跳至正文

体验完百度的文心一言,我只能说:它胆子够大

3 月 16 日下午 2 点,百度北京总部的发布厅内,李彦宏迈着急促的步伐走上台,和大家公布了最近一段时间备受关注的产品——文心一言。

尽管这位科技巨头创始人,登过《时代》周刊封面,见过无数大场面,但发布会中,他的神态里都透露了些许紧张和局促。

06430e92a73559e68eced8785cba8c99

有人满怀期待,但也有很多人,只是单纯想看它出丑。

bad3322f52f992ff805b3ca33a7927a9

会上,百度共在 5 个场景下,展示了文心一言的能力。

在文学创作方面,文心一言可以总结出《三体》内容,也可以在哲学角度续写《三体》。

在商业文案创作这块,它可以根据公司的业务类型取名,生成 Slogan ,以及撰写几百字的新闻稿。

dd30c49e020c8559e1622dfe5ff958cf

同时,它也可以做一些数理逻辑推算,比如鸡兔同笼,还可以判断出题目错了。

除此之外,文心一言可以给用户反馈图像,语音和视频。

比如它可以为 2023 世界智能交通大会创作一张海报,也能用四川话回答你的问题,甚至是生成视频。不过,想实现这些功能其实并不难,百度做的也许就是把这几项服务融合了一下。

fcef5f65695e463a3aee32d62e29920b

可惜的是,发布会上所有素材都事先录好的,并非现场实操,所以对于文心一言的真实能力,很多人都表示怀疑。

我们先测试了一些日常问题:如何做一份好吃的松鼠桂鱼?

这是文心一言的回答。

7f1fb5cbe1a4110985f1e237dde40c0b

这是 New Bing 的回答。

46b58d6f98e7e876bbcb7d758e5a1d0a

虽然我们没有时间测出谁的菜谱味道更好,但能看出百度文心一言的回答要优质一些。它按照标准的菜谱格式,分别给出了备料,步骤以及注意事项。

随后,我们又问了一个经典的带有思维陷阱数学问题:一个青蛙掉到了一个 10米深的井里,它每天晚上向上跳 3 米但会滑下来 2 米,请问他第几天能跳出井里?

文心一言的回答是 8 天,这是正确答案。

afd281f96c5572de85fc516593127f2f

而 New Bing 的回答是 5 天。

3a7d309be9bb04efa40f4df9b446b36c

但 New Bing 一共有三种模式,在切换了精确模式后,New Bing 也给出了正确回答。

6f8cdb41c2f8241643b663ccfa6dd94c

接着,我们测试了大家比较关心的敲代码能力,让它们帮忙写了一个渐变色按钮的 CSS 。

这是文心一言给的代码。

d7d291467868e38e08d82d20dfb677f7

在实测后发现可以跑出来,但它把“渐变色”理解成了鼠标指上去后,颜色发生变化。

6e83dd756d0bbfe16d3a745670a9af35

而 New Bing 给出的代码显示,它成功理解了渐变色。

134b45b11cb68c7dc0dd160af9abd856

后来,我们又测试了取名, New Bing 给的是:麻晨曦、麻晴雯、麻璇玑、麻云舒,似乎挺有新意。

18b6497ace571bacc22cb8dd346c4e32

但文心一言的建议,说实话,我一眼就觉得好像在“中国新生儿最热姓名”里看过。。。

0148767f6e09d5ac2202a47b3b21aac3

随后,我又提了一些节选自弱智吧的问题,测试下他们的“智商”。

比如:把加特林从冰箱拿出来算冷兵器吗?

两者都讲解了什么是冷兵器后,给出了正确答案:不是。

ee704f7300aa06344a0370179723457f

6d96fa487d75121f1deded4cd2f62e8d

我们又接着问了另外一个问题“为什么贝多芬不出新歌了?”

