国内的大模型已经冲到了业界最强水平？10 月 17 日，百度世界大会上文心大模型 4.0 的发布引来了一大波关注。现场嘉宾、媒体和很多业内专家提前获得了评测资格，对新版本进行了第一时间的上手评测。
在文心一言的网站上，现在已经出现了文心大模型 4.0 的标签，表面看起来和 3.5 版没有太大区别：
在这里我们要引入一点前置知识：上个版本文心大模型 3.5 已经有了插件（现有 8 种）、多模态理解、生成等能力，通过知识点增强技术实现了对世界知识的熟练掌握。因此，既然说 4.0 版是「迄今为止最强大模型」，我们就不能再用以前过于简单的问题来考验它了。
第1轮PK：理解能力
先看理解能力，这道「中文十级题」目测连网友都会翻车，文心大模型 4.0 的回答简洁明了：
换业界标杆 GPT-4 来回答，它理解并解释了其中幽默的意味，但表示无法确定小明最后买的是几等座：
下面这段话是在一档直播节目上出现的，那时人们评价道：全中国没人听得懂白岩松在说什么。
两个大模型都认为说话人想表达的是：人们都喜爱足球这项运动，不应该因为一小部分人的不喜欢而影响到这种喜爱。不过作为人类，还是得说一句 AI 没有理解「想说声喜爱很难」这种感情。
看起来理解问题的水准上，两种模型水平相近，文心大模型在一小部分问题上有点优势。
第2轮PK：逻辑能力
再看逻辑推理能力，输入一个高考试卷中的物理选择题，文心大模型 4.0 和 GPT-4 都给出了正确的回答：
我们继续问了很多高考的数学题目，结果各有对错，也有些是都答不上来的。总体来看文心 4.0 和 GPT-4 的水平相近。
第3轮PK：生成能力
还有多模态生成，我们直接用同样的指令让两个大模型生成一段视频，文心一言调用「一镜留影」插件，直接输出了结果：
GPT-4 则是调用 CapCut（字节的剪映）插件生成视频内容。需要注意的是，它提示要想生成视频，就必须要与你进行多轮对话，逐步确定好视频脚本（英文的）、屏幕比例等等：
在不断的测试中我们还能看出，如果你Prompt得越仔细，说 AI 话的格式越规整，GPT-4 的表现就相对越好，不过最终也并没有产生决定性的差距。
第4轮PK：记忆能力
为了测试四大能力中的长期记忆能力，我们让文心大模型 4.0 阅读一篇贴吧的帖子：在崩铁更新了 1.4 版本之后，有人从自己专业的角度对剧情进行了一长段吐槽，那么这评价合理吗？
文心认为游戏剧情不需要完全按照现实世界的逻辑来展开。我不是很认同，我就是想要符合现实逻辑的剧情：
能不能再跌宕起伏一点？
再尝试替换其中的一个人物：
看起来，文心大模型4.0可以在保持原始知识的情况下，与人在不断对话的过程中生成、提炼出你想要的内容。
还有一些我们经常会用得到的功能。在ChatGPT出现后，越来越多的人开始尝试使用大模型帮忙来润色论文，据说 AI 写论文看起来很有功底，一般人还真比不上。我们用一段著名的发言试一下： 图文推荐
热门排行
 |
