(资料图)

自ChatGPT引发人工智能投资热潮以来,国产大模型如雨后春笋般爆发,截至7月初,国内10亿级参数规模以上的人工智能大模型已超80个。在这种新的趋势下,国产大模型该如何选择?哪家大模型最强大?

8月12日,新华社研究院中国企业发展研究中心发布《人工智能大模型体验报告2.0》(以下简称《报告》),对百度文心一言、阿里通义千问等时下最火热的国产通用大模型应用进行了测评。

本次测评共设计500道随机题目,对标接受过高等教育的人类水平、更强调对产业和生活的实际价值,并严格按基础能力指数、智商指数、情商指数、工具提效指数四大测评维度进行权重设计,以保证整个测评过程的严谨性。

最终结果稍稍令人意外,讯飞星火以总分1013分位列本次测评榜首,在四大评测维度中的智商指数和工具提效指数两个维度获得第一;百度文心一言和商汤科技商量分别位列第二和第三。

《报告》称,讯飞星火具有7大核心能力,即文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力。拥有跨领域的知识和语言理解能力,能够基于自然对话方式理解与执行任务。

在基础能力部分,人类与AI之间的差距并不显著。百度文心一言表现在模型中最为抢眼;商汤商量、智谱AI hatGLM、360智脑表现优良,讯飞星火、阿里通义千问、澜舟科技Mchat、昆仑万维天工表现尚佳。

在智商评估方面人类仍然具有明显优势,分数也达到最高。在所有测评的模型中,讯飞星火、智谱A-ChatGLM并列第一;百度文心一言、昆仑万维天工表现优良。

在情商方面,AI与人类之间的差距最为明显。《报告》称,目前尚未观察到AI具备情绪感知能力的明显迹象。尽管如此,商汤商量还是展现了超越同行的高情商,以346分位列第一,百度文心一言和澜舟科技·Mchat分别位列第二和第三。

最后,在工作效率提升方面,《报告》认为, AI对人类提供了有力的支持,AI的处理速度远远超过人类。然而,尽管AI具有高速度和高效率的优势,但在某些复杂和具有创新性的任务中,人类的智慧和想象力仍然具有无法替代的作用。测评结果显示,讯飞星火以350分排名第一并遥遥领先,百度文心一言和商汤商量分别位列第二和第三。

《报告》认为,与2023年6月相比,当前中国大模型产品进步显著。但与接受过高等教育的人类相比,大模型在智商、情商等方面还存在一定程度差距。虽然在不同领域中,AI和人类表现出不同的优劣势,但在整体上,AI大模型的发展为人类工作和生活的提质增效带来了重要的积极影响,大模型正在加速走进生活、走进产业。

关键词: