阿里正式加入ChatGPT戰局！

就在剛剛，阿里版類(lèi)ChatGPT突然官宣正式對外開(kāi)放企業(yè)邀測。

(資料圖片)

它叫通義千問(wèn)，由達摩院開(kāi)發(fā)。

嗯，是大模型版十萬(wàn)個(gè)為什么那個(gè)味兒了。

事實(shí)上，早在這個(gè)月初，就傳出過(guò)不少阿里要推出類(lèi)ChatGPT的消息，不過(guò)普遍預期在11號左右。

而前幾天率先流出的天貓精靈“鳥(niǎo)鳥(niǎo)分?zhù)B”脫口秀版GPT，就是基于大模型的“壓縮版”，已經(jīng)以其驚艷表現把網(wǎng)友的胃口吊了起來(lái)，讓眾人將目光投向阿里。

如今“正菜”提前上桌，自然一點(diǎn)即著(zhù)，引爆輿論關(guān)注。

所以，這個(gè)阿里版ChatGPT“通義千問(wèn)”，究竟實(shí)力幾何？

咱們實(shí)測見(jiàn)真章。

調戲阿里版ChatGPT實(shí)錄

先來(lái)看看通義千問(wèn)的主要功能。

作為一個(gè)大語(yǔ)言模型，它的能力主要集中在文本生成上，即也能像ChatGPT一樣“問(wèn)啥答啥”：

這里我們試一下官方給的撰寫(xiě)短文，看起來(lái)連語(yǔ)文老師常用的“總分總”也能理解：

又一個(gè)中文寫(xiě)作業(yè)神器（doge）

除了對話(huà)外，它還具備一個(gè)“百寶袋”功能，里面相當于一個(gè)工具箱，能快速生成各種指定類(lèi)型的文案：

話(huà)不多說(shuō)，先從語(yǔ)言能力、上下文理解能力、代碼能力和數學(xué)能力四個(gè)方向，來(lái)測測模型的對話(huà)能力。

一、對話(huà)能力

語(yǔ)言能力

先來(lái)個(gè)最基礎的：“能穿多少穿多少”是什么意思？

不錯，解釋得比較清楚，還順便聊了一下自己對這句話(huà)的看法：

續寫(xiě)類(lèi)的創(chuàng )意寫(xiě)作，不但能模仿語(yǔ)氣，甚至還能創(chuàng )造懸疑，有點(diǎn)厲害喲~

接下來(lái)就輪到新一代AI benchmark弱智吧問(wèn)題了：怎么才能把夢(mèng)里的錢(qián)取到銀行卡里？

“在夢(mèng)里取錢(qián)是一種幻覺(jué)或想象”，謝謝你清醒俠。

還有更扎心的……“如果您經(jīng)常做夢(mèng)夢(mèng)到錢(qián)，建議您睡前回顧一下自己的財務(wù)狀況，看看有什么不足之處”

雖然阿里的朋友稱(chēng)，通義千問(wèn)主要是中文不錯，但我們叛逆一點(diǎn)，看看這個(gè)中文大語(yǔ)言模型的其他語(yǔ)言水平怎么樣。

先不走尋常路，試試通義千問(wèn)的日語(yǔ)能力，給花澤香菜寫(xiě)一封情書(shū)。

看中文機翻似乎還不錯，這就把它寄給香菜，應該沒(méi)問(wèn)題吧？

再來(lái)試試英語(yǔ)。剛好前段時(shí)間有網(wǎng)友PK了一下Bard和GPT-4的Rap，我們也來(lái)看看通義千問(wèn)的說(shuō)唱能力。

這top，這stop，還給押上了！就是不知道姆爺認不認可

這個(gè)時(shí)候，通義千問(wèn)的回答就顯得有點(diǎn)嚴肅了。

當我們給出答案的時(shí)候，雖然通義千問(wèn)看出了這是個(gè)笑話(huà)，但它并不覺(jué)得好笑，還很?chē)烂C地指正我們：這并不意味著(zhù)松下懼怕索尼。

