打口水战不如比拼硬实力！文心一言VS科大讯飞VS360智脑 谁更胜一筹？

大模型领域的口水战不断。

此前，王小川与百度阵营因在技术差距上的不同意见，引发广泛热议。近日，对于股价一度逼近跌停，科大讯飞回应称“股价下跌系某生成式AI写作虚假‘小作文’导致”，这也导致了百度方面的“回怼”。文心一言相关负责人在社交平台发文质疑这篇“AI小作文”的真伪。

“口水战”不断的背后，是今年以来国内人工智能大模型激烈赛道竞争。迄今，国内的科技公司、高校、研究机构已发布了30多款AI大模型产品。在百度文心一言最先公开邀测后，阿里、科大讯飞、360等企业的大模型也纷纷亮相……

口水战再热闹，终究得靠硬实力见真章。《科创板日报》记者近期获得了360、科大讯飞大模型的内测体验名额。

从测试结果来看，国内仅有百度文心一言、360智脑等少数几家企业开放了AI作图功能。其中，360还专门发布了AI绘图应用360鸿图，提供了更多文生图的高级选项。

在文字创作能力上，各家大模型差距并不大。而科大讯飞的星火大模型在数理能力表现尤为突出，是少数通过了“小升初”考试的选手。

▍文心一言VS 360智脑：AI作图大比拼

当前，国内仅有百度文心一言、360智脑等少数几家企业的大模型开放了AI作图的应用。讯飞星火还仅支持自然语言处理。

讯飞星火认知大模型对AI作图的回答

在最初的文心一言版本中，由于对中文输入词的理解不足，文心一言曾经闹出不少关于“红烧狮子头”、“胸有成竹”的笑话。

经过版本迭代，文心一言已经修正了这些问题。《科创板日报》记者也同样对360智脑进行了测试。

提问：画一个胸有成竹的男人

360智脑：

文心一言：

360智脑走的是写实风，文心一言则是人物画，如果以“胸有成竹”的字面理解来评估，360智脑的图片似乎更为准确。

提问：画一张车水马龙的图

360智脑：

文心一言：

提问：画一张红烧狮子头

360智脑：

文心一言：

在“红烧狮子头”回答中，360智脑提供的四张图片里，有一张不幸出现了“真狮子头”的错误。

提问：画一幅画，妈妈抱着宝宝、宝宝在哭泣，宝宝6个月左右

360智脑：

文心一言：

从两者生成的图片来看，文心一言的哭泣画面较为生动写实，360智脑则提供更多不同风格的选择。

提问：生成一张云计算的配图

360智脑：

文心一言：

显然，对科技词汇的理解上，文心一言更胜一筹。

值得一提的是，360专门发布了AI绘图应用360鸿图，除了一次能够生成四张不同的图片，还提供电脑壁纸、海报、头像等模式，并支持上传参考图，进行渲染方式、光线等设定选择。

▍文字生成能力比拼：各家差距不大

《科创板日报》记者用常见的“文字游戏”问题，对科大讯飞、360智脑、文心一言进行了一一测试。整体而言，各家都已经对这些问题进行了专门的修正。

360智脑：

讯飞星火：

此前，记者曾向多个大模型提问了涉及信息搜索的问题：特斯拉在国内过去五个月、过去一年的销量是多少？

当时，文心一言的答案较为不尽如人意。这次记者重新进行提问。

文心一言的最新回答：

文心一言的旧版回答：

在与问题的匹配度方面，文心一言的回答质量有所提升。

360智脑：

360给出了截至2021年8月的数据，但数据显然存在错误。

讯飞星火：

讯飞星火直接表示无法回答准确的数据。

看热闹不嫌事大，记者要求三家撰写一篇：科大讯飞与文心一言对峙的新闻报道。

360智脑：

讯飞星火：

文心一言：

从文章内容来看，文心一言、讯飞星火的新闻内容更为完整。特别是文心一言还提供了新闻标题。

那么，这些大模型的商业文案写作能力如何呢？

提问：请给我一段针对双11童装品牌的140字营销文案，品牌名是童心未泯，关键词是用料健康、性价比高。

360智脑：

文心一言：

讯飞星火：

三家大模型都给出了还不错的回答。相比最初测试的版本，文心一言这次的回答变得更为简洁。

此前文心一言的回答：

▍数理能力比拼：科大讯飞完胜

在数理逻辑推算能力方面，记者曾对文心一言、通义千问、云从大模型进行了测试，表现均颇为普通，答案准确度较低。

某次数学竞赛共20道题，评分标准是：每做对一题得5分，每做错或不做一题扣1分。小华参加了这次竞赛，得了64分。问：小华做对几道题？

正确答案应该是14题，而文心一言这次得出了42题，360智脑得出了28道题。只有科大讯飞的星火认知大模型答对了。

文心一言：

360智脑：

讯飞星火：

记者又找了几道“小升初”数学题，讯飞星火大模型均顺利通过了测试。

2分和5分的硬币共36枚，共值99分。问：两种硬币各多少枚?

讯飞星火模型给出了正确答案：2分27枚，5分9枚。

讯飞星火：

360智脑：

文心一言：

对于经典的鸡兔同笼题，讯飞星火也得出了正确的回答。