阿里版 ChatGPT 突然上线邀测，大模型热战正剧开始，这是第一手体验实录

阿里正式加入 ChatGPT 战局！

就在刚刚，阿里版类 ChatGPT 突然官宣正式对外开放企业邀测。

它叫通义千问，由达摩院开发。

嗯，是大模型版十万个为什么那个味儿了。

事实上，早在这个月初，就传出过不少阿里要推出类 ChatGPT 的消息，不过普遍预期在 11 号左右。

而前几天率先流出的天猫精灵“鸟鸟分鸟”脱口秀版 GPT，就是基于大模型的“压缩版”，已经以其惊艳表现把网友的胃口吊了起来，让众人将目光投向阿里。

如今“正菜”提前上桌，自然一点即着，引爆舆论关注。

所以，这个阿里版 ChatGPT“通义千问”，究竟实力几何？

恰好量子位拿到了第一批邀测资格，省流结论：中文大模型真正的竞争开始了。

咱们实测见真章。

调戏阿里版 ChatGPT 实录

先来看看通义千问的主要功能。

作为一个大语言模型，它的能力主要集中在文本生成上，即也能像 ChatGPT 一样“问啥答啥”：

这里我们试一下官方给的撰写短文，看起来连语文老师常用的“总分总”也能理解：

除了对话外，它还具备一个“百宝袋”功能，里面相当于一个工具箱，能快速生成各种指定类型的文案：

话不多说，先从语言能力、上下文理解能力、代码能力和数学能力四个方向，来测测模型的对话能力。

一、对话能力

语言能力

要说国内大模型，首先要看的还得是中文。

先来个最基础的：“能穿多少穿多少”是什么意思？

不错，解释得比较清楚，还顺便聊了一下自己对这句话的看法：

续写类的创意写作，不但能模仿语气，甚至还能创造悬疑，有点厉害哟~

接下来就轮到新一代 AI benchmark 弱智吧问题了：怎么才能把梦里的钱取到银行卡里？

“在梦里取钱是一种幻觉或想象”，谢谢你清醒侠。

还有更扎心的……“如果您经常做梦梦到钱，建议您睡前回顾一下自己的财务状况，看看有什么不足之处”

虽然阿里的朋友称，通义千问主要是中文不错，但我们叛逆一点，看看这个中文大语言模型的其他语言水平怎么样。

先不走寻常路，试试通义千问的日语能力，给花泽香菜写一封情书。

看中文机翻似乎还不错，这就把它寄给香菜，应该没问题吧？

再来试试英语。刚好前段时间有网友 PK 了一下 Bard 和 GPT-4 的 Rap，我们也来看看通义千问的说唱能力。

这 top，这 stop，还给押上了！就是不知道姆爷认不认可。

试试加点难度，中英夹杂的谐音梗？

这个时候，通义千问的回答就显得有点严肃了。

当我们给出答案的时候，虽然通义千问看出了这是个笑话，但它并不觉得好笑，还很严肃地指正我们：这并不意味着松下惧怕索尼。

不过我们发现，ChatGPT 同样一本正经…… 这年头的 AI 都这么正义么……

好，下一个试试它的上下文理解能力。

上下文理解能力

这部分说白了就是多轮对话能力，考查通义千问能不能准确提取上文的信息，用于下轮问题的回答。

来听题：山东一县一酒是真的吗？

模糊掉山东试试？让它列举“这个省”几个经典的白酒牌子：

不错。再试着从最新的回答中追问一下：

等等，“据史书记载”不会是编的资料吧？追问 ×2：

有意思的是，我们确实在孔府家酒的官网找到了资料来源：

代码能力

接着，来试试它的代码能力。整个计算器程序试试？

还不错，实现了简单的四则运算。完整版代码如下，感兴趣的胖友们可以试试：

#include <tream>#include <cmath>using namespace std;int main(){    double num1, num2;    char operator;    cout << "Enter first number: ";    cin >> num1;    cout << "Enter second number: ";    cin >> num2;    cout << "Enter operator (+,-,*,/,%,...) : ";    cin >> operator;    switch(operator)    {        case '+':            cout << num1 + num2 << endl;            break;        case '-':            cout << num1 - num2 << endl;            break;        case '*':            cout << num1 * num2 << endl;            break;        case '/':            if(num2 == 0)            {                cout << "Error! Cannot divide by 0." << endl;                break;            }            else            {                cout << num1 / num2 << endl;            }            break;        case '%':            cout << num1 % num2 << endl;            break;        default:            cout << "Error! Invalid operator." << endl;            break;    }    return 0;}

