這次測(cè)試的時(shí)間為 11 月中旬，而 GPT-4 的測(cè)試結(jié)果為正確率 73.7%，Yuri最后總結(jié)，「Open AI 在燈塔尖，我們?cè)陂L(zhǎng)城內(nèi)，大家都有光明的前途吶」。

他同時(shí)提到，混元的回答生成速度跟通義千問(wèn)差不多，但測(cè)試中共用了 7 輪對(duì)話完成這次測(cè)試，單次對(duì)話的上限是 30 次，多了之后就會(huì)出現(xiàn)「會(huì)話過(guò)長(zhǎng)，請(qǐng)開(kāi)始新會(huì)話」的提示。

第三方個(gè)人測(cè)試一定程度上反映出了混元大模型的問(wèn)題。此前就有騰訊內(nèi)部人士稱，混元大模型在公司內(nèi)部受到了批評(píng)。相關(guān)測(cè)試者透露，「不好用」是騰訊內(nèi)部一部分人的共識(shí)。

「不著急」是今年9月份，騰訊混元大模型對(duì)自己的定調(diào)。雖然后續(xù)一直在更新迭代，但版本更迭速度相比國(guó)內(nèi)同行的確稍慢。

截至 12 月 7 日，混元大模型對(duì)外使用的版本為V1.5.5，距離混元大模型正式發(fā)布已經(jīng)過(guò)去了整整三個(gè)月，而百度文心一言已經(jīng)在 10 月份開(kāi)啟了4.0 收費(fèi)版本，同期阿里通義千問(wèn)也進(jìn)化到了 2.0 版本。

不跟同行比，或許可以說(shuō)是混元大模型一大特色。其發(fā)布后一直低調(diào)前行，最初只限于邀請(qǐng)測(cè)試，10 月開(kāi)始逐漸放開(kāi)，最新的動(dòng)作是在 10 月 26 日官宣開(kāi)放「文生圖」功能，并稱升級(jí)后的騰訊混元中文能力整體超過(guò)GPT3.5，代碼能力大幅提升20%。

最能展現(xiàn)騰訊混元大模型升級(jí)進(jìn)化的案例是，不同進(jìn)化階段對(duì)同一問(wèn)題的回答。

同一個(gè)問(wèn)題，混元大模型在 10 月和 12 月給出的不同答案「藍(lán)洞商業(yè)」在 10 月中旬的測(cè)試中發(fā)現(xiàn)，混元大模型對(duì)未知的問(wèn)題會(huì)給出幻覺(jué)性的答案。其實(shí)，幻覺(jué)問(wèn)題一直是大模型的通病，簡(jiǎn)而言之就是杜撰甚至是一本正經(jīng)的胡說(shuō)八道。而升級(jí)之后，12 月的表現(xiàn)明顯更智能，對(duì)未知的問(wèn)題會(huì)給出帶有可解釋和可說(shuō)明性的答案。

早在 9 月份，騰訊混元大模型發(fā)布時(shí)，其就稱在解決「大模型幻覺(jué)」問(wèn)題上能力突出，主要方法是不依賴外掛，在預(yù)訓(xùn)練階段通過(guò)「探真」算法進(jìn)行事實(shí)修正，讓混元大模型的幻覺(jué)相比主流開(kāi)源大模型降低了 30 %至 50 %。

騰訊旗下 AI Lab 也曾就大模型的幻覺(jué)問(wèn)題做出論文研究，題目為《AI 海洋中的海妖之歌：大語(yǔ)言模型中的幻覺(jué)調(diào)查》?？梢哉f(shuō)，騰訊在「大模型幻覺(jué)」問(wèn)題上早已有所準(zhǔn)備。

聚焦自身大模型技術(shù)和能力的升級(jí)，而不是像百度、字節(jié)一樣廣泛拓展 C 端應(yīng)用場(chǎng)景，可以看作目前騰訊混元大模型的重要戰(zhàn)略之一。

同時(shí)存在的問(wèn)題是，混元大模型仍局限在騰訊流量范圍內(nèi)，尚未與對(duì)手產(chǎn)生正面競(jìng)爭(zhēng)。

二、字節(jié)從「APP工廠」到「AI工廠」

退中有進(jìn)，是字節(jié) 11 月的關(guān)鍵詞。

就在 PICO 和朝夕光年大幅度裁員縮減團(tuán)隊(duì)規(guī)模后，字節(jié)成立了一個(gè)新 AI 部門Flow，技術(shù)負(fù)責(zé)人為字節(jié)跳動(dòng)技術(shù)副總裁洪定坤，業(yè)務(wù)帶頭人為字節(jié)大模型團(tuán)隊(duì)的負(fù)責(zé)人朱文佳。此舉被解讀為字節(jié)押注大模型，減少游戲和 XR 相關(guān)的投入。

Flow 聚焦的是 AI 應(yīng)用層，也就是大模型廠商最渴望得到的能落地的應(yīng)用產(chǎn)品。字節(jié)在 AI 相關(guān)應(yīng)用層最新發(fā)布的產(chǎn)品「ChitChop」，由新加坡公司 POLIGON 開(kāi)發(fā)，在海外上線運(yùn)營(yíng)。

