作者 | 虞景霖

(資料圖片)

編輯 | 鄧詠儀

半年來(lái)悶不做聲的字節(jié)，終于發(fā)布自家大模型的最新進(jìn)展了！

沒(méi)有一點(diǎn)點(diǎn)訊號(hào)，8月17日，字節(jié)跳動(dòng)宣布開(kāi)始對(duì)外測(cè)試AI對(duì)話產(chǎn)品“豆包”，進(jìn)入官網(wǎng)（https://www.doubao.com/ ）直接注冊(cè)使用或通過(guò)官網(wǎng)提供的二維碼下載App即可使用。

來(lái)源：豆包app

在“豆包”發(fā)布前，字節(jié)最新的AI進(jìn)展，是6月被曝光的內(nèi)部AI項(xiàng)目“Grace”。

據(jù)Tech星球報(bào)道，Grace在7月就開(kāi)始小范圍內(nèi)測(cè)，再到如今改名“豆包”，正式與公眾見(jiàn)面。

不過(guò)，據(jù)36氪最新獲得的信息，字節(jié)Grace并不能算是豆包前身，Grace在內(nèi)部的定位更像是個(gè)AI應(yīng)用貨架，“豆包”只是Grace團(tuán)隊(duì)開(kāi)發(fā)的第一款產(chǎn)品。

“豆包”體驗(yàn)感如何？

從名字“豆包”還有可愛(ài)的虛擬3D形象就可以看出，字節(jié)并不是希望做一個(gè)像ChatGPT那樣的“學(xué)霸”工具，而是一個(gè)更親民的產(chǎn)品。

進(jìn)入默認(rèn)頁(yè)，可以發(fā)現(xiàn)“豆包”將頁(yè)面分為兩部分，左邊是四類默認(rèn)智能體，包括豆包、超愛(ài)聊天的小寧、英語(yǔ)學(xué)習(xí)助手和全能寫(xiě)作助手。右邊是智能體對(duì)應(yīng)的對(duì)話框。

來(lái)源：豆包app

四個(gè)智能體有什么區(qū)別呢？

聽(tīng)豆包自己介紹——

來(lái)源：豆包app

總結(jié)來(lái)說(shuō)，它們四個(gè)各有所長(zhǎng)——

豆包是班長(zhǎng)，哪里需要哪里搬；

超愛(ài)聊天的小寧是中國(guó)好同桌，聊天逗趣好搭子；

英語(yǔ)學(xué)習(xí)助手是英語(yǔ)課代表，全方位提高你的英語(yǔ)成績(jī)；

全能寫(xiě)作助手是語(yǔ)文課代表，文學(xué)素養(yǎng)全靠它。

但這并不代表用戶只能使用這四個(gè)默認(rèn)智能體，就像在ChatGPT建立新對(duì)話框一樣，用戶可以通過(guò)創(chuàng)建新的對(duì)話框來(lái)“另起一個(gè)”，還可以編輯新對(duì)話的名字或者刪除該對(duì)話。

來(lái)源：豆包

如果你向豆包提問(wèn)：豆包是誰(shuí)？可以做什么？

來(lái)源：豆包

來(lái)源：豆包

自ChatGPT橫空出世，同樣作為生成式人工智能，豆包和其他生成式人工智能大語(yǔ)言模型相比，有什么優(yōu)勢(shì)和劣勢(shì)？

來(lái)源：豆包

下面再來(lái)看看“豆包”的“語(yǔ)言理解能力”。

來(lái)源：豆包

若提問(wèn)四大名著，“豆包”回答準(zhǔn)確，且在理解小說(shuō)內(nèi)容方面表現(xiàn)良好。

相比之下，豆包在“總結(jié)”劣勢(shì)方面表現(xiàn)得相當(dāng)誠(chéng)實(shí)——它的準(zhǔn)確性確實(shí)有待提高。

當(dāng)我們隨機(jī)輸入一道數(shù)學(xué)題：

來(lái)源：豆包

正確的答案應(yīng)該是[0,1），即使重新回答，也依然提供了錯(cuò)誤答案......

來(lái)源：豆包

如果不是數(shù)學(xué)學(xué)科又會(huì)如何？

來(lái)源：豆包

回答正確！

另外，從測(cè)評(píng)來(lái)看，“豆包”僅支持回答“有科學(xué)依據(jù)”的問(wèn)題。

來(lái)源：豆包

除了中文，“豆包”還支持英文對(duì)話，點(diǎn)擊右上角即可切換語(yǔ)言。

來(lái)源：豆包

有傳言稱國(guó)產(chǎn)大模型缺乏自己的數(shù)據(jù)庫(kù)，需要大量借助英語(yǔ)國(guó)家的數(shù)據(jù)進(jìn)行訓(xùn)練，“豆包”是否會(huì)這樣，切換語(yǔ)言測(cè)試一下：

從講笑話來(lái)看，“豆包”在中英文的表現(xiàn)半斤八兩。

來(lái)源：豆包

無(wú)聊的時(shí)候可以找“超愛(ài)聊天的小寧”聊天，它是否是一個(gè)合格的聊天好搭子呢？讓我來(lái)測(cè)試一下！

來(lái)源：豆包

小寧的“默認(rèn)狀態(tài)”就好像水豚，相當(dāng)穩(wěn)定與嚴(yán)肅。但十分聽(tīng)話，當(dāng)你希望它切換風(fēng)格的時(shí)候它能立即切換。

