中文大模型正在后來居上，也必須后來居上。

@數(shù)科星球原創(chuàng)

作者丨苑晶編輯丨大兔

從GPT3.5徹底出圈后，大模型的影響力開始蜚聲國際。一段時間內(nèi)，國內(nèi)科技公司可謂被ChatGPT按在地上打，毫無還手之力。

彼時，很多企業(yè)還不知大模型為何物，GPT3.5就已夠生成諸如營銷文案、小說、詩歌等高質(zhì)量的中文文本。一時間，買課小販、租號中間商和套殼開發(fā)者大行其道。

現(xiàn)如今，在國內(nèi)廠商嚴(yán)肅對待OpenAI后，情況發(fā)生了變化。

在公開資料中，就有360、復(fù)旦大學(xué)、科大訊飛等企業(yè)表達(dá)了在中文能力上超越ChatGPT的消息�，F(xiàn)在，時間進(jìn)入2023年8月份，號稱超越國外競品的公司變得越來越多。

01

中文模型進(jìn)擊：ChatGPT“不香”了

客觀地說，在GPT-3推出后，OpenAI曾經(jīng)在中文文本輸出中占得先機(jī)。其一經(jīng)推出，便可覆蓋諸如營銷文案、小說和詩歌等領(lǐng)域的文生文需求。幾個月前，這種先手優(yōu)勢養(yǎng)活了國內(nèi)一眾賣課達(dá)人、租號團(tuán)隊以及套殼聊天機(jī)器人產(chǎn)品。

不過，很快，這些功能便被國內(nèi)眾多廠商超越，變成了大模型的“標(biāo)配”功能。

根據(jù)第三方監(jiān)測機(jī)構(gòu)SimilarWeb的數(shù)據(jù)顯示，ChatGPT從4月開始就呈現(xiàn)出了明顯放緩的趨勢。以至于在2023年的第二季度，人們的朋友圈內(nèi)幾乎沒有了OpenAI的蹤影。在科技圈，這被歸結(jié)為競爭對手大批量涌入、垂直模型興起和新技術(shù)迭代所導(dǎo)致。

8月初，中文大模型的“千模大戰(zhàn)”已進(jìn)入白熱化階段。以數(shù)科星球（ID：digital-planet）團(tuán)隊所掌握的信息來看，越來越多的企業(yè)開始關(guān)注下沉市場、并致力于推進(jìn)具體行業(yè)和大模型產(chǎn)品的結(jié)合。

這種趨勢的結(jié)果是，可能會有更多的企業(yè)和機(jī)構(gòu)選擇使用本土產(chǎn)品，同時也對國外模型的市場份額造成一定影響。在數(shù)科星球（ID：digital-planet）團(tuán)隊體驗二十余款中文大模型后，所得到的觀感和上述言論趨同：即中文大模型正在變得越來越好用，并變得越來越聰明。

更為關(guān)鍵的是，政策層面對國內(nèi)產(chǎn)品的扶植力度正在加強(qiáng)，而出于安全和自主可控等因素，ChatGPT的“沒落”（至少在國內(nèi)）似乎已成板上釘釘。

但國內(nèi)廠商的野心還遠(yuǎn)不止“內(nèi)卷”國內(nèi)市場——一些公司已然將目光瞄準(zhǔn)了海外。

科大訊飛董事長劉慶峰此前表示，其星火大模型中文已超越ChatGPT，在英文中也已接近，雖還有細(xì)微差別，但目前在進(jìn)一步優(yōu)化中。

02

中文大模型變聰明的背后

為了探求國內(nèi)中文大模型的發(fā)展情況，在過去的幾個月中，數(shù)科星球（ID：digital-planet）團(tuán)隊與幾十家公司進(jìn)行了百余次溝通。結(jié)果是，科技圈的大佬和創(chuàng)業(yè)新星們對待OpenAI的態(tài)度嚴(yán)肅且認(rèn)真。

除了在產(chǎn)品上進(jìn)行了洗心革面式的改進(jìn)，還對模型的評價體系進(jìn)行了優(yōu)化。

為了彌補(bǔ)中文大模型在評測領(lǐng)域的缺失，日前由清華大學(xué)、上海交通大學(xué)和愛丁堡大學(xué)合作構(gòu)建的面向中文語言模型的綜合性考試評測集于不久前推出，該評測名為C-Eval，受到了行業(yè)內(nèi)的廣泛關(guān)注。

在一些專業(yè)人士看來，此評測的初衷是用“錙銖必較”的方式找出中文大模型的比較優(yōu)勢。和以往由第三方咨詢公司所主導(dǎo)的、帶有傾向性甚至定制化的行業(yè)評比所不同的是，無論在過程和結(jié)果上，C-Eval更加透明和公開。

