克雷西 魚羊 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

字節(jié)跳動版ChatGPT，現(xiàn)在人人可玩了！

網(wǎng)頁版、安卓版和iOS版同步上線，用抖音賬號、手機號和蘋果賬號都能登錄。

并且無需排隊，打開就能和這個名叫“豆包”的AI助手直接開聊。

是doubao.com不是douban.com噢~

消息一出，已經(jīng)有不少胖友第一時間前往圍（tiao）觀（xi）。

我們也抓緊實測了一波~

與ChatGLM難分伯仲

先來看看豆包是怎么介紹自己的：

既然如此，我們就來試試這些“官方功能”靠不靠譜。

比如，我們挑選了幾個有意思的錯誤機翻讓豆包糾正，結(jié)果豆包給出的反饋還挺不錯的：

尤其是“鴛鴦鍋”的翻譯，可以說是完勝Google和DeepL。

知識方面的話，當(dāng)然要問一下“刁鉆”的問題了：雷公電母放出的電是直流電還是交流電。

豆包的這個回答，可以概括成“不是直流電，而是直流電”，但前面說的還算可以吧。

拋開整活的話，豆包的開胃小菜的確給了我們一個不錯的第一印象。

那么下面我們就上正餐——來拿它和備受好評的國產(chǎn)開源大模型ChatGLM進行一場大橫評。

具體的內(nèi)容包括文案創(chuàng)作、邏輯推理、數(shù)學(xué)和代碼四個方面。

文案創(chuàng)作方面，豆包說自己會撰寫知乎、小紅書等各種風(fēng)格的文案。

我們不妨整個奇葩點的東西，看看它能不能創(chuàng)作得出來，比如……豆汁美式的小紅書筆記。

文案搭配著emoji，連Tag都有了，看來豆包真的是懂小紅書的。

不過你確定“醇香甘甜”這個詞是用來形容豆汁的嗎……

ChatGLM雖然寫了很多，但是沒審清題，把豆汁直接當(dāng)成了豆?jié){……

（這么一看，豆包可能也理解成豆?jié){了，但是人家沒直接說成豆?jié){?。?/span>

看來豆包是有一定創(chuàng)作能力的，所以不妨再加大難度。

直接讓它給“豆汁美式”的宣傳片寫個短視頻腳本。

ChatGLM的版本細節(jié)則要豐富些，不過豆包的版本也算是五臟俱全了。

兩者的文案創(chuàng)作水平不相上下，那么邏輯推理能力又怎么樣呢？

我們找來了一道推理題目，這道題兩位選手都沒能做對（正確答案是甲3乙1丙2）：

雖然都沒做對，但是豆包的思路好像在往正確的方向上走了。

而ChatGLM的解答，反正我是沒看懂。

這一環(huán)節(jié)對兩者的表現(xiàn)也是很難評價，那么，馬上進入一眾大模型的噩夢環(huán)節(jié)——數(shù)學(xué)。

簡單如雞兔同籠這樣的問題就不測了，我們直接上難度，拿一道高考題給他們試試。

△2023北京卷第16題

（圖片我們沒有輸入，但沒有圖片也能解題；第一問是證明，我們也去掉了）

豆包使用的是純幾何方法，最后的答案是正確的，但很遺憾過程不對。

△從紅框開始出現(xiàn)錯誤

ChatGLM則使用了向量解法：

首先結(jié)果是錯的，不過120倒是和60度互補，是出了些小問題嗎？

但我們很快發(fā)現(xiàn)了華點：

這里不應(yīng)該約等于就先不提了……兩個正數(shù)相除你是怎么給約成個負(fù)數(shù)的……

標(biāo)準(zhǔn)答案是醬嬸兒的，由于第二問要用到第一問的證明結(jié)論，所以把第一問的過程也放上來了：

如此看來，在數(shù)學(xué)修煉上，兩位大模型選手都還有很大的進步空間。

那么面對大家喜聞樂見的代碼問題，豆包又該如何應(yīng)對呢？

先看比較基礎(chǔ)的冒泡排序算法。

我們試著跑了一下（換掉了預(yù)設(shè)的數(shù)字），結(jié)果成功輸出了答案：

接下來上LeetCode，我們先選了一個比較簡單的把阿拉伯?dāng)?shù)字轉(zhuǎn)換成羅馬數(shù)字的題目。

豆包很快就生成了一段代碼，還附帶了解釋：

而ChatGLM給出的代碼是這樣的（也附有解釋）：