不過(guò)我們發(fā)現，ChatGPT同樣一本正經(jīng)……這年頭的AI都這么正義么……

好，下一個(gè)試試它的上下文理解能力。

上下文理解能力

這部分說(shuō)白了就是多輪對話(huà)能力，考查通義千問(wèn)能不能準確提取上文的信息，用于下輪問(wèn)題的回答。

來(lái)聽(tīng)題：山東一縣一酒是真的嗎？

模糊掉山東試試？讓它列舉“這個(gè)省”幾個(gè)經(jīng)典的白酒牌子：

不錯。再試著(zhù)從最新的回答中追問(wèn)一下：

等等，“據史書(shū)記載”不會(huì )是編的資料吧？追問(wèn)×2：

代碼能力

接著(zhù)，來(lái)試試它的代碼能力。整個(gè)計算器程序試試？

還不錯，實(shí)現了簡(jiǎn)單的四則運算。完整版代碼如下，感興趣的胖友們可以試試：

再讓它解釋一下自己寫(xiě)過(guò)的每一段代碼：

基礎編程能力，似乎問(wèn)題不大？

不過(guò)，如果要讓通義千問(wèn)將解釋改寫(xiě)成注釋?zhuān)蜁?huì )出現一點(diǎn)神奇的bug。

雖然它給“Python”代碼標好了注釋?zhuān)鹊?，這不是最初的C++版代碼嘛！

（這何嘗不是一種NTR）

數學(xué)能力

最后來(lái)看看數學(xué)問(wèn)題。雞兔同籠，還不錯：

普通的計算題也沒(méi)什么問(wèn)題，還能精確到小數點(diǎn)后幾位：

巴特，高數題就不太行了，雖然它發(fā)現了這道題需要求導，但求解方法卻出了錯……

不過(guò)通義千問(wèn)也明確表示，無(wú)法保證在所有情況下給出正確的答案：

嗯…和GPT們一樣，大模型的數學(xué)能力都比較初級。

對話(huà)能力測得差不多，接下來(lái)再看看它的“場(chǎng)景能力”。

二、場(chǎng)景能力

雖然通義千問(wèn)“百寶袋”給出了不少功能，不過(guò)寫(xiě)提綱、描述商品這些都很常見(jiàn)了，我們就挑了三個(gè)比較有意思的來(lái)試試：菜譜生成、彩虹屁生成器和免費代寫(xiě)情書(shū)。

會(huì )放飛的菜譜

眾所周知，寫(xiě)菜譜是個(gè)技術(shù)活兒，既考驗上下文能力（說(shuō)過(guò)的材料都得用到），還得考考AI的理解菜名能力，做菜的步驟還不能太離譜。

示例的“清蒸鱸魚(yú)”，對AI來(lái)說(shuō)顯然太簡(jiǎn)單了。這不得整點(diǎn)游戲里奇怪的菜名給它試試？

先來(lái)一份《原神》里的飽腹感凝膠。

好家伙，竟然想到用現實(shí)中的魔芋粉來(lái)模仿飽腹感凝膠，這創(chuàng )意不錯。（不過(guò)卡路里粉是什么鬼，蛋白粉嗎？）

那么，同樣的菜再試試讓ChatGPT做一遍，你感覺(jué)哪個(gè)更好吃？

再給通義千問(wèn)來(lái)道加試題，讓它試試《星露谷物語(yǔ)》里面，用虛空蛋做的奇怪的小面包？

等等，真把虛空蛋放進(jìn)食譜了？而且還真的做了份面包出來(lái)！就是不知道口感如何……

照這樣看，游戲中的食譜都能給通義千問(wèn)還原一遍了，直接打破次元壁。

彩虹屁生成器

接下來(lái)，再試試讓它生成一份彩虹屁。

硬生生把衣服上的油漬夸成了藝術(shù)品……

免費代寫(xiě)情書(shū)

最后，我們的測試以給野獸先輩寫(xiě)一份情書(shū)做結尾。

你感覺(jué)怎么樣？

好了，看了這么多五（奇）花（奇）八（怪）門(mén)（怪）的測評，你是不是也有點(diǎn)好奇通義千問(wèn)是怎么來(lái)的了？

通義千問(wèn)從何而來(lái)？

關(guān)于通義千問(wèn)的技術(shù)細節，阿里達摩院官方?jīng)]有透露詳細信息。

而通義千問(wèn)自己，是這么回答的：

訓練資料來(lái)自阿里巴巴達摩院，截止到2023年2月。訓練資料包括大量語(yǔ)言和文本數據，包括中英日法西班牙語(yǔ)多語(yǔ)種文本數據。

還提到自己是個(gè)能聯(lián)網(wǎng)的大語(yǔ)言模型。

不過(guò)，我們實(shí)測了一下，發(fā)現千問(wèn)只是虛晃一槍?zhuān)傺b自己會(huì )上網(wǎng)（doge）。

實(shí)際上，當你單獨問(wèn)它今天天氣如何時(shí)，通義千問(wèn)會(huì )承認它不能訪(fǎng)問(wèn)實(shí)時(shí)數據。

