独家测试：我们收集了几十个问题，而「文心一言」是这么回答的……｜Chat AI

封面来源｜视觉中国

3月16日，百度文心一言上线，但是仅仅开放申请。据悉，截至发布会结束当晚21点，已经有6.5万家企业申请百度文心一言API调用测试。目前，个人用户也可以通过访问官网参与内测排队。

发布会我们已经有文章报道过，在此不做赘述。总的来说，透过这场发布会，百度表达了以下核心观点和内容：承认差距、阐述能力、展望未来。

而目前大家更感兴趣的，或许是文心一言所谓的智能对话能力，到底怎么样？

36氪拿到了内测权限，在朋友圈征集了一些问题，并将某些问题与ChatGPT的回答进行对比（之所以如此，是因为百度文心一言一直对标ChatGPT，也被人嘲讽为“ChinaPPT”）。

先说结论：

1、百度文心一言对开放式问题回答更好，对于任务和逻辑问题回答稍弱。

2、百度文心一言在第一次给出答案时不够稳定，容易输出奇怪答案，质量不够统一。

3、视频和语音生成功能暂时无法体验，百度的说法是，成本太高。

4、单轮对话效果优于连续对话。

文心一言和ChatGPT（GPT-4）的互评

首先，让文心一言和ChatGPT（GPT-4）互评。

双方的回答方向都很“官方”，先陈述事实，再列出优点和缺点，中规中矩。所谓知己知彼，百战不殆。目前来看，AI大模型本身似乎还不能做到这一点。但是，对OpenAI、Google、百度等企业的决策者，以及开发AI大模型的人来说，应该不是难事。

这里需要做个小笔记：GPT-4训练数据截止日期是2021年9月，而此前公布的ChatGPT数据库的最后更新时间是2021年的12月31日。

百度文心一言对ChatGPT的评价

第一次回答的小插曲

文学创作

在发布会上，百度效仿网友对ChatGPT提出的续写《三体》要求，展示了文心一言对续写《三体》的建议。有网友称，ChatGPT的回答更有趣。但是，细心的观众可能以及注意到，文心一言案例中点明了要“从哲学的角度续写”，而非直接提问续写角度。

为了方便读者进行对比，笔者也尝试让ChatGPT（GPT-4）回答了同样的问题。

文心一言：从哲学角度续写《三体》，来自作者提问

看多了故事创作的例子，想必也会有读者对散文感兴趣。

从生成内容来看，文心一言似乎更能勾起笔者的思乡之情，尤其是这句“或许，我需要的并不是物质上的财务和名利，而是一份真正的情感和归属”。

而笔者在尝试用ChatGPT（GPT-4）生成散文时，频繁出现网络错误提示，导致文本生成不能顺利进行。这可能是服务器的问题。不过，从内容生成速度上来讲，GPT-4确实不如GPT-3.5，在很多情况下，也不如文心一言。尽管如此，依然可以看出，ChatGPT是擅长排比的。

文心一言散文创作（字数统计：666个字）

ChatGPT（GPT-4）：多次未能完成的散文创作

诗词创作的例子，这里就不再展示了。但值得一提的是，利用文心一言生成散文后，笔者继续要求其将上述散文改写成一首诗。文心一言生成了一首现代诗，其中两段是这么写的：

在夜晚的寂静中

我听到了一声叹息

那是我思乡的呼唤

像一抹温柔的月光

把我的心带回故乡

故乡的山川是如此美丽

那些熟悉的景色让我沉醉

小溪流淌，树木婆娑

数理逻辑推算

针对鸡兔同笼问题，我们选择了与文心一言展示案例不同的提问方式。遗憾的是，没能得到满意答案——文心一言认为题目出错了（当然没有出错，有正确回答）。

为了验证是否因为表述不够详细才导致这样的结果，笔者尝试了其他几种表述方法，其回答仍然如此。而依着不撞南墙不回头的性格，笔者最后选择直接告诉文心一言：“上面的题目是正确的，重新回答”。此时，文心一言终于能给出部分正确的解题思路——列出了正确的方程式，但答案依旧错误。

需要指出的是，从文心一言第二次回答描绘的已知信息来看，它好像真的没有准确get到题目的内容。难不成真是笔者的表述问题？希望有兴趣、能拿到内测资格的读者能够帮我解决这个问题。

