GPT-4收穫滿堂彩百度“文心一言”還只是PPT?

原文:《產品“擺拍”展示文心一言露怯》

作者:文刀

3月16日,“文心一言”沒有在問答環節“翻車”,因為,百度創始人李彥宏在開發會現場展示的這個自然語言大模型產品,測試的過程和結果是提前錄製好的。

“擺拍”的測試Demo裡,文心一言能用中文回答問題,能續寫《三體》,能理解“洛陽紙貴”,能計算“雞兔同籠”的數學問題並給出推算過程,還能生成圖片、語音甚至視頻。看上去挺強大,但也僅限於看上去,遠沒有更早一天OpenAI直接演示GPT-4模型時帶來的全網驚艷。

展示看似穩妥,但沒保住股價。李彥宏登台後,港股百度集團股價從130港元開跌,22分鐘後跌幅超9%至120港元,發布會結束後,百度股價也沒能回到130港元。

整場發布會,文心一言沒有真實互動、沒有技術數據細節、沒有與其他大模型的對比,李彥宏與百度CEO王海峰一人一套PPT,公眾一個多月的期待落空。當下,王海峰宣布,“邀測開啟”,需要邀請碼。

這意味著,普羅大眾還無法體驗文心一言。而那邊廂,GPT-4已經被嵌入到ChatGPT和搜索引擎Bing,讓AI技術直抵普通人。

相較而言,百度對文心一言更有信心的領域似乎在產業,李彥宏和王海峰都強調了自然語言大模型對“千行萬業”的影響,這也是它與ChatGPT的區別之一,後者的“現象級”、“殺手級”評價純來源於用戶“自來水”。

1、問答演示系提前錄製股價應聲大跌

李彥宏一上台就給“文心一言”定了一個調——這個基於文心大模型底層的產品在公眾的期待中,對標的是ChatGPT甚至GPT-4,“門檻很高。”

他話鋒一轉,巧妙地避開了百度與OpenAI的比較,而是把對比放在了全球大廠的範疇裡,“百度是第一個發布的,大家知道微軟是直接調用OpenAI,谷歌、Meta、英偉達都沒有真正發布同類型的、同級別的產品。”這句話沒說完,李彥宏清了下嗓子,一如他在過往發布會上一樣,略顯緊張。

後來的15分鐘裡,李彥宏用Demo展示了文心一言的五大能力:文學創作、商業文案創作、數理邏輯推算、中文理解、多模態生成。對應每個能力,他以文字的形式輸入了不同的、有上下文聯繫的需求。

比如,展現文學創作能力時,他讓文心一言總結《三體》核心內容後,提出從哲學的角度續寫《三體》的要求;展現商業文案創作時,他讓文心一言按企業業務給公司起名、生成Slogan、寫公司成立的新聞稿;在展示梳理邏輯推算時,李彥宏用小學生們躲不開的“雞兔同籠”數學題為例,甚至故意輸錯了題幹,文心一言指出有錯後,在修改的題乾後給出了正確答案和解題過程。

此時,發布會直播剛好進入到第21分鐘,面向全網,李彥宏突然解釋了一句:演示不是現場進行的,而是提前錄下來的,“因為需要輸入很多詞,為了節省時間。”

此話一出,全網嘩然,“原來是擺拍的。”2分鐘後,港股百度集團股價直接下挫至120港元,較發布會14點開始時的130港元跌超9%。

百度港股股價在發布會期間大跌

“擺拍”的測試Demo繼續演示了文心一言的“強大”:解答“洛陽紙貴”在當時到底有多貴,能拿這個成語作一首藏頭詩,根植於中國的百度能拿出比其他自然語言大模型競品更好的中文理解能力;它也能在輸入文字需求後生成海報(圖片)、語音(可以是方言)甚至視頻,即多模態生成能力。

然而,“提前錄製”這個轉折讓文心一言後續的展示效果變弱了。

一天前,OpenAI的聯合創始人Greg Brockman直播演示GPT-4的多模態能力時,沒有PPT,沒有酷炫的開場廣告,將一張手繪的“玩笑網站”模版草圖拍照上傳至新模型後,10秒生成了網站。這場展示不到半小時,但Brockman全程與社群平台Discord上的用戶保持互動,還隨機選擇了用戶的需求測試GPT-4。

誰對自己的產品更自信,一目了然。

2、中文能力顯本土優勢跨語言“還在學習”

如果拋卻信心不談,那麼,文心一言對標ChatGPT或GPT-4到底能否勝出?

