阿里版GPT测评，世界上怎么会有这么嘴碎的AI！你给我停止生成

声明：本文来自于微信公众号雷科技（ID：leitech），作者：雷科技，授权转载发布。

朋友是提供情绪价值更重要，还是提供工具价值更重要?

这是阿里大模型“通义千问”给的回答，你觉得怎么样?

ChatGPT发布后，数月间全世界都对AI的能力有了新的认知。科幻小说正在变为现实，既然我们人类早晚要跟AI共存，不如先用通义千问做个测试，AI到底是生活伴侣还是生产助手?更擅长提供情绪价值还是工具价值?

至于我们的结论，hmm，往下看就知道了。

聪慧且嘴碎

阿里的AI有点“奇怪”?

许多AI测试文章中，提问者都会先让AI自我介绍一下，我们决定玩点不一样的，让文心一言如何评价通义千问。

我首先问的:“评价一下通义千问”，文心一言则给出了以下的回答:

有意思，文心一言直接把通义千问与ChatGPT弄混了。

将问题修改为“介绍一下阿里巴巴推出的通义千问”后，文心一言终于读懂题了:

用相同的格式提问，通义千问是这么介绍一下文心一言的:

虽然回答十分简短，但是没有把研发者弄混，比文心一言的表现要好。

单从现在的测试结果来看，通义千问至少在对简短提问的信息检索正确率上要比文心一言更高。

接下来让我们给通义千问上点难度。

对于一般人而言，在面对“吃西瓜为什么不吐葡萄皮?”这样的脑筋急转弯时，很快就会意识到其中的常识性错误，并指出其中的逻辑问题，那么通义千问又会如何回答?

似乎没有难住它，第一句就指明了西瓜和葡萄是不同的食物，在常识性上没有出现问题。不过后续的解释似乎又将西瓜和葡萄的关系进行了一定的混淆，最后给出的结论也有一些小瑕疵。看来言多必失啊!通义千问，要不你还是少说点?

这个问题我也同样问过文心一言:

首先，西瓜是葫芦科...其次，我想没有人在吃西瓜时会不切开直接咬下果肉吧?显然文心一言对逻辑性、常识性错误的诱导式问题处理还是存在不少问题，它并没有意识到人类正在有意“欺骗”自己，而是根据提问开始收集相关信息，并依照数据模型将信息强行拼合在一起，最终给出一份奇怪的回答。

在后续的几个普通提问中，我发现通义千问偶尔会出现一些奇怪的小BUG，比如将相同的回答重复一遍，这极强的表现欲，你看像不像个话痨小朋友。

下一题，出道哲学题考考通义千问:

说实话，比我对生活的理解都要更加深刻。就是……有点啰唆，有些话翻来覆去重复表达，还说得飞快，我真的是赶不上它疯狂输出的那个蓝色小光标。

再来考考它的情商。当我告诉通义千问我很伤心:

挺积极向上的安慰，就是没啥用，我并不指望它说的话能真的安慰我，在面对困境却没有人倾诉时，它在我身边，陪我说说话就好。

当我告诉它我恋爱了，马上就要结婚了，它的表现像极了一个热情满满、同时头脑精明的情感分析师+婚礼策划师。

回答得不错，给出的建议都很实用，只是人情味似乎少了点，“卖货”来得早了点，然后我就按下对话界面右下角的“停止生成”按钮，让它闭嘴了。

不过，接下来的测试，让我坚信，通义千问很有成为情感博主的潜质，因为它真的絮絮叨叨的。

我每次和它谈到情感类问题，它会忍不住长篇大论，给人一种“你也喜欢八卦啊”的感觉。比如我询问它如何向喜欢的女孩告白时，他就洋洋洒洒写下数千字帮我出谋划策。AI狗头军师，你值得拥有。（骄傲脸.jpg）

鉴于篇幅问题，就不放上所有截图了，因为它的话实在太多了。有兴趣的朋友可以等通义千问公测后去试一试，说不定能够结束你单身多年的生活，当然前提是要你不嫌它烦。

常识类、情感类的问题看样子难不倒通义千问，那么文学赏析呢?

不得不说，诗句和文学赏析的回答十分到位，甚至做了意象描述，被它（装逼）装到了。

如果通义千问有绘图功能，我丝毫不怀疑它会现场给我画一副描述“空山新雨后”的画作出来，毕竟它真的很爱表现自己。

实际上，当我把这个作图需求下给达摩院文生图大模型（我理解是通义千问的同胞兄弟姊妹）后，它给我生成了一副符合描述的照片。

在近期的一次访谈中，达摩院的相关负责人表示技术上其实不存在问题，只是需要进行一些软件工程上的处理就可以完成。看来之后就能看到通义千问图文并茂地表达了，有点期待呢，毕竟以后就可以让它多画图、少说话了。

上面的一系列测试，主要是围绕生活/娱乐场景展开的，都是针对通义千问在常识、知识等方面的测试，那么在生产力方面，它的表现又如何呢?

它不仅仅是个话痨

ChatGPT在生产力上的表现不仅带来了一轮新的生产力革命，也让不少人担心自己会被AI取代。作为与ChatGPT类似的AI大模型，通义千问在生产力方面的表现怎么样呢?

1、写剧本

虽然从剧情来说并不算惊艳，但是也有着开幕、挫折、高潮、结尾等结构，算是一个完整的故事。

2、写脚本

有些简单了，但是通义千问显然已经具备根据要求生成对应剧本和脚本的能力。

3、写提纲

从专业编辑的角度来看，这份提纲有着很高的可操作性，沿着这个提纲的思路撰写文章，足以给出一篇完善且具有深度的行业报告。

用它来辅助工作，似乎还不错。而且它不仅懂中文，还懂英文、法语。按照它自己的说法，它一共掌握了17种语言。我没有进行一一测试（它的聒噪已经给我留下阴影），后续有机会参与测试的朋友，倒是不妨体验一下。

我让通义千问帮我写一份给美国女孩苏西的信，内容是介绍中国，这里我就直接放翻译吧:

从测试来看，只要提供足够的信息，通义千问就能写。

4、SWOT分析

做市场分析的朋友，对这个应该都不陌生。

作为一个对手机市场十分了解的科技数码编辑，我对通义千问的这篇分析看法是认可的，除了少数的小问题，我没有挑出其他的毛病了，甚至能够以此为基础，扩写一份详尽的报告出来。行吧，给它点个赞吧。

最后

从实际表现来看，通义千问与领先的GPT4.0还有很大的差距，但是对比此前的一些AI大模型，通义千问在问答逻辑、信息检索、语句理解等方面都已经有了明显的进步，我现在对中国AI大模型的未来充满了信心。

而且，国内最大的AI模型社区魔搭也是由达摩院牵头创建并维护，企业和个人都可以更加轻松地训练和调整自己的AI大模型，阿里也在开放一些AI大模型供企业和个人使用，通义千问拥有目前的水平或许就是大家一起努力的结果。

世界正在改变，一个全新的AI时代正在到来，你见或者不见，大语言模型的能力就在那里，不来不去，关键在于怎么用它。如果你拥有“通义千问”，你会怎么用它呢?欢迎评论区留言。