文心一言 vs GPT-4实测！百度背水一战交卷

编辑部 发自 凹非寺
量子位 | 公众号 QbitAI

GPT-4发布一天之后，压力全部给到百度这边。

就在刚刚，百度交卷。

文心一言，百度全新一代知识增强大语言模型，正式在百度总部“挥手点江山”会议室里发布。

在一片静寂的氛围里，李彦宏小步登场，语气里带着点紧张：

大家的期望值，是我们对标ChatGPT，对标GPT-4，这个门槛有点高（笑）。
十月怀胎，我们就带大家来看看这个AI大模型文心一言长什么样。

此前，有人狂转meme图调侃百度。

也有人鼓吹百度是全村的希望。

而在发布会进行的同时，百度港股市值大幅下跌，相关话题还冲上了微博热搜。

但直播弹幕中也有网友点赞：

那么这个中国版ChatGPT到底实力如何？

咱们就用百度发布会演示的预录制Demo，对比一下崭新出炉的GPT-4，先凭实力说话。

文心一言 vs GPT-4

和GPT-4一样，文心一言是一个多模态大模型。

李彦宏开场就展示了文心一言具备的5种能力，包括文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成。

文心一言甚至还现场秀了一口接地气的四川话，现场网友发出一片笑声。

其他能力如何？我们具体展开来看。

文学创作

在文学创作上，李彦宏一开场就搬出了《三体》作者刘慈欣坐镇。

先让文心一言介绍一下大刘，“毕竟我也是刘慈欣老乡嘛”：

看起来没什么问题。同样的问题问问GPT-4呢？

嗯？？？直接把刘慈欣的老家挪到了湖北省洪湖市。湖北人狂喜（doge）

随后，李彦宏又展示了从哲学的角度对这篇文章进行续写的demo：

看起来中规中矩，比较理性。老样子，我们也来与GPT-4进行一波对比：

这波你是想看GPT-4续写的《三体》，还是文心一言的？

再来看看《三体》电视剧中扮演史强和汪淼的老搭档，于和伟和张鲁一，有什么共同点？

也没什么问题。

就是看起来展示的速度有点快，比李彦宏的语速还要快上那么一点点（手动狗头）。

商业文案创作

接下来，李彦宏又展示了一下文心一言在商业文案创作上的能力。

比如给新公司起个名字。

并且这个名字它还不是瞎起的：

再来看看GPT-4起名的效果？

看起来，GPT-4对中文的掌控能力相比之下还是少了一点精髓。

至于写个公司成立的新闻稿？对文心一言来说似乎也不成问题：

数理逻辑推算

数学能力，是考验生成式大模型的一大难题。ChatGPT刚上线时，也翻了不少车。

不过在现场，文心一言处理的数学问题不算复杂，是小学数学竞赛常见的鸡兔同笼问题。

彩蛋是，李彦宏现场展示的第一题，引得文心一言说出了《狂飙》里高启盛的经典台词：这题出得不对。

修改一下题目，OK，再扔给文心一言试试：

看起来，答案还算是有理有据，一步步逻辑推理出来的那种。

李彦宏表示，这些题“不敢说百分之一百能做对，但至少体现了文心一言的思考历程”。

中文理解

接下来，李彦宏着重展示了一下文心一言对中文的理解能力，并特意强调：

文心一言对中国文化的了解，理应超出任何一个预训练大模型。

一上来就是一个成语，“洛阳纸贵。到底有多贵？”