在數據或技術細節上,無論是李彥宏還是後來上台解釋文心一言技術背景的CTO王海峰,都沒有在發布會現場給出具體的對比,僅提到了“5500億”這個事實量指標,而GPT-4並沒有對外披露知識數。

普通人或許無法在數據對比中得出結論。但作為中文用戶,我們將李彥宏給文心一言輸入的中文需求甩給了植入GPT-4模型的ChatGPT,這個“外國AI”也可以理解,但很容易給出錯誤答案。

比如,做雞兔同籠數學題了錯不說,題幹錯誤也未能指出;將成語“洛陽紙貴”解釋成“高分考卷在洛陽被大量複製、傳閱”,“表示名貴、珍重、有價值”,屬於沒讀過《晉書·左思傳》裡的《三都賦》典故,不知這個成語原意是比喻“著作風行”之意了。

ChatGPT似乎在從字面上理解中國成語‍‍‍‍‍

有趣的是,ChatGPT又回答出“洛陽紙貴”在現代經濟學原理中代表“供求關係”的引申義。當它用這個成語作藏頭詩時,前面三個字都藏頭入詩了,但“貴”寫成了“綺”,沒能對這個中文字正確識別。

正如李彥宏所說,文心一言根植於中國,一定比其他國家的自然語言大模型更理解中文和中國文化。而對於跨語言,文心一言還在學習,“英文也能用,但肯定沒有中文好。”

GPT-4適應的“母語”顯然是英語,但為了初步測試該模型在其他語言上的能力,OpenAI的研究團隊曾使用Azure Translate 將MMLU 基準(一套涵蓋57 個主題的14000個多項選擇題)翻譯成多種語言時,GPT-4 的英語精度(85.5%)較GPT-3.5 的精度(70.1%)更高,而跨語言精度放在普通話(Mandarin)上,GPT-4能達到80.1%,高於日語和韓語等亞洲國家的語言。

作為中國本土化的ChatGPT,中文能力好當然是應盡之責。對用戶和客戶來說,這也是最明顯的利好,語言門檻低了,申請、使用相應地都會帶來便捷。但放在全球競爭中,這個優勢最多能體現在使用中文的國家和地區中,而OpenAI將輻射英文使用區。

在多模態生成上,文心一言的Demo展示了輸出圖片、語音、視頻的能力;GPT-4也披露將具備圖片、視頻的輸出能力,但目前無法在ChatGPT 上向更廣泛的公眾展現,而它對網絡“梗圖”的理解力曾讓網友驚嘆,當然,最驚訝的還是它用草圖框架生成代碼的能力。

寫代碼這一涉及多模態的能力,文心一言並沒有在發布會中展示。但已經拿到測試資格的媒體《量子位》成員在晚間的直播中測試了文心一言寫代碼能力,給出的評價是“一般般”,“Python語言還可以,其他語言就不太行了。”他還測試了文心一言是否具有GPT-4的角色扮演能力,結論是“沒辦法”。

3、聚焦企業客戶以用戶反饋促迭代

“從我自己的內測體驗看,文心一言確實也不能叫作完美。”李彥宏謙虛了一下又說,“但是,為什麼今天要發布?”屏幕前一定有人以為他要說競爭、要說文心一言的出品難度,沒想到的是,他自問完自答:因為有市場需求。

他說,百度的各個產品線,從搜索、智能雲到自動駕駛、到小度都等著要用這樣的的技術,“更重要的是,我們的客戶、我們的合作夥伴在等著用這樣的技術,大家都在催,我們需要儘早的將它發佈出來。”

一句話,李彥宏道出了文心一言的企業級場景,客戶、合作夥伴成為重中之重,背後的一頁PPT裡寫著,“文心一言讓每一家公司都離客戶更近”。

李彥宏解釋大模型的產業機會

在解釋文心一言以及底層的文心大模型會帶來哪些創業機會和投資機會時,李彥宏說,大模型將帶來三大產業機會,包括新型雲計算、行業模型精調和應用開發,而有關文字、圖像、音視頻生成、數字人、3D生成等的應用開發是“最大的機會”。

萬眾期待的文心一言發布會在這一刻如同一場“商業路演”,坐等客戶上門。而在這場發布會之前的一個月裡,幾百家企業紛紛官宣加入了文心一言生態,百度給出的數據是650多家。

To B或許是文心一言的重要優勢,畢竟,這個產品是集合了百度多個大模型的產物,包括ERNIE和PLATO,而這兩個模型都產出過多個企業級模型,場景涵蓋金融、醫療、航天、媒體、汽車等等。文心一言給企業用,簡直是水到渠成。

此前,有兩家“官宣”的公司告訴《元宇宙日爆》,“先佔坑,測試後再看怎麼用。”企業需求到底有多強烈,還有待觀察。觀察的窗口期也開始了,在發布會上,百度CTO王海峰當場宣布,“邀請測試”當天啟動,獲得邀請碼即可參與測試,包括合作夥伴和個人。

很快,文心一言的測試入口開通,當然,需要邀請碼才能開測。當晚10點,百度發布了文心一言的“邀測”喜報,申請調用的企業為6.5萬家。

測試Demo是提前錄製的,真實的測試將在有限的用戶中展開,文心一言到底強不強,測試用戶心裡會有數。那麼個人用戶如何獲得邀測權限?百度公佈方案:在測試入口網站點擊“立即體驗”,參與排隊。更廣泛的個人用戶想要用到這個產品,大概率要等它正式上線了。

百度倒不是不重視C端,發布會上,李彥宏說了,大語言模型這種產品,一旦發佈出來,就會獲得真實用戶的反饋,“有了這些反饋,它迭代的速度、能力的提升就會非常快。”

可見,“真實用戶中”的C端也有他的價值,為文心一言的大模型貢獻“反饋”,提升它的迭代速度與能力。希望這個貢獻對C端是免費的,這樣又能與ChatGPT產生差異化。畢竟,那個“外國AI”要向體驗GPT-4模型的用戶收Plus版的訂閱費。

Total
0
Shares
Related Posts