就在剛剛，文心大模型 4.0 版本正式發佈！

北京首鋼園現場，李彥宏直接放話：

話不多說，一起來看現場演示效果。

先來段倒裝 prompt：

不僅關鍵信息“北京工作”放在了最後，公積金具體是在哪裏交的也沒有明示。

但新版文心一言完全沒有被這些小陷阱坑到，順利給出了正確答案。

生成方面，當場剪出一整段數字人口播視頻，毫不費勁：

解起數學題來也得心應手，可以說是家長輔導作業神器了（doge）。

新版文心一言還現場寫起了武俠小說，即使持續添加人物角色、增加戲劇衝突，也不會出現記憶混亂、前言不搭後語的情況：

如此表現，着實是讓現場觀衆 high 了一把。

文心大模型 4.0 相關話題，也立刻被國內外網友們熱議起來。

據現場介紹，相比線上 3.5 版本的文心一言，文心大模型 4.0 進步明顯：僅 9 月啓動小流量測試這過去的一個月，就又提升了 30%。

那麼，問題來了：文心大模型 4.0 真有這麼好？具體與 GPT-4 相差幾何？

目前，文心大模型 4.0 已經開啓邀測，量子位也在第一時間拿到了測試資格。

我們直接實測走起。

獲得測試資格後，切換到文心大模型 4.0，就可以開始玩耍了。

相比文心大模型 3.5 剛出來的時候，文心大模型 4.0 現在已經進化出了更多功能，光是插件就有 8 個，包括一鏡流影（文字轉視頻）、說圖解畫（看圖說話）、E 言易圖（可視化數據分析）等。