那么，让将它这段代码改写成 Python：

再让它解释一下自己写过的每一段代码：

基础编程能力，似乎问题不大？

不过，如果要让通义千问将解释改写成注释，就会出现一点神奇的 bug。

虽然它给“Python”代码标好了注释，但等等，这不是最初的 C++ 版代码嘛！

（这何尝不是一种 NTR）

数学能力

最后来看看数学问题。鸡兔同笼，还不错：

普通的计算题也没什么问题，还能精确到小数点后几位：

巴特，高数题就不太行了，虽然它发现了这道题需要求导，但求解方法却出了错……

不过通义千问也明确表示，无法保证在所有情况下给出正确的答案：

嗯… 和 GPT 们一样，大模型的数学能力都比较初级。

对话能力测得差不多，接下来再看看它的“场景能力”。

二、场景能力

虽然通义千问“百宝袋”给出了不少功能，不过写提纲、描述商品这些都很常见了，我们就挑了三个比较有意思的来试试：菜谱生成、彩虹屁生成器和免费代写情书。

会放飞的菜谱

众所周知，写菜谱是个技术活儿，既考验上下文能力（说过的材料都得用到），还得考考 AI 的理解菜名能力，做菜的步骤还不能太离谱。

示例的“清蒸鲈鱼”，对 AI 来说显然太简单了。这不得整点游戏里奇怪的菜名给它试试？

先来一份《原神》里的饱腹感凝胶。

好家伙，竟然想到用现实中的魔芋粉来模仿饱腹感凝胶，这创意不错。（不过卡路里粉是什么鬼，蛋白粉吗？）

那么，同样的菜再试试让 ChatGPT 做一遍，你感觉哪个更好吃？

再给通义千问来道加试题，让它试试《星露谷物语》里面，用虚空蛋做的奇怪的小面包？

等等，真把虚空蛋放进食谱了？而且还真的做了份面包出来！就是不知道口感如何……

照这样看，游戏中的食谱都能给通义千问还原一遍了，直接打破次元壁。

彩虹屁生成器

接下来，再试试让它生成一份彩虹屁。

硬生生把衣服上的油渍夸成了艺术品……

嗯，各大夸夸群可以考虑引入一个了。

免费代写情书

最后，我们的测试以给野兽先辈写一份情书做结尾。

你感觉怎么样？

好了，看了这么多五（奇）花（奇）八（怪）门（怪）的测评，你是不是也有点好奇通义千问是怎么来的了？

通义千问从何而来？

关于通义千问的技术细节，阿里达摩院官方没有透露详细信息。

而通义千问自己，是这么回答的：

训练资料来自阿里巴巴达摩院，截止到 2023 年 2 月。训练资料包括大量语言和文本数据，包括中英日法西班牙语多语种文本数据。

还提到自己是个能联网的大语言模型。

不过，我们实测了一下，发现千问只是虚晃一枪，假装自己会上网（doge）。

实际上，当你单独问它今天天气如何时，通义千问会承认它不能访问实时数据。

但如果你抛给它一个查询天气的网站，它就会假装自己看到了网页内容，然后一本正经地胡诌一番。

此处应喊话阿里程序员：你家大模型是真的想上网了。

书归正传，尽管官方口径低调，但正如 ChatGPT 脱胎于 OpenAI 的 GPT 系列，文心一言是自 Ernie 大模型发展而来，阿里也是国内最早开始研发大模型的技术大厂之一。

公开资料显示，2019 年，阿里就已经启动了中文大模型研发。当时阿里发布的语言大模型 StructBERT 超越谷歌、微软、Facebook，登顶了 CLUE 榜单。

2021 年，阿里先后发布了国内首个超百亿参数多模态大模型 M6，以及被称为“中文版 GPT-3”的语言大模型 PLUG。

其中，M6 在多次迭代之后，实现了十万亿级别的参数规模，并且 M6 和支付宝、淘宝的业务需求相结合，首个在国内实现了商业化落地。

PLUG 的参数规模则为 270 亿，是基于达摩院的两种自研模型 —— 语言理解模型 StructBERT 和语言生成模型 PALM 打造。

这一大模型初登场，就以 80.614 分刷新了权威中文语言理解基准 CLUE 分类任务榜单记录。

在去年的 WAIC（世界人工智能大会）上，阿里还发布了通义大模型系列。其中核心模型均已开源开放。

大模型时代，中国力量加速竞逐

那么，你会给这个阿里版 ChatGPT 打几分？

需要承认的是，相比于现在的业界标杆 ChatGPT（GPT-4），通义千问还有不少进步空间。阿里方面也透露，根据内测反馈，这一大模型正在飞速迭代中。

此前，微软被曝曾专门为 ChatGPT 砸下数亿美元，打造由上万张英伟达 A100 组成的专用超算。而综合各方消息来看，目前国内拥有这一数量级高性能显卡的企业屈指可数，阿里是其中之一。

大模型时代，已经形成行业共识的一点是，打造大模型，AI 和云计算缺一不可。

而阿里，是全球少数在算法和算力上都有领先布局的公司之一。

除了本身在人工智能和大模型方面长期的技术积累，背靠国内第一、亚洲第三的云厂商，阿里在算力方面也具备天然的优势。

ChatGPT 这把火烧到如今，国内对具备足够竞争力的国产生成式大模型的需求，正在与日俱增。

ChatGPT 类产品提升生产效率的潜力，已经被不断验证。但与此同时，前有 ChatGPT 大规模封号、亚洲成重灾区，后有 OpenAI 因算力问题停售 ChatGPT Plus……

种种不确定因素，再一次凸显了技术自研的价值。

所幸这次，我们的起跑线，并没有相差那么远。

游戏不会在一夜间结束，而现在，竞逐真正开始。

本文来自微信公众号：量子位 （ID：QbitAI），作者：萧箫 鱼羊

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。