面包芯语

实测阿里通义千问：最接近ChatGPT水平的国产AI模型

阿尔法工场研究院 2023-04-11 16:30
汽车用卸负载电阻低价方案AI、GUI开发的工程师必修课，不容错过！


导语：在中文文书方面，通义千问的能力与 GPT-3.5 已不相上下，而在代码写作方面，通义千问则是大幅度的领先于文心一言。

通义千问的诞生背景


阿里巴巴（BABA.US）作为中国最大的电子商务平台之一，一直致力于利用人工智能技术提升用户体验和商业效率。
在大模型领域，阿里巴巴早在2019年就推出了PLUG，一种基于预训练语言模型的通用对话框架，这是阿里巴巴对于LLM（Large language model大语言模型）领域的首次尝试。
2021年11月，阿里达摩院宣布了M6大模型，一种基于10万亿参数的多模态大模型，一跃成为了全球最大的 AI 预训练模型。
根据阿里巴巴的描述，M6大模型已经在淘宝，支付宝，天猫等阿里巴巴旗下产业中应用落地并取得了卓越成效。
但M6模型至今仍未面向公众开放，非阿里系的厂商也罕有应用。直到2023年4月7日，阿里云推出了自研大模型“通义千问”，并面向企业以及邀请用户开放。
根据官网描述，“通义千问”是一个专门响应人类指令的语言大模型，它可以理解和回答各种领域的问题，包括常见的、复杂的甚至是少见的问题。
它不仅是一个效率助手，也是一个点子生成机，可以帮助用户完成各种任务，如写邮件、写文章、写脚本、写情书、写诗等。它还可以提供娱乐功能，如讲笑话、唱歌等。
在大预言模型大热的今天，通义千问自然是处于风口浪尖之上。
国内的各大公司都想在该领域分一杯羹，百度（BIDU.US）是第一个吃螃蟹的公司，其在2023年3月16日发布了“文心一言”系列的“多模态”模型（虽然我们现在知道其实它的图片生成能力其实是来源于另一个百度开发的模型）。而阿里巴巴选择了避其锋芒在四月发布全新针对聊天内容优化的通义千问。
由于阿里巴巴吸取了此前文心一言的惨淡场景，选择了仅对部分受邀媒体和企业开放服务。笔者成功拿到了此次的内测资格。
通义千问能力测试

对于非多模态的语言模型，主要可以从三个方面考量其能力：文字编排能力、Coding能力和逻辑能力。
为了进一步找到当前各大LLM之间的差距，本次还加入了GPT-4共同比较。
1.文书能力测试。
作为最基础的语言组织能力测试，我们先让几个竞品各自写一份请假条：
图一 通义千问的回答（▲点击查看大图）
图二ChatGPT的回答（▲点击查看大图）
图三GPT-4的回答（▲点击查看大图）
图四 文心一言的回答（▲点击查看大图）
面对基础的语言文字问题，四款AI工具都可以看似按照需求的完成任务，其中通义千问的语法和措辞最为接近国人的口吻。
再细看一下，文心一言给出的回答为：“我已经请假了两天，并且目前感觉已经有所好转。但是，我不想因为自己的身体问题而影响到工作，因此我希望能够请一周的病假。”
在我们并未给出任何多余的 prompt 的情况下给自己增加了情景，这也可以算LLM的“幻觉”通病。
再来看下一个问题：请续写《红楼梦》中林黛玉倒拔垂杨柳的故事。

通义千问（▲点击查看大图）
ChatGPT（▲点击查看大图）
GPT-4（▲点击查看大图）
文心一言（▲点击查看大图）
在此处我们要求四个模型分别续写了一个《红楼梦》中不存在的情节，林黛玉倒拔垂杨柳。
其中GPT-4的文风最为接近《红楼梦》，通义千问的续写也贴合了原来的人设和背景，较为符合的满足了我们的要求。ChatGPT的回答则是略有偏差。
此处文心一言就直接让林黛玉穿越回现代了，并且成功让她成为了一名医生，不仅丢了人设还丢了故事背景。
下面要求四个模型生成一篇完整的文章：请以“AIGC变革内容生产模式”为题写深度文章。

