://yiyan.baidu.com/

一个让传统 AI 集体崩溃的问题

下面这个问题，是来自 Family 群的一位家人的真实提问。这个问题，几乎让传统 AI 集体崩溃了，无论国内还是国外。不信邪的可以自己去试下。

问题：北京最新的买房贷款政策以及公积金政策是什么，定位具体条款变化，提供对比分析表格

别看这个问题短，AI 要把这个问题回答好，联网搜索、长文档阅读、大海捞针、深度推理、指令遵循、格式化输出的能力一个都不能有短板，否则满盘皆输。

我把这个问题丢给了文心一言「深度搜索」：

1

好家伙，一眼干货，这也太长了。

我拆解了一下，发现这个深度搜索模式，其实本质就是把思考过程与执行做了深度整合。具体来说，先搜索，再配合代码解释器去做确定性推理，最后输出两张能正确满足用户需求的表格。

以前要干这个事儿，你得先手动查询最新的央行文件 → 然后找专业解读 → 再对比历史数据 → 最后分析得到结论，妥妥耗时 2 小时 +。

就算用上传统 AI，由于这个工作流长 + 细节多，也省不下来太多时间。

但现在的路径就是：

提问 → 获取带数据可视化的分析报告。

我觉得，这种新范式，一定会被越来越多的人发现它的独特价值。

像“去哪玩/怎么吃”、“手机卡顿怎么办”这些实用问题已经被 UGC、PGC 解决的很好了，现在是专业问题的解决度不高，普通用户查询门槛高，理解困难。比如让一个想开驴肉火烧的个体户分析店铺选址、税务核查，对他讲还是太难了。

比如，顺着这个思路，我们再来一个更难一点行研 case——

问题：分析 2024 年新能源汽车产业链竞争格局，要求：

自动检索最新行业数据（市场份额/技术专利/政策）

生成包含 SWOT 分析、TOP5 企业对比表的研报和销量柱状图

输出结论性投资建议（含风险等级标注）

2

我特意对着参考文献比较了前面的 N 多个数字，发现 0 幻觉。

甚至，它还给你搞了个柱状图出来。

讲真，这种做数据调研的爽感，用过一次再也回不去了。

虽然专业问题过关了，但是热点时效性同样重要。哪吒 2 最近火爆全球，里面的动画角色都有非常鲜明的特点，连国外的网友都忍不住夸赞，好，看看它对春节档电影细节了解多少。

问题：最近《哪吒之魔童闹海》火爆了，但哪吒、敖丙、东海龙王、太乙真人、无量仙翁、申公豹、申公豹他爹、石矶娘娘这些角色都出圈了，我想知道这部动画里的人物与之前动画片《哪吒传奇》中形象有什么反差不同，用表格形式做一下对比？再综合写出一篇分析文章

3

怎么评呢，至少看完后，我更想去二刷了。

上面的 case 搞定了专业咨询问题，追新闻热点，表格输出等。但我觉得这里的多模态理解和输出的统一能力，也值得拎出来提一嘴。

比如你们看，我上传了一张数据巨多的财务报表，里面数字密密麻麻——

问题：这是 2015 到 2018 年连续 4 年的现金流量表，计算经营性现金流复合增长率，识别异常波动年份并分析原因，生成柱状图 + 趋势线叠加的可视化图表

来，看下结果——

4

不错不错，以后我不懂的财务问题，准备交给他搞了。

整体玩下来，我觉得这次百度悄悄上线深度搜索范式后，今年绝对会有更多厂商跟上。

搜索的目标是获取信息，是一个存量提取过程，用户被搜索引擎响应是被动的，且最大的问题是互联网内容太多，信息过载了。

而大模型生成的目标则是信息升维，是一个增量创造的过程，用户在交互的过程中不断地挖掘本身的需求，直到突破认知边界，它的缺点就是事实幻觉。

过去两年，这两个能力还是挺割裂的。

在 AI 搜索产品里，生成式 AI 主要拿来做“网页内容总结”，只能说提升了搜索效率，但还不能说打破搜索边界。

而从这种深度搜索范式来说，这个则是实实在在去通过生成式 AI 的思考、工具等综合能力，去打破搜索边界，满足人类更复杂的专业性问题需求了。这是一个新的增量。

生成模型能力足够强，再配合足够搜索，一方面可以无限地提高执行力的生理限制，比如一个人 10 分钟完成调研报告和汇报的 PPT；另一方面，越能消除知识的垄断，让专业知识平民化，比如一个没有任何经验的个体户也能了解跨境电商税务合规指南，不需要再四处求找专家。

还是回到开头那句话——

深度搜索，是百度在当下技术框架下，对用户需求的一次积极回应和探索。

核心价值不在于答案有多专业，而在于把专业信息翻译成大众语言。要知道，中文互联网专业内容匮乏是现状，普通大众检索理解专业知识的门槛高是现状。

大一的新生要的是快速搭建专业分析框架，而非要终极答案；个体创业者想要了解政策扶持和市场现状，帮他们做信息筛选才有价值。

中文互联网的专业信息平权之路，需要有人进行。

作为一个风起云涌 20 多年的老搜索巨头，百度还在坚持打破搜索的需求满足边界，提升搜索的问题解决上限，我觉得这是一个看似意料之内，实则又不易的一件事儿。

在喷涌的讨论声中，我们或许该为这种朴实的坚持保留一些观察的耐心。