这是文心一言的效果展示：

还解释了一下这个成语背后的经济学原理：

那么，将这个问题抛给GPT-4呢？首先问问它，知不知道洛阳纸贵是什么意思：

接下来，再问问他对应的经济学理论是什么：

这波看起来，GPT-4的中文理解似乎也不输文心一言啊。

那么，再来看看二者写藏头诗的能力？

首先是文心一言的效果展示：

接下来，我们再看看GPT-4怎么说：

诶，看起来反而是GPT-4没有真正理解“藏头诗”的含义。

这波文化理解上，属实是文心一言“小胜一筹”了。

不过在英文上，李彦宏也承认，虽然文心一言也能处理，但能力是显著不如中文的。

这也和百度目前能用到的训练数据有关。

多模态生成

最后，李彦宏还简单展示了一下文心一言多模态生成的能力。

首先来看看，为即将到来的2023世界智能交通大会创作海报——

而除了前文展示过的文字转四川话能力，文心一言还能文字转视频。

李彦宏一句指令“将以上内容生成视频”，很快啊，不到几秒钟，文心一言就把字幕和视频做好了：

有些遗憾的是，在ChatGPT被频频称赞的编程方面，文心一言并没有现场展示相关能力。

但王海峰透露，文心一言的训练数据中同样包括代码。

文心一言如何“跑通”？

正如ChatGPT脱胎于OpenAI的GPT系列，百度这次推出的文心一言（ERNIE Bot），背后也正是基于文心大模型技术打造。

据王海峰介绍，文心一言主要脱胎于两大模型：

百度ERNIE系列知识增强千亿大模型，以及百度大规模开放域对话模型PLATO。

在此基础上，主要采用了六项核心技术。

其中三个是广为人知的大模型技术，包括有监督精调、人类反馈强化学习（RLHF）和提示构建。

p.s. 人类反馈强化学习也是ChatGPT的关键技术。

另外三个，则是“百度比较有特色”的技术，包括知识增强、检索增强和对话增强技术。

首先来看与ChatGPT类似的技术：有监督精调、RLHF和提示构建。

有监督精调，尤其指中文方面的数据精调。百度基于对中国语言文化和中国应用场景的理解，筛选了特定的数据来训练模型。

至于人类反馈的强化学习（RLHF）和提示构建，操作上也与ChatGPT大差不差。

随后是百度提出的、用于进一步改善模型效果的技术。

知识增强，包括知识内化和知识外用两个部分。其中，知识内化即将知识“渗透”进模型参数中；知识外用指的是模型可以直接使用外部的知识。

检索增强，则与百度搜索引擎积累的检索技术有关。

百度将把检索技术和生成技术结合起来，先对内容进行检索后，将比较有用的部分用于生成，再整合输出结果：

最后是对话增强部分，包括之前百度积累的记忆机制、上下文理解和对话规划等技术：

概括来看，文心一言表现出的能力，被李彦宏称为“智能涌现”：

当参数达到千亿量级，训练语料达到足够多的情况下，这种现象就会发生。

目前，百度拥有的AI技术可以分为四个部分，芯片（昆仑芯）、框架（飞桨）、模型（文心）和应用。

之所以软硬件都要布局，百度称，是为了降低成本：

生成式AI需求的算力非常高，费用相当昂贵。
因此，如果在四层架构之间相互进行协同优化，就能让它的效率比别人更高，从而显著降低成本。

李彦宏认为，这也正是百度的优势所在：

四层都有领先产品的公司，绝无仅有。

这次文心大模型背后的硬件算力，也是通过百度智能云提供服务。

目前，文心一言已经接入百度搜索，目的在于提升搜索资源效率。

同时，包括小度和自动驾驶Apollo等产品，以及爱奇艺等公司也已经接入百度的文心一言模型。

网友：看来还不用提前退休

截至发稿，百度港股股价在一波明显下跌之后，有所回弹。

发布会结束，网友反应最多的是“提前录制有点败好感”：

对于这一点，李彦宏的解释是，给出的问题都比较长，为了节约现场时间，所以才用了提前录制的形式。

还有不少网友对文心一言展示出的能力不太满意。有人调侃，看完之后感觉“提前退休的日子看起来还可以缓一缓”：

离GPT-4还差了20个老胡。

还有网友感觉，文心一言的发布会像极了毕业答辩的自己（doge）：

不过也有网友表示，希望能给国产产品一点时间一点耐心。

发布会末尾，王海峰宣布，文心一言将从今天开始对外进行测试，包括个人用户和企业用户。

是骡子是马，相信接下来，会得到更多验证。

One More Thing

对了，有网友表示，已经拿到了文心一言的内测资格：

你好，感谢您体验文心一言，体验地址:
https://yiyan.baidu.com/welcome，希望您在体验当中给予更多意见，文心一言邀请码：KFCVME50RMB，2023年3月16日24:00前有效。

嗯，万物疯狂星期四（手动狗头）。