通义千问（▲点击查看大图）
ChatGPT（▲点击查看大图）
GPT-4（▲点击查看大图）
文心一言（▲点击查看大图）
四款 AI 都正确的给出了 AIGC 这一名词的概念，并且理解了用户的需求。由于通义千问给出的回答较长，本次要求他生成500字的文章。
其中 GPT-4 比较独特，它选择了分点式的总结内容，而其余的则选择了更常规的通稿类型。本次四个 AI 都能够较为出色的完成任务。
2.代码能力测评。

我们再来看到代码能力，在这一个环节，由于问题比较简单GPT系列都可以出色完成，因此不加入GPT系列参与对比。

先来个简单的：用 Python 实现冒泡排序。

通义千问（▲点击查看大图）
文心一言（▲点击查看大图）
提问：编写一个SQL查询，查询某个数据库表中最近一个月的记录，并按照某个字段进行降序排列。

通义千问（▲点击查看大图）
文心一言（▲点击查看大图）
在这个问题上，文心一言仍不敌通义千问无法完成需求。红框内圈出的就是文心一言的重大问题所在。
来到下一个问题：使用函数递归的方法实现斐波那契数列的计算，并返回前n个斐波那契数。

通义千问（▲点击查看大图）
文心一言（▲点击查看大图）
文心一言在这个问题中表现得很可笑。文心一言直接选择了将斐波那契额数列硬编码进入了代码实现了O(1) 的时间复杂度，并没有完成我们需要的使用递归方法的需要。
通义千问的回答则是满足了问题的需求而且给出了详细的代码解析和输出结果。
在代码写作能力上来看，文心一言也不敌通义千问。上述几个问题选取的十分基础，但是文心一言仍然无法满足需求。
可能是因为百度的代码库的缺乏。得益于阿里长期深耕于云领域等，其本身积累了丰富的资源和人次，在代码写作方面显著强于文心一言。
测评总结

结论1：通义千问是国内最接近ChatGPT水平的本土化LLM。
经过上述测试，我们发现就目前而言，“通义千问”实际上是国内最接近ChatGPT（GPT-3.5）水平的本土化LLM。
尽管百度率先推出了文心一言试图抢占高点，但模型水平一般，回答水平只能与Meta公司前段时间泄露的LLaMA 13B未针对对话调参前的水平相媲美。
而通义千问和文心一言对比起GPT-4时，即使忽略都欠缺的多模态能力，在文字方面上来看二者均和GPT-4有较大差距。
结论2：通义千问在中文写作和代码编写方面领先于文心一言。
LLM模型常见的“幻觉”（即回答错误事实）现象在文心一言上表现得尤为明显。当前在中文写作方面，通义千问的能力与GPT-3.5已不相伯仲，而在代码编写方面，通义千问则大幅领先于文心一言。
结论3：百度拥有庞大的语料库优势，但文心一言表现不尽如人意。
巨型语料库是LLM训练中不可或缺的部分，同时还需避免受到“有毒”语料的影响。
从这个角度来看，拥有庞大语料库的百度天生具备优势，可以利用旗下的问答、百科和抓取的网页信息作为语料。然而，目前文心一言的表现仍然不尽如人意。
结论4：通义千问在某些场景下的中文文本能力超过了ChatGPT。
相较之下，阿里经过一个月的沉淀后推出的产品在多个维度上击败了文心一言。
在某些场景下，得益于本土化语料资源优势，通义千问的中文文本能力甚至部分超过了ChatGPT。一些常见的文书工作在进行好事实性核查之后可以交由通义千问处理。
结论5：GPT-4具备强大的多模态能力，而国产大模型仍然不具备多模态能力。
再来看多模态场景。从GPT-4的论文中，我们得知其已具备强大的多模态能力，包括图像的输入和输出。
GPT-4能够理解图像含义并根据文字/图像指令完成任务，展示出Transformer的实力。
百度文心一言的“多模态”能力更像是虚假的多模态，其图像能力来自于另一个大模型“文心一格”。而通义千问则是明确表示没有多模态能力。
结论6：AIGC成为了未来发展的模式，各互联网巨头都在争夺战场，新兴职业如Promopter也在兴起。
当前的所有趋势就是“面向GPT”，AIGC俨然成为了未来发展的模样。
不同于元宇宙等项目，AIGC是可以切实提升人类生产效率的工具，互联网大厂都看到了这个赛道的未来，不约而同的来到这个战场上激烈厮杀，基于AI的Promopter这种职业也正在兴起。面向GPT编程，面向GPT写作，面向GPT绘画，面向______。这个空，就是未来。
加入阿尔法工场投资者交流社群 | 添加微信：dlfxs2