同样的，ChatGPT（GPT-3.5）也未能正确回答。其第一遍回答尽管展示了解题思路，但是方程式列错了，回答错误。第二遍尝试虽然方程式列对了，但是答案却错了。

相较之下，ChatGPT（GPT-4）给出了满意答案——鸡有80只，兔子有20只。但不得不说，解题步骤显得有些冗长了（完全没必要那么复杂），以至于无法在电脑网页上获得完整截图。

这么来看，GPT-4的数理逻辑推算能力确实是提升了。

文心一言对“鸡兔同笼”问题的第一遍回答

文心一言对“鸡兔同笼”问题的第二遍回答

图像生成&中文理解

为了测试百度文心一言的图像生成能力，我们选择了“困难”模式——给出一些诗句，要求它产出高清图片。

从图像生成能力来看，对一些易于理解的，诗句本身对画面有丰富描述的诗句，文心一言可以呈现出比较好的效果。以“日出江花红胜火”为例，文心一言给出的画面准确囊括了日出、江水、花、红等画面元素，甚至还在江边生成了一座塔，颇有江南风味。

但是，对需要更多背景信息，以及更加突出意境、需要想象力的诗句，文心一言尚且不能拿捏。

例如，笔者尝试让它根据《蜀道难》里对剑门关的描述——“剑阁峥嵘而崔嵬”这样的诗句生成风景图，文心一言给到的结果是三国时期打扮的人物肖像。值得一提的是，好歹还是能够输出对历史时代背景的理解。

而针对“大漠孤烟直”，文心一言虽然也生成了“大漠”、“孤烟”的画面元素，但是，很显然没能表现出诗句描绘的壮阔场面。而针对这一场面，文心一言是能够准确输出文字描绘的——“在浩瀚无边的沙漠中，烽火台燃起的狼烟在天空中笔直地升起”。

除了图像生成，笔者还对比了文心一言和ChatGPT（GPT-4）对诗句中描绘画面的理解能力。ChatGPT（GPT-4）的答案稍显冗长，但也不错。

文心一言图像生成：日出江花红胜火

文心一言对“日出江花红胜火”的理解

ChatGPT（GPT-4）对“日出江花红胜火”的理解

最后，笔者对文心一言和ChatGPT（GPT-4）提出了“以‘千里之行始于足下’为主题，为百度文心一言发布会创作一篇发言稿”的要求。

相比之下，ChatGPT（GPT-4）在“千里之行始于足下”这句话上下足了功夫，但似乎没有聊太多和文心一言有关的事情。而文心一言的回答则更像是一篇合格的发布会发言稿。毕竟，要打出来的招牌是自己的。

文心一言：发布会发言稿生成

ChatGPT（GPT-4）：发布会发言稿生成

随机测试

我们征集了一些问题，比如编程问题、采访提纲、分析某个现象、xx排名以及无厘头问题，想要让百度文心一言回答。这些问题有的是开放性问题，有的是逻辑性问题，而文心一言的回答质量并不够统一。有的问题是在一本正经胡说八道，当然这个现象ChatGPT一样存在。

提纲看起来质量OK

A轮融资和B轮融资，与天使轮融资是否是一个概念？

很显然，文心一言没搞明白36氪和其他证券公司的关系

百度的数据看来也没到2023

但是却非常笃定认为狂飙和飞驰人生是同一个

可写代码

基础编程能力似乎OK

有懂代码的读者可以判断一下写得怎么样

回答不错

图像能力

面对无厘头问题也可以回答

回答不错

但是正月剪头的习俗似乎ChatGPT知道

在文心一言生成的散文中，有这样一句话：“在这个浮躁的世界里，思乡之情变得越来越珍贵，它如同一盏明灯，指引着我前行的方向。”

大西洋对岸，ChatGPT已经催生了生成式AI的淘金热，资本开始疯狂搜寻领域内有潜力的创业公司。而有了OpenAI为同盟的微软，也已经和“单打独斗”的谷歌形成扭打之势。这让人不由得感叹，新一轮AI发展热潮已经开始，再不跟上可能就真的落后了。

有人感叹OpenAI独孤求败。事实确实如此，其3月15日发布的GPT-4又一次将各路竞争对手甩开一截。就在今天凌晨，GPT-4已经登陆微软全家桶。

但我们终该抱有信心，有了benchmark，就像是缓慢前行的巨轮在大海上中航行有了灯塔，即便走得慢，但知道路在何方。

在这个浮躁的世界里，专一且笃定变得越来越珍贵。

36氪旗下官方公众号

👇🏻 真诚推荐你关注 👇🏻