此前，字節(jié)曾在國(guó)內(nèi)和國(guó)際上推出了豆包和Cici，這兩款初級(jí)階段的產(chǎn)品都是提供知識(shí)問(wèn)答、續(xù)寫、內(nèi)容生成等服務(wù)。

而 ChitChop 的主打功能遠(yuǎn)比此前的 Cici 和豆包更全能，200 多款智能應(yīng)用遍布AI創(chuàng)作、AI 繪圖、休閑娛樂(lè)、學(xué)習(xí)提升、工作效率提升和生活助手六大方面，號(hào)稱「旨在提供創(chuàng)造性靈感和提升效率」。

至此，新加坡成了字節(jié)在 AI 戰(zhàn)略中的重心所在，POLIGON 是字節(jié)海外的重要運(yùn)營(yíng)公司之一，2020年在新加坡注冊(cè)成立，主營(yíng)業(yè)務(wù)是軟件和應(yīng)用程序的開(kāi)發(fā)，其次是電腦游戲的開(kāi)發(fā)。

更關(guān)鍵的是團(tuán)隊(duì)核心所在。2021 年，原今日頭條 CEO 朱文佳調(diào)任新加坡，負(fù)責(zé) Tiktok 的技術(shù)研發(fā)，外界猜測(cè)新加坡將成為 Tiktok 海外新總部駐地。另?yè)?jù)《中國(guó)企業(yè)家》報(bào)道，張一鳴目前身處新加坡，他招聘了數(shù)名 OpenAI 的員工來(lái)組建團(tuán)隊(duì)，學(xué)習(xí) AI，探索一些新玩法。

海外上線的 ChitChop，目前下載量等數(shù)據(jù)并不亮眼，但可以看作是字節(jié)在大模型 C 端應(yīng)用層面的一次探路。但潛在問(wèn)題是，海外版的ChitChop，Logo的標(biāo)識(shí)也是簡(jiǎn)寫的 CC，這與此前發(fā)布的 CiCi 在名稱上有很大的雷同，極容易被混淆。

ChitChop背后的支持是字節(jié)的云雀大語(yǔ)言模型，如果說(shuō) ChitChop 是做好的商品，云雀大模型就是背后的提供商品的大商場(chǎng)。ChitChop 借助云雀大語(yǔ)言模型的能力，能夠提供更加智能和個(gè)性化的服務(wù)。

而云雀大語(yǔ)言模型只是字節(jié) AI 戰(zhàn)略的一部分，其還通過(guò)火山引擎做大模型的平臺(tái)服務(wù)。也就是說(shuō)，B 端模型層和 C 端應(yīng)用層，兩手都要抓。

火山引擎智能算法負(fù)責(zé)人、火山方舟負(fù)責(zé)人吳迪曾公開(kāi)表示，「火山方舟平臺(tái)上面有眾多優(yōu)質(zhì)的、精選的國(guó)內(nèi)的高質(zhì)量商用模型，像智譜 AI 的 ChatGLM 的商用版本，像 MiniMax 的 MiniMax-ABAB 5.5 以及字節(jié)的云雀模型等等。我們有很多客戶基于方舟平臺(tái)，在這些優(yōu)質(zhì)的商用模型上去開(kāi)發(fā)自己的應(yīng)用?！?/p>

而依賴于抖音和 TikTok 的影響力，多個(gè) AI 相關(guān)產(chǎn)品將借勢(shì)推出。

據(jù)公開(kāi)報(bào)道，字節(jié)將推出一個(gè)名為「機(jī)器人開(kāi)發(fā)平臺(tái)」的開(kāi)放平臺(tái)，允許用戶自主創(chuàng)建自己的聊天機(jī)器人。此外，抖音還計(jì)劃在主APP內(nèi)推出多個(gè) AI 聊天機(jī)器人，近期已經(jīng)上線的「抖音心晴」定位情緒關(guān)懷機(jī)器人。

既做商品，又做商場(chǎng)，萬(wàn)箭齊發(fā)、廣泛布局的策略，自然很容易被理解為字節(jié)從「APP 工廠」變成「AI 工廠」。

問(wèn)題在于，在底層大模型技術(shù)和能力完全落后于 ChatGPT 的狀態(tài)下，應(yīng)用場(chǎng)景是否真的有競(jìng)爭(zhēng)力？曾經(jīng)在移動(dòng)互聯(lián)網(wǎng)時(shí)代成功的打法，能否在 AI 大模型成功復(fù)用？都是留給字節(jié)的拷問(wèn)。

大模型的基礎(chǔ)能力，決定了應(yīng)用場(chǎng)景的上限，尤其是 ChatGPT4.5 版本即將到來(lái)，字節(jié)的 ChitChop 尚且稚嫩，在海外市場(chǎng)能否正面競(jìng)爭(zhēng)？也是一個(gè)未知數(shù)。

三、誰(shuí)能抓住 OpenAI 的混亂期？

就在山姆·奧爾特曼被戲劇性趕下臺(tái)，又在微軟的支持下重回 OpenAI 的 CEO 之位，各方 AI 勢(shì)力都在蠢蠢欲動(dòng)，試圖在這個(gè)混亂期，重新找回屬于自己的人工智能機(jī)會(huì)點(diǎn)。