New Bing 在简单介绍后,回答因为已经去世 200年了。

08363aac9e366b687571dbee11b85b24

但文心一言似乎陷入了圈套,分析了一堆可能导致贝多芬不出歌的原因。。。

657f57a1b859c6b273ea0aa6ddcc7b6e

当然,测试 AI 智商肯定离不开数学题:请用 1 , 2 , 3 , 4 四个数字计算 24 点,每个数字只能用一次。

8608ff591335a2f9cf1fc21e1bc271ad

后来我们又测试了一下,虽然这次不烧了,但不知道它在回答什么东西。

f9a903572c5cf46551bd56c1a6760ff6

这是 New Bing 的回答。

a8127b53d3c823905bd3bf24dfb51b2d

接着对于中文互联网黑话的理解能力,我们也测试了一下,但让人失望的是,这方面文心一言表现还不如 New Bing 。

比如鸡你太美的梗,它并没给出一个满意的答复。

5a1b6e3247ccdbcb629883abeed68e54

而 New Bing 的回答,虽然也有错误,但起码比文心一言更接近答案。

8d7cfcff171dbbcc260312dfa37f3e4d

对于差评 925 的梗,文心一言可能因为训练语料的原因,没给到我们想要的答案,而是放出了一个非常古老的谐音梗。

2cde2b4d7e6d0c93551b2aaafcbfd5fc

New Bing 则近乎完美解释了我们 925 的梗。

b50358641a0e7eafd8b12a84fd859c1b

在信息搜索的问题上,我们也进行了提问:理想汽车过去五个月销量,请逐月列出。

文心一言的答案是:

190fa5eaaad45f6f93d0323c5f1b7579

New Bing 的回答是:

43e32b0f4465408bd57123208e4545ef

最后,我们测试了文心一言独有的画图能力。

我们先让它生成一只刺猬在敲键盘的图片,这个效果算挺不错的。

6463305658d4794566953d6f9cbc1462

但在让它生成了一只小马拉大车的图片后,我们显然是高兴早了,这 TM 是真马车啊。。。

63fa624ccd12922cfa71ce26da4b00be

OK ,以上就是给大家做的文心一言测试。

其实这段时间,互联网上大家对文心一言都带着点嘲讽的味道,前两天,微信群里就流传着一个嘲讽表情包。

53a2b0c2a3960e7b05035d1c3c4c1e72

甚至还有聊天记录形式的段子,说一旦文心无法正确答复,要用员工顶上。( 明显是假的 )

4eecdd4b6e3b7d33dc9b3bfe1bc72134

发布会直播间里,质疑和嘲讽的弹幕也随处可见。

的确,对比New Bing来说,文心一言表现是挺一般,不少方面甚至可以用“拉”来形容。

百度自己也知道,文心一言还差了不少火候。

在测试中,它就像个不自信的小孩。不管答案怎样,只要你一否认,他就一边向你承认错误,一边保证自己会变得更好,给他点时间。

2bec026f3de1e5784cf7700e67300c32

说句实在话,差评君觉得这次百度,可以说是勇气可嘉。

一方面,虽然大厂们都在说自己搞了类似的东西,但是在 ChatGPT 如日中天的这会儿,百度还是敢顶住压力,发布了文心一言。

而且,作为一家搞搜索引擎的,文心一言也很可能会颠覆自己的核心业务。毕竟咱们之前也和大家聊过,传统的搜索引擎与其广告模式,很可能会被类似的产品干掉。

百度这波啊,多少是有股激流勇进的味道。

体验完这波产品,我觉得百度最应该做的,还是尽快迭代,抓紧时间把用户体验拉上来。不然就现在这个状态,别说是 GPT-4 和 New Bing 了,摆到 GPT-3.5 面前,还是有待增强。

至于咱们,也可以耐心一点,给这个初出茅庐的、不自信的小孩多一点时间。

万一哪天,它突然就把事干成了呢?

玖拾-时事与资源: 体验完百度的文心一言,我只能说:它胆子够大