欧博abgAI模型测评：首批八款国产大模型上线，谁更实用？
8月底, 时间一下子就到了, 经过将近半年的筹备, 国内首批通过审核的AI大模型正式登场, 首批上线的AI大模型出自八家不一样的公司, 它们分别是: 百度的是文心一言, 抖音的是云雀大模型, 智谱AI的是GLM大模型, 中科院的是紫东太初大模型, 百川智能的是百川大模型, 商汤的是日日新大模型, MiniMax的是ABAB大模型, 上海人工智能实验室的是书生通用大模型。
于八个AI大模型里头, 存在好些为众人所熟知的那种所谓“老面孔”, 同时, 还有一些对于普通大众来讲相当陌生的名字的模型；于此, 在通义千问、讯飞星火以及文心一言等这被称作AI御三家的模型当中, 文心一言在速度方面确实是最快的, 然而, 依据小雷所了解到的情况, 通义千问和讯飞星火亦已通过审核, 估计在不长的时间内就会上线。
在首批上线的AI大模型里头, 存在好些是针对企业市场的产品, 并且也有面向普通用户的产品, 就像大家极为熟知的文心一言, 除了全方位开放网页端入口之外AI模型测评欧博abgAI模型测评：首批八款国产大模型上线，谁更实用？，还同时上线了手机APP, 能够在安卓以及iOS上予以使用。
除此以外, 抖音、百川、商汤、智谱等人工智能大模型, 均给出了网页以及APP的双端使用方式, 从内部测试直至公开测试, 国内的人工智能大模型向前推进的速度, 超越了不少人的预估, 对于普通用户来讲, 面对这般众多的人工智能大模型, 想必也是挑选得眼花缭乱了。
图源：智谱清言
人工智能领域当下的大模型, 就功能方面而言, 彼此都颇为相似, 然而, 鉴于模型优化程度以及训练参数大小存在差异, 人工智能大模型在体验方面的差距并不小。像文心一言这类国内科技领域巨头推出的人工智能大模型, 其表现已然趋近国际主流水平, 在对中文语言的理解与处理方面, 甚至比GPT等海外的人工智能大模型更为优异。
半年时间过去了许久, 文心一言正式开始上线了, 这不禁使得我心里产生好奇, 它跟最开始时候的版本, 究竟存在着多大的不同之处呢?
真正的AI助手离你不远
在所有人工智能里, 小雷最为熟悉的, 那便是文心一言了, 它身为小雷测试的首个人工智能大模型, 哪怕是初期版本, 也给我留下了挺好的印象, 当然, 印象之最深刻的, 还是那奇怪的漏洞。
图源：雷科技 注：文心一言初期意外触发的BUG
然而, 此BUG迅速被百度予以修复, 两周过后, 当我再度测试同一问题时, 文心一言已然能够给出正确的回答, 只不过字数常常难以满足要求。如今, 历经数个月的迭代之后, 其能力更是显著提升, 再次询问相同问题时, 它已然能够洋洋洒洒地给出一大篇文字回复。
图源：雷科技
虽然没有细数，但是从篇幅来看，500字肯定是有的。
文心一言是国内较早上线的以文绘图的AI大模型之一, 其早期表现不算差, 然而在理解能力方面存在些许不足, 像我当时让它用毕加索的风格画一幅优化, 结果生成的画作风格与毕加索风格截然不同。
图源：雷科技
那么在6个月后的今天，文心一言的表现又会如何呢？
图源：雷科技
确实是“毕加索”风格，如果可以更抽象一些欧博会员开户，那就更像了。
此外还有一个提问是我当时耿耿于怀的。
图源：雷科技
那时的文心一言, 给我了一幅图, 一幅跟提问, 全然没有关联的图, 那么此刻的文心一言, 又能不能, 准确理解我的要求呢?
图源：雷科技
这次，文心一言给出了让我满意的图画。
经历过几个月的锻炼之后, 文心一言的各项能力都有着极为显著的提升, 在右上角的指令中心当中, 更是标明了文心一言当前能够提供的服务, 从基础的问答写作开始, 再到编程辅助、数据分析, 多样化的功能已然能够满足大多数人的日常工作、学习等需求。
确实欧博手机版，更能给人带来惊喜之感的是, 文心一言的APP也同时上架了, 无需借助电脑, 就能够直接去体验文心一言的各类功能。
图源：文心一言
处于既有那么多的AI大模型于同一天向公众敞开使用权限这种状况下, 自然而然会致使人们内心充满好奇, 究竟哪一个在实际运用中能展现出更出色的效果呢, 鉴于此, 小雷针对它们开展了一些较为简易的评测活动。
首先, 以一个简单的问题开启: 我想要前往北京进行旅游, 帮忙谋划一个为期三天的旅游路线安排。
注：文心一言
注：抖音豆包
注：智谱清言
注：商量
注：百川大模型
从整体上来说, 各个规模较大的模型, 在面对这种并不复杂的问题时, 大多情况下都能够给出准确无误的答案, 只不过在详尽细致的程度方面存在着差异。并且, 大体上都会针对每个活动, 为你罗列出具体的时间区间, 以此便于你能够合理地安排自己的时间。
接下来给他们上点难度。
提问：一斤棉花和一斤铁，哪个更重。
