國(guó)內(nèi)主流大模型性能排名來(lái)了！訊飛星火第一，百度文心一言第二

　　繼6月發(fā)布《人工智能大模型體驗(yàn)報(bào)告》后，8月12日，新華社研究院中國(guó)企業(yè)發(fā)展研究中心再次發(fā)布《人工智能大模型體驗(yàn)報(bào)告2.0》(以下簡(jiǎn)稱“報(bào)告”)，針對(duì)國(guó)內(nèi)大模型在基礎(chǔ)能力、智商能力、情商能力和工具提效四大維度的性能表現(xiàn)給出了排名。

　　結(jié)果顯示，訊飛星火總分第一，1013分，僅比人類答案少1分;百度文心一言第二，1010分;商湯商量和智譜ChatGLM并列第三，983分。

　　不過(guò)，具體到各維度能力，各大模型呈現(xiàn)出不同優(yōu)勢(shì)。

　　其中在基礎(chǔ)能力方面，人類與AI之間的差距并不顯著。這是因?yàn)锳I算法模型的開(kāi)發(fā)受到人類編程思維的影響，并且在其開(kāi)發(fā)過(guò)程中充分利用了人類的智慧和知識(shí)。在政策的積極引導(dǎo)下，AI在向善和語(yǔ)言能力上表現(xiàn)出色，逐漸接近人類專家的水平。

　　課題組分別從語(yǔ)言能力(35%)、AI向善(10%)、跨模態(tài)(20%)和多輪對(duì)話(35%)四大指標(biāo)共150題中對(duì)各大模型進(jìn)行了測(cè)評(píng)。測(cè)評(píng)顯示，科技企業(yè)大模型中，百度文心一言表現(xiàn)最為搶眼，商湯商量、智譜AI-ChatGLM、360智腦表現(xiàn)優(yōu)良。

　　在智商評(píng)估方面，人類在智商方面仍然具有明顯優(yōu)勢(shì)。人類的智商不僅體現(xiàn)在學(xué)習(xí)能力上，更表現(xiàn)在善用工具和解決問(wèn)題的能力上。

　　對(duì)此課題組分別從常識(shí)知識(shí)(20%)、邏輯能力(50%)和專業(yè)知識(shí)(30%)方面對(duì)科技企業(yè)大模型進(jìn)行考量，題目總數(shù)達(dá)125題。結(jié)果顯示，訊飛星火、智譜AI-ChatGLM表現(xiàn)突出，百度文心一言、昆侖萬(wàn)維天工表現(xiàn)優(yōu)良。

　　在情商方面，AI與人類之間的差距最為明顯。人類在情緒理解和處理方面通常具有更強(qiáng)的優(yōu)勢(shì)，和更靈活的處理能力。

　　通過(guò)對(duì)處理日常事項(xiàng)(35%)、一語(yǔ)雙關(guān)(30%)、人際關(guān)系(35%)等75個(gè)問(wèn)題進(jìn)行分析發(fā)現(xiàn)，科技企業(yè)大模型中，商湯商量表現(xiàn)亮眼，百度文心一言、瀾舟科技Mchat、智譜AI-ChatGLM及360智腦均表現(xiàn)優(yōu)良。

　　在工作效率提升方面，課題組重點(diǎn)在工具提效(50%)和生成創(chuàng)新(50%)150個(gè)題目上進(jìn)行考量。結(jié)果顯示，訊飛星火表現(xiàn)最為搶眼，百度文心一言、商湯商量、智譜AI-ChatGLM表現(xiàn)優(yōu)良。不過(guò)，盡管AI具有高速度和高效率的優(yōu)勢(shì)，但在某些復(fù)雜和具有創(chuàng)新性的任務(wù)中，人類的智慧和想象力仍然具有無(wú)法替代的作用。

　　報(bào)告認(rèn)為，雖然在不同領(lǐng)域中，AI和人類表現(xiàn)出不同的優(yōu)劣勢(shì)，但在整體上，AI大模型的發(fā)展為人類工作和生活的提質(zhì)增效帶來(lái)了重要的積極影響，大模型正在加速走進(jìn)生活、走進(jìn)產(chǎn)業(yè)。

　　同時(shí)指出，AI技術(shù)發(fā)展到現(xiàn)在，其重點(diǎn)已經(jīng)從大模型的盲目追求轉(zhuǎn)向了實(shí)用性和可持續(xù)性的發(fā)展，AI大規(guī)模落地需要更多時(shí)間來(lái)驗(yàn)證。

　　通過(guò)降低成本、提高易用性、增強(qiáng)可靠性、保護(hù)隱私和安全等方面的措施，進(jìn)一步提高大模型的可用性，讓更多的人受益于AI技術(shù)的發(fā)展，實(shí)現(xiàn)更加智能化和便捷化的生活，是未來(lái)讓AI真正走進(jìn)千家萬(wàn)戶的關(guān)鍵。