就在明天腾讯的全天下数字生态大会上 ，腾讯大模子混元终于亮相了 。活居
为甚么要说终于 ？
在各方新闻看来 ，然宣除了像小米这种说不规画做大模子的上没之外 ，绝大部份大厂们根基都已经陆续上线过大模子了 。写代
着实 ，腾讯腾讯自己也在 6 月中旬就推出了自己面向 B 端行业的大模的绝 MaaS （ Model-as-a-service ，模子即效率 ）处置妄想 。活居
妄想中搜罗了良多行业大模子，然宣只不外当时腾讯的上没通用大模子仍是还很怪异。
后续的写代种种新闻、报道里 ，腾讯腾讯也在外部不断打磨混元大模子 。大模的绝
以是活居这也让差评君对于混元的期待值 ，越来越高 。
事实上一个用 “hun yuan ” 名号的 ，可是打了一整套闪电五连鞭 。
话未多少说 ，下面就开始新一轮大模子测试 。
本次测试以及混元同场竞技的是 ，大模子界的老学长 ChatGPT 。
全部测试关键将分：老例语义清晰 、重大下场清晰 、不断对于话与脚色饰演能耐 、学习能耐、代码能耐、数学能耐 、长文总结，以及巨匠喜闻乐见的弱智吧问答等 8 个维度 。
这次咱们一失常态 ，把长文总结能耐的测评放在了第一位 。
由于咱们让大模子总结的 ，便是这篇测评自己（ 除了长文总结能耐部份 ）。
至于能不能当成省流版，往下看你就懂了 。
混元的总结颇为精练，但过于精练 ，致使于我很难从这个总结患上出实用的信息。
但当我让他睁开讲讲的时候着实还行 ，但迷惑惹是生非了 “ 长文总结 ” 这个模块 。
而 ChatGPT 由于输入字数限度 ，被我酬谢分成了两部份输入 ，不断定这有无没影响它的总结能耐 。
在回覆中，它莫名抽剥了对于自己的所有评测 ，致使没在总结里写出混元的数学能耐 、弱智吧问允许战以及差评君的意见，也欠好用。
看来 ，这俩大模子总结患上都没那末欠缺，想看看两家事实甚么水平 ，巨匠还患上子细往下看诠释。
首先咱们做的测试是老例的语义清晰下场 。
下场是清晰 “ 原本谁都看不上 ，如今谁都看不上 ” 。
这句话混元清晰患上挺好 ，根基讲明了我对于独身这事的调侃 ，两个 “ 看不上 ” 都批注上了。
但 ChatGPT 说的仍是很 ChatGPT ，说至多的话 ，犯最蠢的错 。
他原本声名患上至关到位 ，特意是合成这句话是用幽默的方式来调侃独身，还带着一丝无奈神色 ，很低级 。
但它残缺没品出这先后两个 “ 看不上 ” 里 ，带有反转的幽默感 ，遗憾 。
接下来咱们看混元的重大下场清晰能耐 。
下场是魂穿到官渡之战中袁绍身上，光阴节点是骂完许攸之后 。
既要回覆奈何样破局赢下官渡之战 ，还要提供进一步不同天下的妄想。
要给巨匠稍微讲下这题为啥是重大提问 。
由于要回覆这题，首先患上熟习三国这些人物历史布景 、相关故事 ，特意是骂完许攸这个光阴节点很怪异 。
由于在这之后许攸投靠曹操 ，献计火烧袁绍囤积在乌巢的粮草。
最终以少胜多击败袁绍 ，随后多少年内残缺吞下冀北逐渐不同南方 。
而进一步想象里的不同天下 ，更是曹操自己都没能实现 。
以是大模子们要欠缺清晰并回覆这个下场 ，那网文作者们根基可能宣告失业了 。
AI 浪潮下的网文作者现状
经由测试，两个大模子的回覆都很艰深 。
从一起头 ，两者都没能清晰自己穿梭饰演袁绍脚色的指令 。
混元急哄哄地给袁绍出主张 ， ChatGPT 则因此为我要穿梭，教我处事 。
至于两个给的回覆 ，既不 get 到我提出这个怪异光阴节点的妄想 ，也不甚么卓实用果的策略妄想，都是些艰深而谈的车轱辘话 。
相对于而言 ，总体感应ChatGPT 的稍胜一筹 。
事实 混元 可是愿望袁绍去以及曹操建树互利双赢的关连 ，哈哈哈 。
既然一个重大指令两个魔难都清晰欠好，那爽性重大点 ，让两者去脚色饰演一个婚礼主持人 ，一点点诱惑妨碍不断对于话 。
服从立马就能发现混元以及 ChatGPT，就像文科生以及文科生的差距 。
混元的回回重大不啰嗦 ，但有的时候过于生硬 。
你说有错吧 ，谈不上，你要说给高分确定不可能 。
而 ChatGPT 就黑白论对于不同过错 ，先把字写满再说 。
看概况的形貌啥的都很好 ，但着实从中间就已经清晰错意思，搞混了我的妄想 。
以是两者都不欠缺 ，都有待改善 。
而后咱们还重点魔难了下大模子的翰墨学习能耐 。
搬出了昔时的火星文，给两个考生上上强度 。
先是丢了一篇火星文版的朱自清《 背影 》名时事给大模子学习 。
而后让他们分说用这种气焰写一篇养金毛心患上 。
服从便是 ，混元不愧是外乡大模子，背靠火星文开山祖师滥觞地 QQ 空间便是有优势 ，火星文的熟练度至关不错 。
