我们给不输GPT-4的文心大模型4.0，来了一场技术揭秘

我们即将进入一个 AI 原生的时代，一个人机交互的新时代。

「这是迄今为止最强的文心大模型。它实现了基础模型的全面升级，在理解、生成、逻辑和记忆四大能力上都比文心一言线上版本有了明显提升，综合水平与 GPT-4 相比毫不逊色，」百度创始人、董事长兼 CEO 李彦宏说道。

国内的大模型已经冲到了业界最强水平？10 月 17 日，百度世界大会上文心大模型 4.0 的发布引来了一大波关注。

在昨天的大会现场，百度展示了一段又一段 demo，文心大模型现在能看懂你的言外之意，比如问它一个问题：「我想回承德买房，能用公积金贷款吗？手续怎么办，我在北京工作。」

一段完全口语化的表达，前后乱序，没有明确表述，但 AI 也能理解说话人的潜台词：公积金是北京的，户口可能在承德。文心一言理解上下文之后准确针对问题给出了回答。

当然还有先进的多模态方向：给文心大模型一个新车型的图片，再加上几句话的提示（prompt），它就可以很快生成完整的企划文案图片，并把素材结合成海报。再提示几下，文心就能结合官网信息和已有内容生成一段宣传视频，其中还有数字人在进行讲解。

从零开始到输出海报和视频，整个过程不到三分钟。

「人们常说不写作业母慈子孝，一写作业鸡飞狗跳。文心一言能不能帮助家长解决辅导功课的问题？」李彦宏说道。

给出一道数学题，文心的解答过程非常详细。AI 还能够进一步解释这个问题中涉及到的各个知识点。

衡量 AI 智能程度的另一个指标在于长期记忆能力，如果大模型生成的内容前后逻辑不一致，那就不存在可用性了。在现场，李彦宏让文心一言生成一部武侠小说的大纲，再在其中细化情节，加入几个人物，改变冲突的戏剧要素…… 问题来了，经历了多轮对话，它还记得自己最开始给女主角设定的特殊能力吗？

完全没有问题。

面向全社会开放才一个多月，文心大模型的综合水平看来又有了大幅进化，不过在主题演讲上的那些毕竟是「命题作文」，真正用起来会不会是一回事呢？

其实想要用上并不难：昨天大会的一开场，百度就宣布文心大模型 4.0 开启邀请测试，现场观众都有了测试权限，在网站和 APP 上都可以体验。我们则是提前获得了评测资格，尝试了一下新版本。

文心大模型 4.0 正面对比 GPT-4

在文心一言的网站上，现在已经出现了文心大模型 4.0 的标签，表面看起来和 3.5 版没有太大区别：

在这里我们要引入一点前置知识：上个版本文心大模型 3.5 已经有了插件（现有 8 种）、多模态理解、生成等能力，通过知识点增强技术实现了对世界知识的熟练掌握。因此，既然说 4.0 版是「迄今为止最强大模型」，我们就不能再用以前过于简单的问题来考验它了。

先看理解能力，这道「中文十级题」目测连网友都会翻车，文心大模型 4.0 的回答简洁明了：

换业界标杆 GPT-4 来回答，它理解并解释了其中幽默的意味，但表示无法确定小明最后买的是几等座：

下面这段话是在一档直播节目上出现的，那时人们评价道：全中国没人听得懂白岩松在说什么。

两个大模型都认为说话人想表达的是：人们都喜爱足球这项运动，不应该因为一小部分人的不喜欢而影响到这种喜爱。不过作为人类，还是得说一句 AI 没有理解「想说声喜爱很难」这种感情。

看起来理解问题的水准上，两种模型水平相近，文心大模型在一小部分问题上有点优势。

再看逻辑推理能力，输入一个高考试卷中的物理选择题，文心大模型 4.0 和 GPT-4 都给出了正确的回答：

看起来文心能给出的答案更详细一些，另外还显示了几个进一步解释概念的引导选项，似乎它对做题进行了专门的优化？

我们继续问了很多高考的数学题目，结果各有对错，也有些是都答不上来的。总体来看文心 4.0 和 GPT-4 的水平相近。

还有多模态生成，我们直接用同样的指令让两个大模型生成一段视频，文心一言调用「一镜留影」插件，直接输出了结果：

GPT-4 则是调用 CapCut（字节的剪映）插件生成视频内容。需要注意的是，它提示要想生成视频，就必须要与你进行多轮对话，逐步确定好视频脚本（英文的）、屏幕比例等等：

在不断的测试中我们还能看出，如果你 Prompt 得越仔细，说 AI 话的格式越规整，GPT-4 的表现就相对越好，不过最终也并没有产生决定性的差距。调戏大模型，现在已经越来越像一门学问了。

为了测试四大能力中的长期记忆能力，我们让文心大模型 4.0 阅读一篇贴吧的帖子：在崩铁更新了 1.4 版本之后，有人从自己专业的角度对剧情进行了一长段吐槽，那么这评价合理吗？

文心认为游戏剧情不需要完全按照现实世界的逻辑来展开。我不是很认同，我就是想要符合现实逻辑的剧情：

能不能再跌宕起伏一点？

再尝试替换其中的一个人物：