在國外科技巨頭們在AI大模型領域里打得火熱時，國內的互聯網巨頭也不甘示弱，比如近日引發眾多討論的百度“文心一言”。那么百度“文心一言”的表現如何？除了百度“文心一言”，國內其他互聯網大廠的AI大模型發展，又走到哪一步了？

前幾日，一場不及預期的發布會讓百度的股價跌去將近10%。然而，當各家媒體開始紛紛發布文心一言的評測，很多人才發現李彥宏僅展現了其能力的“冰山一角”，于是今天百度的股價高開高走，盤中漲幅最高近15%。資本市場的這一戲劇性表現，反映了人們對于這款“中文版ChatGPT”的認知分歧。

在實際測試了文心一言的各項表現之后，文娛價值官發現它雖然距離ChatGPT尚有差距，但已經實現了國內AI領域在大語言模型領域的一次突破。不僅如此，有了知識圖譜的加持，未來集成了文心一言的百度搜索可能會比New Bing更加可靠。

在百度之外，過去兩年騰訊、阿里也在各自探索大模型突圍之路，ChatGPT與文心一言的刺激也正在讓它們從岔路回到“正軌”。

一、文心一言未來進化的潛力有多大？

在近日的發布會上，李彥宏通過演示視頻展示了文心一言在文本創作、數理推算、中文理解與多模態生成等方面的能力，卻并未測試其在多輪連續對話、上下文語意理解、邏輯推理等方面的表現，通常這些才被認為是ChatGPT的突破之處。因此，。

隨著越來越多內測用戶開始與文心一言深度互動，這一印象似乎被進一步加深。從眾多網友及文娛價值官的實際測試過程中可以看出，文心一言的in-context learning能力差強人意，某些時候不能正確理解用戶的提問。同時，文心一言也并沒有熟練掌握邏輯推理鏈條，一旦用戶繼續追問，文心一言往往顯得窮于應付。

相比之下，文心一言在文本生成、世界知識等方面的表現則令人驚喜，雖然很多時候生成內容的深度與精細程度不如ChatGPT，但更多是由于訓練過程中語料質量的限制，后續可以實現進一步提升。

基于文心一言的表現，有業內人士推斷它已經具備了GPT-3的同等能力，與ChatGPT背后的GPT-3.5仍然存在代差，更不用說OpenAI剛剛發布的GPT-4了。

盡管如此，該業內人士依然表示文心一言超出了預期，因為在此之前，國內尚且沒有一款大模型能達到GPT-3的水平，文心一言至少走在了一條正確的道路上。如同GPT-3一樣，文心一言也擁有巨大的進化潛能，后續如果像OpenAI一樣進行代碼訓練、指令微調和基于人類反饋的強化學習（RLHF），或許也能夠最終解鎖GPT-3.5所擁有的突現能力（Emergent Ability）。

二、大模型+知識圖譜，可能會比NewBing更“靠譜”

在發布會上，百度首席技術官王海峰曾提到文心一言的模型“訓練不夠充分”，背后的潛臺詞是：文心一言訓練過程中使用的人工標注數據有限，也并未充分借助RLHF這一ChatGPT背后的“秘密武器”，而更多依靠百度自身的技術積累。

在去年5月文心大模型首場技術開放日直播分享中，百度技術委員會主席吳華曾提到，文心ERNIE的特色之一就是從大規模知識圖譜和無標注、無結構化的文本中去學習，能夠用少量任務數據取得非常好的效果。這條路徑正是針對高質量中文語料稀缺，人工標注知識門檻（需要語言及專業領域專家團隊）及成本較高的“痛點”。在中文知識圖譜領域，百度多年以來有著深厚積累，可以用來增強模型知識之間的關聯，提升文本語義理解能力。

不僅如此，知識圖譜也有助于解決目前大語言模型“一本正經胡說八道”的問題，對于下一代搜索引擎而言，這個問題顯得尤為關鍵，未來大語言模型與知識圖譜的相互結合將是大勢所趨。

有分析認為Bing可以借助ChatGPT與Google的知識圖譜相抗衡，但從目前New Bing的表現來看，盡管它可以實時搜索全網內容，且提供了可供核查的信息來源，但如同ChatGPT一樣，它在專業領域無法保證正確率。一位業內人士表示：“單純的生成式模型沒法確切的給出正確答案，尤其是當語料庫本身有缺陷時。這意味著，在某些專業領域答案不應該生成而是從知識圖譜抽取?！?/p>