但如果你拋給它一個(gè)查詢(xún)天氣的網(wǎng)站，它就會(huì )假裝自己看到了網(wǎng)頁(yè)內容，然后一本正經(jīng)地胡謅一番。

此處應喊話(huà)阿里程序員：你家大模型是真的想上網(wǎng)了。

書(shū)歸正傳，盡管官方口徑低調，但正如ChatGPT脫胎于OpenAI的GPT系列，百度文心一言是自Ernie大模型發(fā)展而來(lái)，阿里也是國內最早開(kāi)始研發(fā)大模型的技術(shù)大廠(chǎng)之一。

公開(kāi)資料顯示，2019年，阿里就已經(jīng)啟動(dòng)了中文大模型研發(fā)。當時(shí)阿里發(fā)布的語(yǔ)言大模型StructBERT超越谷歌、微軟、Facebook，登頂了CLUE榜單。

2021年，阿里先后發(fā)布了國內首個(gè)超百億參數多模態(tài)大模型M6，以及被稱(chēng)為“中文版GPT-3”的語(yǔ)言大模型PLUG。

其中，M6在多次迭代之后，實(shí)現了十萬(wàn)億級別的參數規模，并且M6和支付寶、淘寶的業(yè)務(wù)需求相結合，首個(gè)在國內實(shí)現了商業(yè)化落地。

PLUG的參數規模則為270億，是基于達摩院的兩種自研模型——語(yǔ)言理解模型StructBERT和語(yǔ)言生成模型PALM打造。

這一大模型初登場(chǎng)，就以80.614分刷新了權威中文語(yǔ)言理解基準CLUE分類(lèi)任務(wù)榜單記錄。

在去年的WAIC（世界人工智能大會(huì )）上，阿里還發(fā)布了通義大模型系列。其中核心模型均已開(kāi)源開(kāi)放。

大模型時(shí)代，中國力量加速競逐

那么，你會(huì )給這個(gè)阿里版ChatGPT打幾分？

需要承認的是，相比于現在的業(yè)界標桿ChatGPT（GPT-4），通義千問(wèn)還有不少進(jìn)步空間。阿里方面也透露，根據內測反饋，這一大模型正在飛速迭代中。

此前，微軟被曝曾專(zhuān)門(mén)為ChatGPT砸下數億美元，打造由上萬(wàn)張英偉達A100組成的專(zhuān)用超算。而綜合各方消息來(lái)看，目前國內擁有這一數量級高性能顯卡的企業(yè)屈指可數，阿里是其中之一。

大模型時(shí)代，已經(jīng)形成行業(yè)共識的一點(diǎn)是，打造大模型，AI和云計算缺一不可。

而阿里，是全球少數在算法和算力上都有領(lǐng)先布局的公司之一。

除了本身在人工智能和大模型方面長(cháng)期的技術(shù)積累，背靠國內第一、亞洲第三的云廠(chǎng)商，阿里在算力方面也具備天然的優(yōu)勢。

ChatGPT這把火燒到如今，國內對具備足夠競爭力的國產(chǎn)生成式大模型的需求，正在與日俱增。

ChatGPT類(lèi)產(chǎn)品提升生產(chǎn)效率的潛力，已經(jīng)被不斷驗證。但與此同時(shí)，前有ChatGPT大規模封號、亞洲成重災區，后有OpenAI因算力問(wèn)題停售ChatGPT Plus……

種種不確定因素，再一次凸顯了技術(shù)自研的價(jià)值。

所幸這次，我們的起跑線(xiàn)，并沒(méi)有相差那么遠。

游戲不會(huì )在一夜間結束，而現在，競逐真正開(kāi)始。

本文來(lái)源：量子位，原文標題：《阿里版ChatGPT突然上線(xiàn)邀測！大模型熱戰正劇開(kāi)始，這是第一手體驗實(shí)錄》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：