據(jù)了解，全套測驗包含13948道多項選擇題，涵蓋52個不同學(xué)科和四個難度級別。其中前四名包括為清華智譜的ChatGLM2、OpenAI的GPT-4、商湯的SenseChat，APUS的AiLMe-100Bv1。

對比由微軟亞洲研究院（Microsoft Research Asia）開發(fā)的基準(zhǔn)測試AGIEval，C-Eval覆蓋的領(lǐng)域更廣。APUS技術(shù)專家張旭稱：“AGIEval只覆蓋了中國高考題、公務(wù)員考試題等幾個類別，而C-Eval覆蓋了注冊電氣工程師、注冊計量師……等領(lǐng)域”，覆蓋范圍的拓寬意味著，除高考、公務(wù)員考試等場景外，在其他特定職業(yè)領(lǐng)域也可以測定大模型的能力。

從另一個角度說，C-Eval是一個對大模型從人文到社科到理工多個大類的綜合知識能力進(jìn)行測評的競賽。通常，高階難度測試是考驗大模型性能的關(guān)鍵動作，面對復(fù)雜且有挑戰(zhàn)性的任務(wù)，大多大模型性能會大幅下降。在C-Eval公布的評比結(jié)果中，APUS的AiLMe-100Bv1除了在平均分上進(jìn)入四強(qiáng)，還在難題處理方面超越GPT-4*，排名第一。

據(jù)悉，C-Eval Hard（難題）類別是首個提供中文復(fù)雜推理能力的測試，“即便是GPT-4來做這個題也會很吃力，”張旭提及，“這是‘閉卷考試’，而以往如AGIEval和MMLU是‘開卷考試’，也就是說，AGIEval和MMLU是各公司自己測試、自己打分、自己公布成績，而C-Eval Hard的評比顯然更加客觀、可信。”

的確，C-Eval測評難度比其他測評更高且更嚴(yán)格。在打分流程上，C-Eval更像是學(xué)校中為學(xué)生準(zhǔn)備的大考模式，各個公司參加統(tǒng)一考試并由系統(tǒng)自動打分、C-Eval團(tuán)隊人工審核成績并公布，所以，就結(jié)果上看，其測評所公布的成績真實性更高。

03

國內(nèi)大模型的未來

放眼行業(yè)，大模型對于國內(nèi)人工智能產(chǎn)業(yè)的意義非凡。

在NLP行業(yè)出現(xiàn)范式變革后，Transformer為主導(dǎo)的新一代通用大模型產(chǎn)品大行其道，讓人們看到了AGI的曙光。甚至可以說，中國版的ChatGPT3.5/4.0的問世是我國正式邁向人工智能時代的重要標(biāo)志。

在過去，一、二級資本市場對國內(nèi)大模型產(chǎn)業(yè)意見頗多。討論最多的是，國內(nèi)公司沒有在前沿技術(shù)投入太多，反而將精力側(cè)重于“蹭”數(shù)字人、AIGC等概念之上。

客觀地說，上述評價不無道理，其中不乏因大環(huán)境不好，企業(yè)對前沿投入審慎和相關(guān)技術(shù)積累薄弱等問題所導(dǎo)致。

但近期，隨著數(shù)科星球（ID：digital-planet）對大模型行業(yè)認(rèn)識的深入，以上問題正在得到改變：首先，以智源研究院、百度文心一言、商湯和APUS等企業(yè)的持續(xù)投入，我國已有多家企業(yè)具備大模型制作和運(yùn)營能力（此前大多為小模型）；其次，隨著上半年密集的模型發(fā)布大會逐漸落幕，新模型開始迭代積累，并向著ChatGPT能力靠攏。

在我們所知的大模型產(chǎn)業(yè)上下游企業(yè)中，針對數(shù)據(jù)處理、清洗、標(biāo)注、模型訓(xùn)練、推理加速等方面的技術(shù)也正在加速追趕之中；最后，政策層面已注意到發(fā)展大模型和ChatGPT的必要性，開始著手調(diào)集更多資源應(yīng)對，相關(guān)生態(tài)和創(chuàng)新土壤也正在完備的過程中。

可以肯定的是，本次人工智能革命的核心就是通用大模型。目前，我國眾多企業(yè)正在加速追趕。

現(xiàn)在，超越ChatGPT已成為國內(nèi)AI從業(yè)者們心中的圖騰。想必若假以時日，這個目標(biāo)將有機(jī)會實現(xiàn)。而到那時，一個屬于人工智能時代的大幕才徹底拉開。

       原文標(biāo)題 : 國內(nèi)大模型在局部能力上已超ChatGPT國內(nèi)大模型在局部能力上已超ChatGPT