ERNIE-4.5-VL-28B-A3B-Paddle 与 DeepSeek-R1 多维度测评分析

ERNIE-4.5-VL-28B-A3B 与 DeepSeek-R1 对比测试时，保持除模型外其他参数一致，这样对比结果更具参考性，能清晰看出模型在不同任务场景的表现差异。

通用文本理解与生成

用日常多样主题的指令，看生成文本的逻辑、表达自然度，测试模型基础语言能力。

测试内容

新闻原文（可简化给模型）： '本市 XX 小区近期因宠物扰民纠纷增多，居民志愿者发起'宠物友好公约'倡议，包含遛狗时间、粪便清理等条款，经业主群讨论后，超 8 成住户支持，周末已组织首场文明遛狗宣传活动。'把这段严肃新闻改写成脱口秀段子，保留核心事件（某小区居民自发组织'宠物友好公约'），用幽默吐槽、接地气梗呈现，200 字左右

结果分析

ERNIE-4.5-VL-28B-A3B 更贴近小区邻里唠嗑松弛感，紧扣新闻核心'宠物公约从纠纷到落地'，用'狗子直立行走、业主群炸锅'这类生活化吐槽，把规则自然融进段子，信息清晰好懂，还留了'人狗示范区'互动钩子。

DeepSeek-R1 走网感综艺梗路线，拿'人类驯狗影像、汪汪队宪法'玩二次创作，脑洞密集但信息碎片化，规则藏在梗里难提炼，更像独立短段子，后续延展话题的空间弱。

ERNIE 适合让普通人听明白又乐呵的日常脱口秀，DeepSeek 更对互联网冲浪选手的'玩梗胃口'，风格差异背后，前者侧重生活场景文本转换，后者偏向网感内容再创作。

专业知识问答

选不同领域深度问题，验证知识储备、解答准确性与专业度，体现知识掌握水平。

测试内容

请从算法公平性角度，分析深度学习模型在信贷风险评估场景中，可能产生偏见的 3 类核心原因（需区分数据、模型、应用流程维度），并给出对应缓解策略，要求专业逻辑清晰，300 - 400 字。

结果分析

ERNIE-4.5-VL-28B-A3B 围绕算法公平性，从数据、模型、应用流程维度，系统拆解深度学习模型在信贷场景偏见成因，如数据存在偏差、模型结构有局限等，策略覆盖工具优化、架构调整与流程规范，逻辑严谨且专业纵深。

DeepSeek-R1 同样按维度分析，结合对抗训练、正则化等技术谈缓解，案例与表述更具网感，侧重实操路径。

ERNIE-4.5-VL-28B-A3B 和 DeepSeek-R1 完成知识拆解，但 ERNIE 偏学术体系化输出，DeepSeek 更贴近工程实践场景，差异体现知识组织与风格适配的模型特性。

多轮对话连贯性

设计连续关联话题（如先聊旅游经历，再延伸规划下次旅行），观察对话衔接、意图理解延续性，检验交互能力。

测试内容

社会话题 - AI 就业影响 Round 1：AI 工具普及，会让普通文案岗位消失吗？ Round 2：那文案从业者想转型，该补哪些 AI 技能？ Round 3：如果成立一个'文案人 AI 技能互助小组'，怎么设计学习计划？ Round 4：用小组学习计划为基础，写一段招募文案，突出 AI 转型必要性

核心测 社会议题链：从岗位担忧到转型路径，再到落地行动，看模型对「问题提出→解决方案→执行设计」的逻辑衔接

结果分析

从多轮对话连贯性看，围绕文案人 AI 转型主题，都完成了需求承接与内容延伸，但风格和逻辑路径有差异：ERNIE 走理性赋能路线，以'问题→方案→价值'线性推进，从转型焦虑切入，逐步拆解工具、实战、协作等系统策略，回应每一轮对'转型方法、执行路径'的需求，像导师式陪跑，逻辑扎实、步骤清晰。

DeepSeek 主打危机破局叙事，用'威胁→转机→行动'制造情绪张力，借数据、案例强化紧迫感，回应中融入'证书、变现'等现实利益，更像营销式动员，抓眼球、促行动。

差异源于模型对'对话需求'的理解侧重：ERNIE 聚焦知识落地的连贯性，DeepSeek 侧重情绪驱动的延续性，一个稳扎稳打教方法，一个剑走偏锋造势能。

百度开源文心 4.5 系列开源

百度开源文心 4.5 系列的 10 款模型（涵盖 47B、3B 的 MoE 模型及 0.3B 稠密模型），开源不仅为学术界和产业界提供了多规模、多模态的高性能模型底座，降低大模型应用门槛，还通过开放技术细节（如异构 MoE 结构、高效训练推理方案等）推动行业在多模态融合、规模效率化等关键技术上的协同创新，同时助力开发者基于不同参数规模模型快速适配边缘端、移动端到云端等多样化场景，加速大模型技术的产业化落地与生态繁荣。

总结

ERNIE-4.5-VL-28B-A3B-Paddle 百度文心 4.5 系列的多模态 MoE 大模型，以 28B 总参数与 3B 激活参数的高效设计，通过多模态异构 MoE 预训练、规模效率化基础设施及模态特定后训练三大技术创新，在跨模态理解与生成、长文本处理等领域表现卓越，部署流程便捷且适配多场景，与 DeepSeek-R1 相比，在多模态融合与实用场景落地中展现出差异化竞争力。

✅ 多模态原生融合能力更强：ERNIE-4.5-VL-28B-A3B-Paddle 借异构 MoE 和模态隔离路由，原生支持图文识别等多模态任务，DeepSeek-R1 是单语言模型，处理多模态需额外适配，原生跨模态能力不足。

✅ 长文本处理效率与精度更优：ERNIE-4.5-VL-28B-A3B-Paddle 131072 长上下文，在长文本场景中信息抓取与逻辑连贯性远超 DeepSeek-R1，DeepSeek-R1 相比较易遗漏信息或逻辑断裂。

✅ 本土化部署与生态适配更完善：ERNIE-4.5-VL-28B-A3B-Paddle 基于 PaddlePaddle 深度优化，全流程工具链完善，适配国内硬件与行业场景；DeepSeek-R1 虽开源宽松，但本土化生态与场景方案覆盖不足