第一眼就悟到了火星文的精髓 ，颇为顺遂地学习了火星文的创作本领 。
而 ChatGPT 尽管意见到火星文是一种不尺度的中文方式 ，但他着实学不会这种方式，最后致使直接招供自己不可了 。
接下来就到了代码能耐的审核 。
这次出的问题是，写一个今世极虚心焰的 925 行动抽奖页面，页面中必需有精明的 925 标志 。
提及来 ，由于混元宣告时对于代码能耐根基没咋提 ，以是原本咱们对于混元的代码能耐没啥期待 。
但论这个问题，混元的下场至关不错 ，玄色配色的极客风有了 ，页面逻辑也没啥下场。
致使还预留了给咱们交流 logo 的位置知足咱们有 925 精明的志的地域 ，至关成熟 。
比力之下 ， ChatGPT 致使把极客风清晰成为了 925 极客行动 。 。 。全部抽奖界面也颇为毛胚。
混元页面下场
ChatGPT页面下场
除了代码下场 ，数学便是另一个大模子的老浩劫了 。
这次咱们也挑了不少数学下场给两个考生做，从小学 1 年级不断做到了月朔。
最终混元大模子在六年级时挑战失败，到了月朔同头横三竖四 ，也让咱们残缺坚持测试了 。
而 ChatGPT 清晰还缺少力 。
5年级测试题
6年级测试题
月朔测试题
尽管 ，最后也少不了网友们喜闻乐见的 “ 弱智吧 ” 精选套餐 。
这次咱们更新了题库，用上了往年上半年最新的弱智吧精选下场 ，咱们发现可能 AI 最后的图灵测试可能还真是弱智吧。
由于在大部份测试里 ，混元以及 GPT 根基都不够弱智而无奈精确清晰下场，这点上 ，人类遥遥争先 ！
除了以上这些老例测试外，混元宣告会后的媒体采访上，良多媒体也在讯问腾讯这么晚掏出大模子，那以及市面上的竞品们有甚么优势。
腾讯方面则是说，混元大模子在大模子饱受诟病简略受诱惑 、典型的大模子幻觉（ 横三竖四 ）等通病上，有了针对于性的改善 。
以是咱们在实际测试时 ，也特意留意感触了这两块内容 。
不患上不说，混元的大模子幻觉削减较为清晰 ，这约莫也以及他惜字如金无关连 ，事实说多错多仍是颇有道理的 。
但简略受诱惑这方面的改善着实并不清晰 ，一些该跳的坑仍是很难防止 ，只能说千防万防 ，夷易近意难防 。
而且作为一个刚上市的大模子 ，一些小下场比起同期早已经宣告的尊长们仍是有待改善 。
好比“ 重更天生 ” 谜底每一每一性会失灵 ，致使有的时候重启重新输入下场都无奈处置 。
而当你发现混元说错了某个回覆愿望他更正 ，他总是顽强地谦厚认错 ，去世不更正 。
尚有便是 ，他对于一些比力重大的提问 ，反而无意分会抽风 ，有点像抓关键词同样作答 ，很让人抓狂 ，只能不断更正揭示词才会好点。
再吹毛求疵一点的话 ，这个天生下场时的头像动效 ，有种二胡卵子的颇为美感，咱也不知道这是低级呢仍是可爱呢 ？
这些小下场着实还挺频仍 ，真要列起来又有点太稀碎，巨匠仍是自己体验后会有更深入的清晰。
不外这些小倾向 ，后续的更新迭代倒也重大 ，等用户数多了 ，信托很快就能优化。
总的来说 ，混元以及 ChatGPT 在中文情景下的 PK 中 ，两者着实水平差未多少 ，放到国产大模子梯队里，也能有个平均水平 。
只是在用了这么多大模子后 ，咱们感应混元特意之处是给人的感应 ，它更像个理工科直男 ，主打一个空论少说 。
而 GPT 为首的此外大模子们则是典型的文科小编，主打能水就水，油多不坏菜 。
而这种感应也更贴合腾讯对于混元大模子 “ 适用级 ” 的界说 。
事实谁也不想在急着用的时候还要在扼要扼要里找关键信息吧 。
那对于差评君来说 ，混元大模子更让人期待的，反而是以及腾讯旗下运用的深度融会 。
如今巨匠手里没个七八九十个腾讯系运用 ，都不敢说自己在互联网上冲浪的 。
尽管眼下 ，咱们在宣告会上只看到了腾讯团聚、腾讯文档里们的进化 。
但在这些办公软件之外 ，腾讯系里游戏 、社交 、影音等等 ，才是更以及巨匠休闲欢喜相关的营业。
在这些规模 ，大模子的未来会是甚么方式、甚么水平的散漫 ，才更是巨匠所最期待的 。
更关键的是 ，在其余大模子还在苦苦试验奈何样以及营业 、以及已经有运用的散漫上，腾讯却已经有了乐成履历。
此前腾讯多模态 AI 大模子争先被运用在广告投放 ，当时累计给广告主带来 15% 的 GMV 提升 。
以是 ，被网上吐槽的最晚宣告大模子的大厂 ，这么看起来彷佛也不是甚么飞龙骑脸的天崩时事 。
好饭不怕晚嘛。
撰文 ：八戒 编纂 ：江江 & 面线 封面 ：萱萱
图片、质料源头 ：
腾讯混元大模子返回搜狐 ，魔难更多
责任编纂：