这一年多来，AI大模型发展迅速，不断有新产品刷新大家的认知。就拿前阵子很热的Kimi来说，可以直接丢给他一个长篇大论的文档，甭管中文英文，都可以很快给你总结出其中的主要内容，并能根据文档内容回答你的问题，准确度很高，关键还免费。这一下子就出圈了，以至于一时间由于访问用户太多算力不足而无法正常响应。
不过现在支持超长文本的AI大模型产品可不只有Kimi一家。比如我最近又发现一个“真香”的产品——橙篇，除了长文本对话外，它的创作辅助功能甚至让我有点相见恨晚的感觉。
今天我就来带大家体验一下它的功能和生成质量，看看是不是也能让你眼前一亮。
1. 长文件解析
首先我们看看最核心的功能：长文件解析。
来把一份我自己编写的Python入门教程分别丢给Kimi和橙篇：
测试用文档
Kimi
橙篇
可以看到，Kimi按照文档中的章节都做了小结，而橙篇则是做了分类汇总。两者都成功完成了对长文档的解析，看来这对它们来说都已经是基础操作了。
不过有个小细节：Kimi目前最多支持50个文件，每个100MB；而橙篇则是100个文件，每个200MB。所以对于文件较多的场景，比如文献整理时，橙篇会有更大的余量。
Kimi
橙篇
除了总结文件内容，还可以根据文件里的信息进行问答：
橙篇
别小看这个功能，有了它，就很容易实现诸如行业知识库检索、产品智能客服等应用。而在之前，受上下文长度所限，要实现类似应用需要通过模型微调或者RAG（检索增强生成）来完成。现在则方便多了。
2. 图片识别
我们看到，在上传文件时，不仅可以选择Word、pdf等文本文件，Kimi和橙篇还都可以选择图片文件。于是我们上传一张图片试试看：
测试用图片
Kimi
橙篇
经过数次测试我们发现，Kimi的图片识别是只识别图片上的文字；而橙篇则是可以真正解读图片内容。在这一功能上，橙篇是要明显优于Kimi的。
3. 生成长文
除了解析长文，我们经常会遇到的一个场景是生成长文。记得早期用ChatGPT的时候，经常话说到一半就停止了。那现在的产品表现又如何呢？我们再来测一测，让Kimi和橙篇都来写一篇命题论文：
一篇关于动作识别的论文
Kimi
Kimi中规中矩，很快就结合互联网信息，生成了一份长文。结果可以直接连同markdown格式被复制。
而橙篇则大大超出我的预期。它的回答分为两步，首先给出了一份大纲：
橙篇大纲
对于大纲如何有不满意的地方，可以直接在其上修改。点击“生成长文”再进行下一步的长文生成：
橙篇长文生成
生成后的结果是通过在线编辑器展现：
橙篇在线编辑器
用这个编辑器修改长文的体验很好，几乎等于直接在Word中进行编辑。另外编辑器还附带了智能助手，可以随处调用AI进行修改润色扩写，以及进行资料检索、全网校正、格式整理、生成参考文献等操作。
这个功能对于文字创作者来说真的太香了，效率提升明显，相当于给你额外配了一个编辑助理。
4. 橙篇其他亮点
a. 各种原生应用
橙篇自带了不少原生应用，比如：
橙篇原生应用
资料搜索：除了可以全网搜索，还特别提供了学术搜索，结合「百度学术」专业资料库，耗资10亿收录学术版权及100多万国内学术站点专业资料，实时更新。
橙篇资料搜索
全文校正：直接把文档上传就可以给你出校对建议。
橙篇全文校正
制作图表：给文本就可以了，会自动根据语义提取数据后绘制表格，非常方便。
橙篇制作图表
b. 算力
橙篇还有一个潜在优势，就是依托百度文心大模型基建，算力充沛，保证了它在功能完全免费的同时还能拥有丝滑体验。这在目前同类产品里是非常少见的。
总结
AI大模型的基本流程就是用户给定输入，然后模型推理出对应的输出。在早期，输入和输出的形式仅限于文本，长度也很有限。随着技术的进步，更长、更多样的输入可以被模型处理。之前Kimi的出现就是对于输入端的一次重大优化，让用户不再需要手动输入文本，可以一次性上传大量文件进行解析。
橙篇在达到同样输入能力的基础上，又进一步优化了输出端：不再是简单返回一段文本结果，而是可以在结果上进行更多交互。这为内容创作者提供了一种全新的一站式AI解决方案，体验和效率都大大提升。
现在橙篇已经成了我调研学习和写文的日常工具了。如果你有内容创作方面的需求，强烈建议亲自感受一下，分分钟助你轻松日更。