以谷歌為代表，12 月 7 日發(fā)布的 AI 大模型 Gemini，就號(hào)稱比包括 ChatGPT 在內(nèi)的目前市場(chǎng)上任何產(chǎn)品都要強(qiáng)大，其發(fā)布了高中低三個(gè)版本的大模型，分別是適用于高度復(fù)雜任務(wù)的 Gemini Ultra 、適用于各種任務(wù)的最佳模型 Gemini Pro 以及適用于端側(cè)設(shè)備的 Gemini Nano 。

其中 Gemini Pro 對(duì)標(biāo)的是免費(fèi)版 ChatGPT，而最高版本的 Gemini Pro 將于明年年初開(kāi)始給開(kāi)發(fā)人員廣泛使用。

而同樣是大模型加應(yīng)用層的策略，谷歌的 Bard 聊天機(jī)器人遠(yuǎn)遠(yuǎn)落后于 ChatGPT，而發(fā)布大模型之后，谷歌將把Gemini 大模型的能力賦加在 Bard 聊天機(jī)器人上，明年還將發(fā)布一款名為 Bard Advanced 的聊天機(jī)器人，而適用于端側(cè)設(shè)備的 Gemini Nano 大模型則會(huì)引入安卓手機(jī)中。

在谷歌最吸引人的 6 分多鐘演示視頻中，Gemini 大模型的能力得以展示，它可以根據(jù)人在紙上隨意畫出的形象，實(shí)時(shí)給出人一樣的判斷和推理回答，并且能夠檢查物理作業(yè)問(wèn)題，診斷預(yù)先寫好的解決方案，并給出正確答案。

但僅僅兩天后，谷歌就被「打臉」了，谷歌大模型并沒(méi)有外界傳說(shuō)的那么驚艷。

事實(shí)上，那段演示視頻并非是實(shí)時(shí)進(jìn)行的，也不是通過(guò)語(yǔ)音對(duì)話完成的，Gemini 并不能達(dá)到視頻中的效果，谷歌方面后來(lái)承認(rèn)，「為了本次演示，我們縮短了延遲并精簡(jiǎn)了 Gemini 的輸出?！?/p>

而根據(jù)谷歌自己發(fā)布的數(shù)據(jù)對(duì)比圖，Gemini Ultra 僅以微弱優(yōu)勢(shì)領(lǐng)先于 OpenAI 的 GPT-4 模型，換句話說(shuō)，谷歌最新的 AI 模型，水平僅僅比 OpenAI 一年前的基礎(chǔ)高一點(diǎn)而已，并非有巨大的優(yōu)勢(shì)，況且目前真正代表 OpenAI 實(shí)力的，是下一代的 GPT-4.5或 GPT-5。

可以說(shuō)，即便是巨頭谷歌，當(dāng)下 AI 發(fā)展的狀態(tài)也是追趕 OpenAI，其急于通過(guò)產(chǎn)品展示和證明自己的 AI 發(fā)展速度，本身是一種利用 OpenAI 混亂期的營(yíng)銷策略。

OpenAI 的混亂期，是 AI 行業(yè)滾滾浪潮中的一個(gè)插曲，尤其是「 GPT 商店」推遲到 2024 年發(fā)布，這無(wú)疑是 OpenAI 商業(yè)化前進(jìn)中的一個(gè)減速動(dòng)作，對(duì)OpenAI來(lái)說(shuō)是一個(gè)坎坷，但對(duì)行業(yè)競(jìng)爭(zhēng)者來(lái)說(shuō)，可能就是一個(gè)突圍時(shí)機(jī)。

「百模大戰(zhàn)」已經(jīng)告一段落，謹(jǐn)慎如騰訊，激進(jìn)如字節(jié)。這對(duì)昔日的老冤家，如今都在大模型戰(zhàn)略上不遺余力，走上了截然不同的發(fā)展路徑，背道而馳：一個(gè)極力擴(kuò)充 AI 大模型的使用場(chǎng)景，找到下一個(gè)超級(jí)流量入口；另外一個(gè)則是不斷打磨大模型的技術(shù)和能力，把使用場(chǎng)景局限在小程序范圍內(nèi)。

AI 大模型之戰(zhàn)是互聯(lián)網(wǎng)巨頭不能丟掉的陣地，而對(duì)百度、騰訊、阿里和字節(jié)為代表的國(guó)內(nèi)互聯(lián)網(wǎng)大廠來(lái)說(shuō)，各家的底層大模型產(chǎn)品雖然數(shù)據(jù)能力各有差異，但基礎(chǔ)設(shè)施已經(jīng)有了。

下一個(gè)競(jìng)爭(zhēng)焦點(diǎn)，就是如何在底層模型能力上跑出一大批落地的 AI 應(yīng)用，抓住這個(gè)混亂期成功突圍。最本質(zhì)的問(wèn)題依舊是：國(guó)產(chǎn)大模型什么時(shí)候能跟 ChatGPT 一樣好用？