揭秘！如何选出最适合自己的大模型？国内外大模型大比拼

自从ChatGPT横空出世以后，人工智能领域迎来了新的里程碑。ChatGPT作为一款由OpenAI开发的大型预训练语言模型，以其强大的自然语言处理能力和广泛的应用场景，迅速引起了全球范围内的关注和讨论，GPT-4,在2023年3月15日震撼推出，这是一个大型多模态模型，不仅能够阅读文字，还能识别图像，并生成文本结果，Sora的推出更不可思议，同时国内国外雨后春笋搬的各种大模型，国内一众大佬对大模型众说纷纭，百度大佬最近接受采访时说 文心一言 已跟GPT4.0不相上下，其中中文已超越ChatGPT，其中还特意举了个例子以沁园春为词牌做诗一首，GPT4.0不知道是以四个开头还是5个字开头，然而百川智能模型王小川网络中互怼百度大佬活在幻觉中，好不热闹。是骡子是马拉出来溜溜就知道了，由于网络原因，国外的大模型就选基于GPT3.5的notion ai应用来测试。国内大模型就选“文心一言”，“腾讯混元大模型”，“通义千问”，“讯飞星火认知大模型”，“百川智能大模型”，“华为盘古大模型”。华为盘古大模型华为企业云的用户才能体验，就暂时不测了。选5个问题来对比国内的各个大模型的表现喽。

大模型又有细分，NLP语言大模型，CV大模型，多模态大模型，预测大模型，科学数据大模型；各大厂商发展比较成熟的是NLP语言大模型。

一、第一个问题来了？看看国内各种大模型的表现吧。

NLP大模型，CV大模型，多模态大模型，预测模型，科学计算大模型 5种大模型的区别，如何选择？

文心一言的答案：

腾讯混元模型的答案：

通义千问的答案：

字节跳动豆包答案：

讯飞星火认知大模型：

百川智能3.0大模型：

个人分析 文心一言胜出，答案更人性化，回答的也比较完整。从性能上比较基本答案都是秒出，讯飞星火有个加载过程。

二、第2个问题来了？看看国内各种大模型的表现吧。蓝牙耳机坏了，我去挂什么科？

文心一言的答案：

腾讯混元模型的答案：

通义千问的答案：

字节跳动豆包答案：

讯飞星火认知大模型：再次失望，竟然还是要去医院，而且效率还是比较慢，所以提问了2次，第2次回答还算可以

百川智能3.0大模型：再次感觉出答案的效率很快

个人分析 字节跳动豆包胜出，答案更完整，各种场景都给出了参考方案。条理也比较清楚，讯飞星火有点瑕疵，其他的大模型都没有太大的问题，解决掉刚出来时需要“去医院的”的问题。

三、第3个问题来了？看看文生图的功能，画一个老婆饼

文心一言的答案：

腾讯混元模型的答案：

通义千问的答案：

字节跳动豆包答案：无法画出来老婆饼

讯飞星火认知大模型：

百川智能3.0大模型：不支持

个人分析 文心一言胜出，效率跟答案都更好，输入同一种Promt，可以生成各种“老婆饼”，解决了画出一个老婆的问题， 如果是要批量生成图片啥的建议用 通义万相。

四、第4个问题来了？多轮对话能力，看看上下文的理解能力，提供3个问题给各个模型

1、问题一：我想去北京大学玩一下，有什么好的建议

2、问题二：从江西怎么去？

3、问题三：推荐一种最好的方案呢

文心一言的答案：

腾讯混元模型的答案：

通义千问的答案：

字节跳动豆包答案：豆包还是有优势，推荐视频更直观

讯飞星火认知大模型：

百川智能3.0大模型：出问题了，到第3个问题的时候变成了北京交通的大学，是不是token限制了的原因呢

个人分析 字节跳动豆包胜出，3个问题都要考察大模型上下文的理解能力， 上下文理解除了百川智能模型出了一点小问题，其他大模型都表现还行；但是感觉如果是要出去旅游做旅游攻略，字节跳动豆包毫无悬念胜出。

四、第5个问题来了？解决问题的能力，请作为一个DBA，设计一张物业员工表

文心一言的答案：

腾讯混元模型的答案：

通义千问的答案：

字节跳动豆包答案：

讯飞星火认知大模型：

百川智能3.0大模型：

个人分析 通义千问胜出，字节跳动豆包表现比较差，所以说各个大模型有个大模型的优缺点。百度大模型确实不占优势了。

总结：测试样本有限额，只能根据当前的情况做个大概总结，文心一言NLP语言测试的样本都没有什么问题，但是没有什么明显的优势，通义千问形成了产品矩阵，从NLP大语言模型，多态模型通义万相，通义听悟更能方便用户实现AI应用智慧场景及解决实际问题。字节跳动豆包也有自己的优势，比如旅游攻略方面，有推荐视频，更直观，而且旅游攻略更细。讯飞星火具体样本测试下来不太友好，效率相对慢一点，没有优势可言。可能讯飞星火我觉得可能还是在语音识别专业场景上，语音场景没测试到。百川智能跟大厂比还是差点，任重道远。华为盘古大模型由于要华为云用户才可以体验，下次有机会测试，Notion AI收费了也没测试到。后面AI还是要基于国内的大模型了，所以Notion AI就不测试了。腾讯混元模型差强人意。