有一个极为常见的脑筋急转弯, 就当前的AI水平来讲, 去分析并给出正确答案应当不会很难, 然而测试结果却着实让我颇为意外, 首先来讲结论, 五个AI之中有四个都给出了正确的回答, 仅有一个觉得铁更重, 不过却给出了一个令人惊讶的解释。
先是常规组, 文心一言给出了正确且常见的回答, 豆包给出了正确且常见的回答, 智谱清言也给出了正确且常见的回答。
注：豆包
注：文心一言
注：智谱清言
跟着的是两个画风不正常的AI, 商量（SecseChat）以及百川大模型, 它们给出了正确的结论, 然而却进行了不少的延伸解读。
譬如商量在给出相应结论之后, 竟然无端开始从“重”这个字词的含义以及人的直观视觉感受层面展开解读, 最终甚至于冒出了一句所谓的“哲学”性质的话语: “总体而言, 一斤棉花与一斤铁究竟哪一个更具重量, 这取决于你怎样去界定‘重’。”。
注：商量
您是致使我思索了一阵子, 发觉您这位人工智能讲得似乎还挺有道理的呀。
咳咳, 不得不承认, 当目睹了几个相近的回应之后, 那经过商议得出的回答着实令我眼前猛然一亮, 虽说其中存在某些牵强之词的情况, 不过却也在一定程度上显得更具“人性化”一点。
接着是百川大模型, 乃是人工智能, 它力求从物理学层面极为严谨地剖析, 究竟是一斤铁更重还是一斤棉花更重, 从物质密度追溯到地球引力, 该AI试着论证于现实状况里, 一斤铁相较于一斤棉花是更重的。
注：百川
即便从物理学的角度来讲, 百川的回答实际上并非存在错误, 要是把引力、空气浮力等诸多因素纳入思考范畴, 鉴于棉花具备疏松多孔的结构, 在实际对一斤棉花进行称量时, 要是不实施压缩以及抽真空的操作, 那么它的称重结果将会低于真实重量, 当再次把引力因素考虑进来, 由于受到密度的影响, 确实会出现微小的重量差异。
讲真的, 百川给出的回答, 以及商量给出的回答, 都使我内心生出意外之感, 与此同时, 还让我针对AI大模型往后的发展, 增添了更多的信心, 伴随各个公司对于AI大模型的研发工作不断推进, 我们能够见到, 面向不一样领域、具备不一样风格、拥有不一样特长的AI, 在市场上现身, 它们可不是那种千篇一律的产品, 而是会依据训练数据以及算法逻辑, 产出不同结果的产品, 也许, 这才是人工智能实实在在的未来。
AI大模型，移动是未来
于诸多有关AI大模型的使用场景规划里面, 移动场景皆是极富吸引力的, 当然并非是指那种一边在上下班途中一边工作这般的“社畜”场景, 而是当你抵达一个陌生之地时, 你能够借助AI快速知晓周边情形，比如评分最高的酒店, 还有最佳的饭店等等, 另外像叫车、预订票务等各类生活服务, AI大模型均能够更易领会你的需求并实施。
前一阵子, 小雷获邀参与了钉钉举办的AI发布会, 于此会上所展示的钉钉APP接入了AI大模型, 它能够与阿里旗下各个软件生态实现对接, 像饿了么便是其中之一。借助AI助手功能, 仅仅通过几句简单话语就能完成外卖的点单以及付款等系列操作, AI会自行给你寻觅契合要求的店铺与餐点, 整个流程当中, 除付款阶段外, 几乎无需用户触碰手机, 要是使用的是iPhone, 那就更能直接凭借Face ID付款, 达成真正的无接触点单。
依我看, 和手机等移动智能终端紧密整合的AI大模型, 带来的体验跟PC上完全不一样, 要是说PC的AI大模型着重于工作等生产力方面, 那在移动智能终端这儿, 就着重于生活, 能给用户带来更具冲击力的功能。
图源：文心一言
倘若设想一番, 用不着繁杂的摆放, 你那手机的AI助手能够依从你的偏好、所处位置, 给你举荐适宜的餐馆；要是你打算寻得最近的卫生间, 它能够连通在线地图, 为你呈上最近的卫生间方位；要是你即将返回家里, 它能够依照你预先录入的偏好, 自行给你把空调气温、灯光明亮程度、色光温度、窗帘开闭、音乐、水温等设定好, 经由简易的交谈, 你便能够操控周边万物的智能家居装置, 仿若有个瞧不见的管家在替你料理所有事务。
有一种力量, 名为懒, 它推动着科技前行。谁, 不想让自己的日子过得更为轻松, 更加简单? 往昔之时, 好多事儿我们得自身动手去做, 甭管那些事儿有多枯燥、何等乏味, 还重复, 现下, 借助AI大模型, 好多重复性文字工作能交给AI来完成, 你所要做的仅仅是输入指令, 而后静等结果, 就成。
对于普通人来说, 或许AI大模型出现目前还没给生活带来太大影响, 可对我来讲, AI大模型已对我的生活、工作产生了诸多正面效应, 像能更高效地收集资料, 能更轻松地总结概括一段资料。
事实上, AI大模型于我们而言的影响, 已然渐渐呈现出来, 像是短视频平台的那种推荐算法, 又好似OPPO、vivo、小米等一众主流手机品牌纷纷推出的AI建议, 其背后通通已然着手运用AI大模型去剖析用户的日常行为, 进而给出更契合用户需求的结果。
自工作范畴至生活领域, AI大模型正使所有事物发生改变, 去适应AI, 进而驾驭AI, 会让我们于未来的生活里变得更为轻松。