因此，有了文心一言加持的百度下一代搜索引擎，在信息獲取方面的使用體驗可能會比New Bing更為可靠，雖然可玩性上尚且存在明顯差距。

三、外部刺激下，騰訊大模型終于不再“各自為戰”

在昨天的發布會上，李彥宏一再強調百度是全球大廠中首個做出來對標ChatGPT產品的。文心一言的率先搶跑，也必然會刺激騰訊、阿里、字節等國內大廠的追趕步伐。

2月27日，有消息稱騰訊方面或已針對類 ChatGPT 產品成立“混元助手（HunyuanAide）”項目組，目標是聯合內部團隊構建大參數語言模型。當然，在此之前騰訊在大模型領域已經“早有布局”，只不過之前更多是騰訊AILab團隊的單打獨斗，目標也是為內部產品線及騰訊云客戶技術賦能，這一次則是打破部門藩籬，集聚全廠之力共同攻關。

相比百度借助于知識圖譜實現大模型突圍，騰訊AILab此前的著力點是盡可能以最小成本訓練大模型，從而突破算力及存儲瓶頸。

2022年12月，騰訊對外宣布用256卡最快一天就可以訓完萬億參數NLP大模型，“只需要用少量的標注數據微調，就可以取得較好的效果?！睂嶒烇@示，在騰訊太極機器學習平臺自研的訓練框架ZeRO-Cache 上，僅需32張卡就可以實現GPT-3（175B）的模型訓練。這一模型訓練方法的著眼點，仍在于降低業務的使用成本。之所以在這個方向上發力，則可能是由于AILab是“業務導向”，自身很難獲取到高質量的標注數據，只能盡可能把刀磨得鋒利。

相比之下，微信AI團隊自研的WeLM（Well-Read Language Model）雖然最大訓練參數只有100億，卻可以采用多樣化的網頁、書籍、新聞、論壇、論文的10TB數據集進行訓練，從而能夠先于ChatGPT低調上線。

不過，WeLM 并不是聊天機器人，而只是一個補全用戶輸入信息的生成模型。因為訓練深度有限，WeLM 對于精準提示詞的依賴性要高于ChatGPT，尚未解鎖zero-shot 泛化能力，不僅如此，有媒體測試發現，一旦面臨高強度輸出還會出現GPU過載問題。當ChatGPT橫空出世之后，已經無人關注微信團隊的這個實驗品。

由此，也可以看出騰訊在大模型領域部門之間的“各自為戰”，在外力的刺激之下，“混元助手“項目有望打破這種割據狀態。

雖然騰訊沒有百度強大的知識圖譜，但微信公眾平臺被視為中文互聯網上質量最高的內容庫，微信讀書也可以扮演Project Gutenberg在ChatGPT訓練過程中所扮演的角色，如果騰訊能不惜投入建立自己的高質量訓練語料庫，搭配那一把鋒利的“寶刀”，或許在不久的將來就能帶給我們驚喜。

四、前年就訓練出“中文版GPT-3”，去年阿里卻做了“瑞士軍刀”

早在2021年4月，阿里達摩院就宣布僅用128張卡就訓練出了“中文版GPT-3”PLUG。然而，由于訓練參數（參數量只有270億，相比GPT-3的1750億差了一個數量級）及語料質量上的差距，這個“中文版GPT-3”顯得名不副實，在當時也并未掀起什么水花。

去年，阿里達摩院宣布實現大模型領域的“大一統”——模態表示、任務表示、模型結構統一，從而實現在低資源消耗的前提下覆蓋更多行業的應用場景（宣稱落地場景200+），猶如一把便宜的瑞士軍刀，至于在各項能力上好不好用就是另一回事了。在尚未把某一把刀磨好之前，達摩院似乎已經急于把它們組裝起來尋找買家了。

直到ChatGPT火遍全球之后，阿里才意識到自己兩年前就已經“做出來了”，開始向外曝光達摩院版的ChatGPT，只是不知道會如何把它從已經“大一統”的“通義”大模型中“解放”出來，然后傾全院之力專注磨好這一把刀。

至于上個月才剛剛加入“大模型熱潮”的字節，雖然是大廠中動作最晚的一個，卻也避免了如上面幾家那樣走彎路。不僅如此，字節的目標也很明確務實：搜索部門牽頭，各個部門通力配合，將大模型與搜索、廣告等下游業務深度結合。

雖然字節在文字內容方面缺乏積累，但在視頻、圖像方面的數據卻是上述幾家無法比擬的。當多模態大模型未來成為主流，這將是一座難以被撼動的壁壘。