這些插件還可以自由組合，來完成更復雜的任務。

百度在世界大會現場，重點演示的還是文心大模型 4.0 的圖文創作、數理邏輯推理等實用功能。那我們還是老樣子，從更基礎的角度出發，測測它的四大“基本功”——

理解、生成、邏輯和記憶能力。

理解能力，尤其是中文理解能力

第一波，先來看看文心大模型 4.0 的理解能力。

這裏我們主要考考它應對“語言陷阱”的能力，以及網絡段子的“識別力”。

先來個中文十級能力測試題，考考大模型究竟懂不懂“真的假的”是什麼意思。

文心大模型 4.0 的回答很簡潔，直接給出答案。

GPT-4 則要每一句話都仔細分析句意，最後再給出回答：

雖然更仔細，但總感覺有點像是在認真做中文測試的歪果仁（doge）。

再來上點難度，“小偷偷偷偷東西”。

文心大模型 4.0 很快拆解出了“小偷”、“偷偷”和“偷東西”三個詞，get 到了這句話的意思：

不過，GPT-4 反而一頭“栽”進了這個陷阱中，以爲中間的兩個“偷”也是動詞，最後還漏了一個偷……

考查完語言陷阱後，再來看看雙方對網絡段子的理解。

針對“哪李貴了”這個本土梗，文心大模型 4.0 很快給出了答案，人物事件都直觀：

GPT-4 如果沒有開搜索，會 get 不到 2022 年 1 月之後的梗：

但如果打開搜索，很快也能“與時俱進”，給出這個問題的答案：

同理，我們也試了試從國外傳入國內的梗。

文心大模型 4.0 和 GPT-4 都能回答出來，文心大模型 4.0 更概要一些，GPT-4 則是直接搬運了一套百科（更詳細，但 tokens 也更貴💰……）：

網絡段子測評看下來，文心大模型 4.0 和加了搜索的 GPT-4 可以說是各有千秋。

多模態生成能力

那麼接下來這波，就要考驗當下最受關注的大模型多模態生成能力了。

先來試試圖像生成能力，順便考查一下對古詩“孤舟蓑笠翁，獨釣寒江雪”的理解。

文心大模型 4.0 很快給出了 4 張圖像，風格和基本意境都比較符合：

GPT-4 也利用 DALL・E 3 畫出了 4 幅畫，同樣畫風各異：

這一次雙方打了個平手。

那麼視頻生成呢？這裏我們調用一下文心大模型 4.0 的自帶插件，本想着只是生成一段落葉剪輯，沒想到連文案和字幕語音都配好了，完成度很高那種：

GPT-4 本體目前還不支持生成視頻，需要藉助外部插件（如 Capcut）實現這一功能。

邏輯能力

然後，就到了我們喜聞樂見的數學計算 + 邏輯推理能力測試了。

文心大模型 4.0 說是重點升級了數學計算能力，我們也不客氣，直接上難倒一片大模型的 Old McDonald 問題：

文心大模型 4.0 一口氣列出了 4 個未知數（doge），但解題過程還是比較嚴謹的，最終答案也沒有問題。

此前，我們曾將這個問題餵給 Claude、ChatGPT 等一衆大模型，“橫向評測”過一波它們的數學能力，當時只有 GPT-4 能做出來。

接下來，直接上弱智 benchmark，考考邏輯推理能力。

第一個問題，文心大模型 4.0 和 GPT-4 都很快給出了正確答案：

第二個問題，雙方的回答也很快，文心大模型 4.0 還順口給出了“七分海洋三分陸地”的地理題背誦口訣：

看起來雙方的數學、邏輯都不錯，點個贊。

記憶能力

大語言模型公認的評判標準之一，是多輪對話能力。GPT-4 的多輪對話已經有不少測試了，我們再來簡單看看文心大模型 4.0 的效果。

先來解讀一下長論文，沒什麼問題：

以這個爲主題寫一首詩歌，順便讓它改成英文，也能 hold 住：

試試讓它改得押韻一點，no problem：

最後再來提問一下詩歌中用到的 Transformer 知識點，並挑出其中的某個知識點要求解釋原理，也信手拈來：

另外，試着將上文中的知識點用“它”代替，文心大模型 4.0 同樣能承接上文的對話，並給出相關知識回答。

看來無論是長文本解讀、還是多輪對話，可以說都是難不倒文心大模型 4.0 了。

附加題

正經測試完畢，咱們最後整點樂子（doge）。

這段時間，一道神奇的考題又被拎出來，在小紅書等社交媒體上“難倒衆人”，題面是這樣的：

乍一眼還真看不出答案，不如交給文心大模型 4.0 和 GPT-4 回答試試。

文心大模型 4.0 給出的回答算是有理有據，雖然細看仍有一點 bug，但整體問題不大。

然而當我們將這個問題拋給 GPT-4 的時候，它先是停頓了好一會，然後直接被“急出母語”（doge）

翻譯一下大概就是，GPT-4 認爲 D 選項是正確的……

我們再嘗試一遍。這次 GPT-4 倒是用中文回答了，只不過好像開始打起了太極，對於每一個選項，它的回答都是：

測到這裏，不妨做個小小的總結：

整體來看，與 GPT-4 相比，文心大模型 4.0 在綜合能力上確實不落下風，尤其是在中文理解能力和通用知識能力上甚至更好。

那麼，這樣的大模型究竟是怎麼煉成的呢？

先來看看文心大模型 4.0 的“自進化”程度。

據百度 CTO 王海峯介紹，大模型表現出的創作、編程、解題、規劃等能力，實際上都依賴於背後的 4 大核心基礎能力 ——

理解、生成、邏輯和記憶能力。

相比 3.5 版本，文心大模型 4.0 的 4 大基礎能力均有了不少提升，而提升最大的，又要屬邏輯和記憶能力。

其中，邏輯的提升幅度達到了理解的近 3 倍，而記憶的提升幅度則達到了理解的 2 倍多：

以大模型寫代碼爲例。

目前，百度的不少員工已經用上了大模型寫代碼應用 Comate，平均代碼採納率達到 40%，高頻用戶達到 60%。

甚至現在百度每天新增的代碼中，20% 都是靠 Comate 生成的，比例還在不斷增加。

所以，文心一言背後的文心大模型 4.0，究竟是怎麼煉成的？

據王海峯表示，核心架構雖然還是從文心大模型 3.0 和 3.5 一脈相承，包括最初 3.0 的有監督精調、基於人類反饋的強化學習，以及 3.5 的知識點增強、邏輯推理增強、插件機制等。

但文心大模型 4.0 的技術改進，可以直接用三個“更”來總結：

訓練上，目前飛槳平臺已經能在萬卡算力上運行，基於集羣基礎設施、調度系統、軟硬件協同優化，支持大規模穩定高效訓練；同時，基於可再生訓練技術中的增量式參數調優，來節省訓練資源和時間。