登录阅读全文
免责声明： 该内容由专栏作者授权发布或作者转载，目的在于传递更多信息，并不代表本网赞同其观点，本站亦不保证或承诺内容真实性等。若内容或图片侵犯您的权益，请及时联系本站删除。侵权投诉联系：  nick.zong@aspencore.com！
阿尔法工场研究院 阿尔法工场旗下研究院.定期发布覆盖A股、美股、港股的上市公司研究报告.
评论 （6）
游客_083622023-04-13 00:11
因为开源么
点赞( 0 )
游客_643892023-04-12 06:54
能不能拉我一个[合十]
点赞( 0 )
游客_832692023-04-11 20:05
关键是底层技术是否国产的。否则都是空的……
点赞( 0 )
游客_039452023-04-11 19:10
商汤的呢
点赞( 0 )
游客_809752023-04-11 16:54
那谁还是搞医疗广告专业
点赞( 0 )
游客_097312023-04-11 16:49
一句“顺祝商祺”，已完现与GPT4.0的距离。
点赞( 0 )
点击加载更多
  • 晶振内部的污染物是哪里来的？
    晶振在使用过程中可能会受到污染，导致性能下降。可是污染物是怎么进入晶振内部的？如何检测晶振内部污染物？我可不可以使用超声波清洗？今天KOAN凯擎小妹将逐一解答。1. 污染物来源a. 制造过程：生产环境不洁净或封装密封不严，可能导致灰尘和杂质进入晶振。b. 使用环境：高湿度、温度变化、化学物质和机械应力可能导致污染物渗入。c. 储存不当：不良的储存环境和不合适的包装材料可能引发化学物质迁移。建议储存湿度维持相对湿度在30%至75%的范围内，有助于避免湿度对晶振的不利影响。避免雨淋或阳光直射。d.
    koan-xtal 2025-04-28 06:11 107浏览
  • 新兴市场是救命稻草还是海市蜃楼？速卖通突围战真相透视
    速卖通，作为阿里巴巴集团旗下的跨境电商平台，于2010年横空出世，彼时正值全球电商市场蓬勃发展，互联网的普及让跨境购物的需求日益增长，速卖通顺势而为，迅速吸引了全球目光。它以“让天下没有难做的生意”为使命，致力于打破国界限制，搭建起中国商家与全球消费者之间的桥梁。在其发展的黄金时期，速卖通取得的成绩令人瞩目。在欧洲市场，速卖通一度成为第一大电商平台。根据第三方机构《欧洲跨境商务》的评选，速卖通凭借出色的服务和消费者口碑，在“欧洲十大跨境电商平台”中脱颖而出，力压来自美国的亚马逊和eBay等电商巨
    用户1742991715177 2025-04-26 20:23 205浏览
  • 飞凌嵌入式2025嵌入式及边缘AI技术论坛圆满结束
    4月22日下午，备受瞩目的飞凌嵌入式「2025嵌入式及边缘AI技术论坛」在深圳深铁皇冠假日酒店盛大举行，此次活动邀请到了200余位嵌入式技术领域的技术专家、企业代表和工程师用户，共享嵌入式及边缘AI技术的盛宴！1、精彩纷呈的展区产品及方案展区是本场活动的第一场重头戏，从硬件产品到软件系统，从企业级应用到高校教学应用，都吸引了现场来宾的驻足观看和交流讨论。全产品矩阵展区展示了飞凌嵌入式丰富的产品线，从嵌入式板卡到工控机，从进口芯片平台到全国产平台，无不体现出飞凌嵌入式在嵌入式主控设备研发设计方面的
    飞凌嵌入式 2025-04-28 14:43 103浏览
  • 虹科应用 | 当CANoe不是唯一选择：发现虹科PCAN-Explorer 6
    在CAN总线分析软件领域，当CANoe不再是唯一选择时，虹科PCAN-Explorer 6软件成为了一个有竞争力的解决方案。在现代工业控制和汽车领域，CAN总线分析软件的重要性不言而喻。随着技术的进步和市场需求的多样化，单一的解决方案已无法满足所有用户的需求。正是在这样的背景下，虹科PCAN-Explorer 6软件以其独特的模块化设计和灵活的功能扩展，为CAN总线分析领域带来了新的选择和可能性。本文将深入探讨虹科PCAN-Explorer 6软件如何以其创新的模块化插件策略，提供定制化的功能选
