新華社研究院發布國產大模型報告：訊飛星火第一，百度文心第二

作者：卜淑情

自ChatGPT引發人工智能投資熱潮以來，國產大模型如雨後春筍般爆發，截至7月初，國內10億級參數規模以上的人工智能大模型已超80個。在這種新的趨勢下，國產大模型該如何選擇？哪家大模型最強大？

8月12日，新華社研究院中國企業發展研究中心發布《人工智能大模型體驗報告2.0》（以下簡稱《報告》），對百度文心一言、阿里通義千問等時下最火熱的國產通用大模型應用進行了測評。

本次測評共設計500道隨機題目，對標接受過高等教育的人類水平、更強調對產業和生活的實際價值，並嚴格按基礎能力指數、智商指數、情商指數、工具提效指數四大測評維度進行權重設計，以保證整個測評過程的嚴謹性。

最終結果稍稍令人意外，**訊飛星火以總分1013分位列本次測評榜首，在四大評測維度中的智商指數和工具提效指數兩個維度獲得第一；百度文心一言和商湯科技商量分別位列第二和第三。 **

《報告》稱，訊飛星火具有7大核心能力，即文本生成、語言理解、知識問答、邏輯推理、數學能力、代碼能力、多模態能力。擁有跨領域的知識和語言理解能力，能夠基於自然對話方式理解與執行任務。

**在基础能力部分，人类与AI之间的差距并不显著。**百度文心一言表现在模型中最为抢眼；商汤商量、智谱AI hatGLM、360智脑表现优良，讯飞星火、阿里通义千问、澜舟科技Mchat、昆仑万维天工表现尚佳。

在智商評估方面，**人類仍然具有明顯優勢，分數也達到最高。 **在所有測評的模型中，訊飛星火、智譜A-ChatGLM並列第一；百度文心一言、崑崙萬維天工表現優良。

**在情商方面，AI與人類之間的差距最為明顯。 **《報告》稱，目前尚未觀察到AI具備情緒感知能力的明顯跡象。儘管如此，商湯商量還是展現了超越同行的高情商，以346分位列第一，百度文心一言和瀾舟科技·Mchat分別位列第二和第三。

最後，在工作效率提升方面，《報告》認為， AI對人類提供了有力的支持，AI的處理速度遠遠超過人類。然而，儘管AI具有高速度和高效率的優勢，但在某些複雜和具有創新性的任務中，人類的智慧和想像力仍然具有無法替代的作用。測評結果顯示，訊飛星火以350分排名第一併遙遙領先，百度文心一言和商湯商量分別位列第二和第三。

《报告》认为，与2023年6月相比，当前中国大模型产品进步显著。但与接受过高等教育的人类相比，大模型在智商、情商等方面还存在一定程度差距。虽然在不同领域中，AI和人类表现出不同的优劣势，但在整体上，AI大模型的发展为人类工作和生活的提质增效带来了重要的积极影响，大模型正在加速走进生活、走进产业。