基於這套技術，自 3 月份以來，文心大模型系列訓練算法已經累計提效 3.6 倍，周均訓練穩定有效率超過 98%：

數據上，團隊建設了一套多維數據體系，從數據挖掘、分析、合成標註和到評估，形成了一整套“流水線”，來進一步提升模型訓練效果。

算法上，則基於有監督、精調、偏好學習和強化學習等技術，進行了多階段的對齊，確保大模型能更好地與人類判斷和選擇進行對齊。

在這其中，有兩方面很關鍵的技術細節。

一方面是知識點增強的能力。

過去大模型可能只在一個階段做知識點增強，但現在百度在輸入和輸出兩方面同時進行了知識點增強。

輸入先用知識點增強，對用戶輸入的問題進行理解，拆解出回答問題所需知識點，基於搜索引擎、知識圖譜、數據庫查找知識，生成第一遍結果；

輸出再用知識點增強，對第一遍生成的結果進行分析，並用搜索引擎、知識圖譜、數據庫進行“double check”，對其中有差錯的地方進行修正。

另一方面是智能體機制。

《思考，快與慢》這本書中，將認知系統分成系統 1（反應快但易出錯）、系統 2（反應慢但更理性準確）。

根據這個原理，百度在大模型基礎上，進一步研製了系統 2。

也就是說，相比大模型直接給出答案，現在進一步讓它學會理解、規劃、反思和進化，這樣大模型執行就能更可靠、甚至完成自我進化，思考過程“白盒化”。

這兩大技術細節，也造就了文心大模型 4.0 水平的飛速提升，甚至光是過去一個月的時間裏，就提升了 30%。

這樣的技術，也讓文心大模型 4.0 的用戶和開發者人數增長得飛快。

截至目前，文心一言用戶規模已經達到 4500 萬人，開發者達到 5.4 萬人，遍佈 4300 多個使用場景，應用數量達到 825 個，並接入了超過 500 個插件。

而在技術之外，更值得關注的是，百度世界大會上透露出的信息顯示，文心大模型 4.0 已經全面重構了百度的搜索、GBI、文庫、網盤、地圖等數十款應用。

爲什麼這麼說？李彥宏在百度世界大會現場分享時強調：

無獨有偶，紅杉資本在《生成式 AI 進入第二階段》中同樣認爲，生成式 AI 市場正在進入“第二幕”：

底層的邏輯其實很簡單：底層技術的重要性毋庸置疑，但前沿技術想要真正在人們的生活中創造價值，還是需要通過應用的形式。

如果說，大模型掀起的是人機交互方式變革的風暴，那麼 AI 原生應用，正是純自然語言交互的具體體現形式。

正如百度現場所演示的，數據分析現在可以是醬嬸的 ——

直接對任意數據提問，AI 分分鐘就能展開具體分析，不再需要人工跨數據庫、跨表格分析。

在辦公軟件如流裏，交代出行計劃，AI 超級助手立馬就能把差旅機酒安排妥當。

根據文檔生成 PPT，也就是一句話的事，像百度文庫這樣的產品，直接化身“生產內容最好的起點”。

我們日常熟悉的網盤、地圖等 App，基於大模型能力，也湧現出了全新的體驗。

比如從網盤視頻裏直接提取重點內容。

比如在地圖指揮 AI 訂餐廳。

百度此番出手，可以說是直接展示了一把大模型全方位的應用滲透，揭開了 AI 原生時代大幕的一角。

而百度“第一個把全部產品用大模型重做一遍”的先手優勢，也已經在更大範圍內開始顯現。

李彥宏透露，百度的大模型技術已經應用在製造、能源、電力、化工、交通等實體產業中，17000 家企業已參與其中，大模型正在成爲新型工業化的重要推動力。

從 3 月份文心一言發佈，到年中文心大模型 3.5 版本更新，再到現在 4.0 驚豔亮相，百度文心大模型的迭代速度不可謂不迅速。

這背後既是國產大模型從技術 demo 到落地應用的激烈競爭，也再一次體現了百度在大模型領域深厚的技術積累。

並且隨着文心大模型 4.0 和百度一衆 AI 原生應用的亮相，大模型賽場上新一階段的競爭方向愈發明顯。

正如李彥宏所說：

在此過程之中，無論是國產大模型基礎能力的快速追趕，還是 AI 原生應用開發的主動進擊，都令人心潮澎湃。

AI 原生時代，在各種層面上，都越來越值得期待了。

廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。