    虹科汽车智能互联 2025-04-28 16:00 101浏览
  • 晶振有电压，但没有压差，是短路吗？
    在电子电路设计和调试中，晶振为电路提供稳定的时钟信号。我们可能会遇到晶振有电压，但不起振，从而导致整个电路无法正常工作的情况。今天凯擎小妹聊一下可能的原因和解决方案。1. 误区解析在硬件调试中，许多工程师在测量晶振时发现两端都有电压，例如1.6V，但没有明显的压差，第一反应可能是怀疑短路。晶振电路本质上是一个交流振荡电路。当晶振未起振时，两端会静止在一个中间电位，通常接近电源电压的一半。万用表测得的是稳定的直流电压，因此没有压差。这种情况一般是：晶振没起振，并不是短路。2. 如何判断真
    koan-xtal 2025-04-28 05:09 128浏览
  • 盘点全球十大人形机器人公司！你认识哪家？
    2025年全球人形机器人产业迎来爆发式增长，政策与资本双重推力下，谷歌旗下波士顿动力、比亚迪等跨国企业与本土龙头争相入局，产业基金与风险投资持续加码。仅2025年上半年，中国机器人领域就完成42笔战略融资，累计金额突破45亿元，沪深两市机器人指数年内涨幅达68%，印证了资本市场对智能终端革命的强烈预期。值得关注的是，国家发展改革委联合工信部发布《人形机器人创新发展行动计划》，明确将仿生感知系统、AI决策中枢等十大核心技术纳入"十四五"国家重大专项，并设立500亿元产业引导基金。技术突破方面，本土
    电子资讯报 2025-04-27 17:08 244浏览
  • 探针台维护方法
     探针台的维护直接影响其测试精度与使用寿命，需结合日常清洁、环境控制、定期校准等多维度操作，具体方法如下：一、日常清洁与保养1.‌表面清洁‌l 使用无尘布或软布擦拭探针台表面，避免残留清洁剂或硬物划伤精密部件。l 探针头清洁需用非腐蚀性溶剂（如异丙醇）擦拭，检查是否弯曲或损坏。2.‌光部件维护‌l 镜头、观察窗等光学部件用镜头纸蘸取wu水jiu精从中心向外轻擦，操作时远离火源并保持通风。3.‌内部防尘‌l 使用后及时吹扫灰尘，防止污染物进入机械滑
    锦正茂科技 2025-04-28 11:45 78浏览
  • 集成电路封装与测试流程详解
     集成电路封装测试是确保芯片性能与可靠性的核心环节，主要包括‌晶圆级测试（CP测试）‌和‌封装后测试（FT测试）‌两大阶段，流程如下：一、晶圆级测试（CP测试）1.‌测试目的‌：在晶圆切割前筛选出功能缺陷或性能不达标的晶粒（Die），避免后续封装环节的资源浪费，显著降低制造成本。2.‌核心设备与操作‌l ‌探针台（Prober）‌：通过高精度移动平台将探针与晶粒的Pad jing准接触，实现电气连接。l ‌ATE测试机‌：提供测试电源、信号输入及功能向量，接收晶粒反
    锦正茂科技 2025-04-27 13:37 194浏览
  • 国产智能驾驶舱"芯"选择：紫光国芯车规级LPDDR4内存可靠性分析
    贞光科技代理品牌紫光国芯的车规级LPDDR4内存正成为智能驾驶舱的核心选择。在汽车电子国产化浪潮中，其产品以宽温域稳定工作能力、优异电磁兼容性和超长使用寿命赢得市场认可。紫光国芯不仅确保供应链安全可控，还提供专业本地技术支持。面向未来，紫光国芯正研发LPDDR5车规级产品，将以更高带宽、更低功耗支持汽车智能化发展。随着智能网联汽车的迅猛发展，智能驾驶舱作为人机交互的核心载体，对处理器和存储器的性能与可靠性提出了更高要求。在汽车电子国产化浪潮中，贞光科技代理品牌紫光国芯的车规级LPDDR4内存凭借
