《文心一言：挑战GPT-4，人工智能助手的新高度》

文章主题：聊天机器人, 百度, 文心一言, GPT-4

预热许久的百度版聊天机器人终于面世。

在 OpenAI 于 3 月 16 日发布大型多模态模型 GPT-4 的第二天，我国知名搜索引擎公司百度的“文心一言”类 ChatGPT 产品正式亮相。在发布会现场，百度创始人、董事长兼首席执行官李彦宏详细介绍了文心一言的五大核心能力：文学创作、商业文案创作、数理逻辑推算、中文理解和多模态生成。这意味着文心一言不仅具备了类 ChatGPT 的自然语言处理能力，还拥有强大的逻辑推理和创造力，能够为企业和个人提供更加智能化的写作服务。

在16日的发布会上，李彦宏运用提前录制好的demo视频，针对五大能力进行了详细的回答，并回应了19个问题，从而展示了百度文心一言的强大功能。

文心一言在与其他语言模型如ChatGPT和GPT-4进行比较时，其门槛非常高，目前全球大型企业尚未成功实现这一目标。然而，百度却成为了首个成功挑战这个难题的企业。尽管我对其进行了测试，但仍然发现其中存在许多尚待完善之处。

在 follow-up 的实验中，澎湃记者使用了 19 个同样的问题，分别对 ChatGPT（未付费版）和微软必应进行了“同题问答”。结果表明，在解答这些问题的过程中，百度的表现与后两者相当。然而，当尝试解答一些新的、未曾接触过的問題，并進行連貫的對話時，文心一言仍然展現出很大的提升空間。

值得注意的是，发布会期间，百度股价一度跌近10%，截至收盘跌6.36%。

文学创作

在百度发布会上，文学创作方面的演示主要聚焦于刘慈欣的科幻小说《三体》系列。在演示过程中，文心一言展示了该作品的作者背景、故事梗概、电视剧演员等相关信息。此外，还应要求提供续写建议，并从哲学视角对《三体》进行进一步的续写。

澎湃新闻向必应和ChatGPT提问相同问题，发现三款生成式AI的回答各有千秋。

《三体》一书的作者究竟何方人士，这个问题在网络上引起了广泛的讨论。在诸多回答中，文言一心的回答最为详尽，他不仅提供了刘慈欣先生的年龄、经历、教育背景和成就等资讯，而且对这些信息进行了深入的分析。相较之下，必应和ChatGPT的回答则显得较为简洁。

文心一言

必应

ChatGPT

在深入探讨电视剧《三体》的演员阵容这个问题时，我们可以发现，尽管各个平台和媒体都有所涉及，但必应和文心一言却给出了不同的答案。必应明确指出了《三体》存在国内外两个版本的电视剧，并分别列举了两个版本的演员名单。相比之下，文心一言则仅针对国内版的电视剧情况进行了介绍。至于ChatGPT，由于其数据库更新至2021年，因此它提供的答案是最为“落伍”的，即电视剧《三体》的演员阵容尚未官方公布。

文心一言

必应

ChatGPT

当进一步询问主演于和伟和张鲁一谁的身高更高时，我们得到了三个不同的答案。其中，文心一言、必应和ChatGPT分别给出了他们的看法。在这三者中，只有ChatGPT指出了一个重要的因素——由于身高的测量方法和标准存在差异，以及数据来源的不同，因此于和伟和张鲁一的具体身高可能存在一定的差别。

文心一言

必应

ChatGPT

被要求从哲学的角度续写《三体》时，三款生成式AI（人工智能）都提到了“生命”“宇宙”等关键词。不同之处是，文心一言和ChatGPT都提到了“科技”“道德”“伦理”等信息；文心一言还提出了“价值和信仰”，必应则额外提到了“文明”。

澎湃新闻记者也“加测”了文心一言，要求介绍2022年的诺贝尔文学奖得主。此题主要想测试百度文心一言是否有实时搜索的能力，此前微软必应可以准确回答，而ChatGPT则因为数据库太旧，直接回答：“由于我是一个基于2021年9月的预训练语言模型，因此我无法提供2022年诺贝尔文学奖得主的信息。”

文心一言

必应

文心一言给出的得主实际上是2018年的诺贝尔文学奖得主，澎湃新闻随后指出错误后，文心一言依然重复错误的回答。澎湃新闻记者还测试要求回答“95届奥斯卡最佳电影”，文心一言“误读”为1995年奥斯卡最佳电影。

文心一言

商业文案创作

在商业文案创作方面，现场Demo中展示出3个要求，分别是为“一个用大模型服务中小企业数字化升级的科技服务公司”起名、编写slogan（标语）以及为公司成立写一篇新闻稿。

具体来看，为公司起名称方面，三款机器人均提供了4-5个名称，并给出了相应的解释。值得注意的是，它们所起的名称中，大部分都包含“智”“数”“科技”等字眼。

文心一言

必应

ChatGPT

选取其中一个名称为公司名，要求对方以“共赢”为概念，为公司起一个slogan，只有必应提供了4个答案；文心一言和ChatGPT只给出了一个回复，不过它们对其进行了详细的解释。

从内容来看，三款机器人的设计思路相似，均将公司名称和“共赢”放进标语，“未来”是最常被用到的词汇。

被要求生成600字的新闻稿时，只有必应的新闻稿中包含了新闻的五要素，并在导语中明确写出了时间和地点，此外必应还在文末附上了公司的电话、邮箱和网址；文心一言新闻稿并没有提供标题。

文心一言

必应

ChatGPT

澎湃新闻记者测试，要求文心一言就奶茶新品在微博上写一段宣传文案。文心一言给出的文案中，使用了##话题词，之后要求缩减至80字也能顺利完成。相比之下，必应和ChatGPT显然没有领悟到微博这个话题词的要求。

文心一言

必应

ChatGPT

数理逻辑推算

百度称，文心一言具备一定的思维能力，并以“鸡兔同笼”为题考查其逻辑推算能力。

当面对含有错误的题目时，文心一言直接表示“这个题目算出来不太对，是不是提出错了”；必应展示了每一个计算步骤，并基于结果得出结论“这个答案显然不符合常理……这个问题实际上是无解的。也就是说，在给定的条件下，不存在一种可能的组合方式，使得笼子里有9个头和40只脚”；而ChatGPT则没有看出题目中的错误，并基于题目信息得出了自己的答案。

文心一言

必应

ChatGPT

纠正题目中的错误后，三款机器人得出了相同的答案，其中必应的计算过程最为详细，文心一言与ChatGPT均省略了中间的步骤。

文心一言

必应

ChatGPT

澎湃新闻记者随后又出了一道数学题，有一元、二元、五元的人民币共50张，总面值为116元，已知一元的比二元的多2张，问三种面值的人民币各多少张?

结果，ChatGPT和文心一言均答错，文心一言把50-x-(x-2) 写成了50-x-x-2。只有必应给出了正确答案，但必应的答案是直接搜索“知乎”。

文心一言

ChatGPT

必应

中文理解

与必应和ChatGPT不同，文心一言扎根于中国市场。百度曾在多个场合强调，文心一言具备中文领域最先进的自然语言处理能力，在中文语言和中国文化上有更好的表现。发布会上也披露，文心一言大模型的训练数据包括万亿级的网页数据、数十亿的搜索数据和图片数据、百亿级的语音日均调用数据，以及5500亿事实的知识图谱等。

面对需要一定中文基础才能理解的成语，三款机器人会有何不同的解读？

被要求解释“洛阳纸贵”时，三款机器人均能准确地解释这一成语的含义，其中文心一言和必应还特别提到了该成语的典故来源《三都赋》。