運行的結(jié)果是豆包正確，ChatGLM錯誤：

不過稍微復(fù)雜一些的題目，他們就都做不對了。

除了設(shè)計算法，我們還想看看他們能不能用代碼“畫圖”。

我們隨機生成了兩列數(shù)據(jù)，看看能不能搞個折線圖出來：

結(jié)果用豆包的代碼畫出了這么個東西……

ChatGLM這邊的情況嘛……好家伙，直接報錯運行不了。

代碼環(huán)節(jié)就先展示到這里了，用一句話說就是：都還得練。

看了這么多，想必讀者朋友們已經(jīng)有些累了，所以我們還準(zhǔn)備了“餐后甜點”，來點輕松的內(nèi)容。

弱智吧，開整！

Q1：蘿卜到底能不能“開胃”呢？

“必要時尋求專業(yè)醫(yī)生幫助”，這難道是在自己給自己做手術(shù)嗎……

Q2：導(dǎo)盲犬禁止入內(nèi)，是給盲人看得，還是給導(dǎo)盲犬看的？

豆包在A和B兩個選項當(dāng)中選擇了C。

而問及“隕石為什么總砸中隕石坑”，豆包倒是說對了，只不過回答得有點復(fù)雜。

弱智吧的測評結(jié)果總結(jié)下來就是：AI還是太單純，還沒辦法理解人類復(fù)雜的小心思。

字節(jié)跳動大模型開始發(fā)力

字節(jié)跳動選在這時候開放“豆包”測試，似乎有些令人意外。

但實際上，這個時間線倒推起來也不是無跡可尋：

在ChatGPT掀起狂瀾的今年二三月，字節(jié)跳動就已有組建大模型團隊的消息傳出。

據(jù)36kr消息，其探索方向主要是語言和圖像兩類大模型，希望能將大模型與字節(jié)本身的搜索、廣告等下游業(yè)務(wù)相結(jié)合。

但在當(dāng)時，字節(jié)方面相關(guān)技術(shù)負(fù)責(zé)人的回應(yīng)是：

技術(shù)中臺在這些領(lǐng)域有探索，還很初期，不成熟。

此后的“百模大戰(zhàn)”之中，字節(jié)跳動似乎并沒有正式參戰(zhàn)的意思，旗下云平臺火山引擎，打出的也是“為大模型打造技術(shù)底座”、接入第三方大模型做大模型旗艦店商城的旗號。

直到6月份，字節(jié)跳動被曝開始內(nèi)部測試一款A(yù)I對話類產(chǎn)品，代號“Grace”。

而Grace的網(wǎng)址“gracebot.cn”，現(xiàn)在會直接跳轉(zhuǎn)到豆包官網(wǎng)。

雖然豆包本包并不承認(rèn)自己就是Grace，但目前看來，豆包就是Grace的開放測試版本。

另外，“豆包”項目組的盆友向我們透露，豆包尚處于早期開發(fā)驗證階段。測試期還存在較多局限，生成的內(nèi)容也可能不準(zhǔn)確，歡迎測試用戶們多提意見多反饋。

值得關(guān)注的是，最近，一個名叫BuboGPT的多模態(tài)大模型，在huggingface上上線了Demo。這一大模型背后同樣有來自字節(jié)跳動的技術(shù)參與。

論文介紹，BuboGPT支持文本、圖像、音頻三種模態(tài)，能做到細粒度的多模態(tài)聯(lián)合理解。

比如給它這樣一張圖片：

BuboGPT不僅能識別出青蛙和青蛙手里的班卓琴，還能總結(jié)出青蛙的具體動作、所處環(huán)境。

One More Thing

字節(jié)跳動終于出手，那么豆包這表現(xiàn)你給打幾分？

話說回來，就在大模型漸漸走出每周都有新模發(fā)布的狂熱期，國產(chǎn)大模型的先行者們，回答質(zhì)量已經(jīng)悄然進步了不少。

比如當(dāng)初難倒眾多大模型英雄漢的“爸媽婚禮不帶我”問題，如今許多國產(chǎn)大模型都能回答得有理有據(jù)。

△上百度下訊飛

國產(chǎn)大模型的評判標(biāo)尺，或許也已到了再上一個臺階的時候。

所以，國產(chǎn)大模型百花齊放，是否也給到你新的驚喜了呢？歡迎在評論區(qū)與我們分享~

— 完 —

量子位 QbitAI · 頭條號簽約

關(guān)注我們，第一時間獲知前沿科技動態(tài)