    贞光科技 2025-04-28 16:52 111浏览
  • 贴片电感和贴片电容的区分方法
    随着电子元器件的快速发展，导致各种常见的贴片电阻元器件也越来越小，给我们分辨也就变得越来越难，下面就由smt贴片加工厂_安徽英特丽就来告诉大家如何分辨的SMT贴片元器件。先来看看贴片电感和贴片电容的区分：(1)看颜色(黑色)——一般黑色都是贴片电感。贴片电容只有勇于精密设备中的贴片钽电容才是黑色的，其他普通贴片电容基本都不是黑色的。(2)看型号标码——贴片电感以L开头，贴片电容以C开头。从外形是圆形初步判断应为电感，测量两端电阻为零点几欧，则为电感。(3)检测——贴片电感一般阻值小，更没有“充放
    贴片加工小安 2025-04-29 14:59 73浏览
  • 芯资讯｜WTR096-16S录音语音芯片：重塑智能家居的情感连接与安全守护
    一、智能家居的痛点与创新机遇随着城市化进程加速，现代家庭正面临两大核心挑战：情感陪伴缺失：超60%的双职工家庭存在“亲子陪伴真空期”，儿童独自居家场景增加；操作复杂度攀升：智能设备功能迭代导致用户学习成本陡增，超40%用户因操作困难放弃高阶功能。而WTR096-16S录音语音芯片方案，通过“语音交互+智能录音”双核驱动，不仅解决设备易用性问题，更构建起家庭成员间的全天候情感纽带。二、WTR096-16S方案的核心技术突破1. 高保真语音交互系统动态情绪语音库：支持8种语气模板（温柔提醒/紧急告警
    广州唯创电子 2025-04-28 09:24 146浏览
  • 探针台在半导体行业的应用
    探针台作为半导体制造与测试的核心设备，通过精密定位与多环境适配能力，支撑芯片研发、生产及验证全流程。以下是其关键应用领域与技术特性：一、核心功能支撑1.‌电性能测试与分析‌l 在晶圆切割前，探针台直接接触芯片电极，测量阈值电压、漏电流、跨导等200余项参数，用于评估良品率及优化工艺设计。l 支持单晶体管I-V曲线测量，定位栅极氧化层厚度偏差（精度达0.2nm），为器件性能分析提供数据基础。2.‌纳米级定位与测量‌l 定位精度达±0.1μm，满足5nm及以下制程芯片的
    锦正茂科技 2025-04-27 13:09 151浏览
  • 协议标准第015篇 汽车48V电气标准
        今天，纯电动汽车大跃进牵引着对汽车电气低压的需求，新需求是48V。车要更轻，料要堆满。车身电子系统（电子座舱）从分布改成集中（域控），电气上就是要把“比12V系统更多的能量，送到比12V系统数量更少的ECU去”，所以，电源必须提高电压，缩小线径。另一方面，用比传统12V，24V更高的电压，有利于让电感类元件（螺线管，电机）用更细的铜线，缩小体积去替代传统机械，扩大整车电气化的边界。在电缆、认证行业60V标准之下，48V是一个合理的电压。有关汽车电气低压，另见协议标准第
    电子知识打边炉 2025-04-27 16:24 236浏览
  • 探针台在光电行业的应用
    探针台作为高精度测试设备，在光电行业的关键器件研发、性能测试及量产质量控制中发挥核心作用，主要涵盖以下应用场景与技术特性：一、光电元件性能测试1.‌光电器件基础参数测量‌l 用于LED、光电探测器、激光器等元件的电流-电压（I-V）特性、光功率、响应速度等参数测试，支撑光通信、显示技术的器件选型与性能优化。l 支持高频信号测试（如40GHz以上射频参数），满足高速光调制器、光子集成电路（PIC）的带宽与信号完整性验证需求。2.‌光响应特性分析‌l 通过电光转换效率测
    锦正茂科技 2025-04-27 13:19 122浏览
我要评论
6
0
点击右上角，分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