全能寫(xiě)作助手不僅可以根據(jù)要求生成詩(shī)歌，還提供了閱讀鑒賞功能。

來(lái)源：豆包

盡管這首《田間之歌》的詩(shī)句并不那么優(yōu)美，但這首詩(shī)可僅僅只用了10s不到。

當(dāng)我們向“英語(yǔ)學(xué)習(xí)助手”提問(wèn)時(shí)，它的回答表現(xiàn)又如何呢？

來(lái)源：豆包

根據(jù)提問(wèn)建議，我嘗試詢問(wèn)它“ban”和“interdict”兩詞的區(qū)別，可以看到，“英語(yǔ)學(xué)習(xí)助手”的回答并不完全是英文。

如果覺(jué)得英文的回答中仍然不好理解，可以讓“英語(yǔ)學(xué)習(xí)助手”把它轉(zhuǎn)化為中文，雙語(yǔ)切換，十分絲滑~

總體而言，“豆包”目前能夠支持一些簡(jiǎn)單問(wèn)答，準(zhǔn)確性有待提升。

并且，現(xiàn)在豆包是僅支持文字生成，暫時(shí)還沒(méi)有上圖片功能。

豆包也還沒(méi)有聯(lián)網(wǎng)。根據(jù)字節(jié)官方介紹，“豆包”的訓(xùn)練數(shù)據(jù)截至2023年之前，因此無(wú)法回答2023年的相關(guān)問(wèn)題。

埋頭苦干半年，字節(jié)大模型“潛行”

相較于國(guó)內(nèi)其他互聯(lián)網(wǎng)企業(yè)，字節(jié)盡管早在2月就開(kāi)始了大模型團(tuán)隊(duì)組建，但到真正發(fā)布第一款產(chǎn)品“豆包”，可謂是姍姍來(lái)遲。

字節(jié)在人工智能領(lǐng)域布局已久。2016年，字節(jié)就成立了人工智能實(shí)驗(yàn)室AI Lab，聚焦于自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等方面的研究。

不過(guò)，國(guó)內(nèi)“大模型之戰(zhàn)”掀起后，字節(jié)一直沒(méi)有公布任何底層大模型的進(jìn)展。

反倒是在6月，火山引擎先發(fā)布了大模型服務(wù)平臺(tái)“火山方舟”，給國(guó)內(nèi)大模型公司提供算力和其他配套服務(wù)。

來(lái)源：火山引擎

而到最近發(fā)布豆包，字節(jié)大模型團(tuán)隊(duì)其實(shí)悄悄放出了不少進(jìn)展。

7月，一個(gè)名為BuboGPT的大模型正式上線Github，背后同樣是字節(jié)跳動(dòng)團(tuán)隊(duì)。

BuboGPT是一個(gè)多模態(tài)大模型——BuboGPT能夠?qū)⑽谋?、圖像和音頻等多模態(tài)輸入進(jìn)行整合，在圖像音頻數(shù)據(jù)處理方面表現(xiàn)出了出色的對(duì)話能力。

官網(wǎng)：https://bubo-gpt.github.io/

來(lái)源：BuboGPT

BuboGPT最牛的地方在于聽(tīng)音辨位。

來(lái)源：BuboGPT

以上圖為例，只需要上傳一段音頻一個(gè)圖像，BuboGPT就能快速識(shí)別音頻來(lái)自于圖像的哪個(gè)地方，并且貼心地用邊界框幫你框出來(lái)！

從BuboGPT中，也可以看出字節(jié)大模型的方向——結(jié)合圖像和文字，做多模態(tài)的應(yīng)用嘗試。

可以想見(jiàn)，這和字節(jié)的業(yè)務(wù)密切相關(guān)——作為APP工廠，字節(jié)旗下有抖音等多個(gè)C端應(yīng)用，在音視頻上的應(yīng)用場(chǎng)景非常豐富，在這方面發(fā)力，也是合情合理。

快手AI來(lái)“踢館”

不過(guò)，字節(jié)扔的豆包還熱乎著，字節(jié)的老對(duì)家——快手，顯然是按捺不住了。

8月18日晚，快手突然宣布，“快手AI對(duì)話”安卓版本開(kāi)放內(nèi)測(cè)——此前，快手AI已經(jīng)在8月初進(jìn)行過(guò)一波小范圍測(cè)試了。

但字節(jié)豆包還是一個(gè)獨(dú)立app，但顯然快手在應(yīng)用上想搶先一步，快手AI對(duì)話直接就內(nèi)置在快手中。

使用方法上，用戶只需要點(diǎn)擊快手搜索首頁(yè)右上角的AI圖標(biāo)，直接輸入內(nèi)容或者點(diǎn)擊引導(dǎo)問(wèn)題，就可以開(kāi)始對(duì)話。

另外，用戶也可以觸發(fā)「搜索智能問(wèn)答」卡片，通過(guò)底部入口使用這項(xiàng)功能。

來(lái)源：快手

在大模型的支持下，用戶能夠更加高效的找到自己感興趣的主播或者視頻。

來(lái)源：快手

來(lái)源：快手

快手AI對(duì)話，也是首個(gè)基于大語(yǔ)言模型在短視頻直播行業(yè)落地的應(yīng)用產(chǎn)品。

國(guó)內(nèi)大模型混戰(zhàn)依舊火熱，各家廠商在辛勤耕耘底層的大語(yǔ)言模型時(shí)，在應(yīng)用端的爭(zhēng)奪也已經(jīng)開(kāi)始——

AI 大模型逐漸進(jìn)入各種終端和國(guó)民級(jí)應(yīng)用之中。比如最近，華為和小米都已經(jīng)把大模型放到自家手機(jī)系統(tǒng)當(dāng)中了。

如今，“抖快”均發(fā)布AI應(yīng)用，無(wú)疑是國(guó)內(nèi)大模型落地的又一個(gè)重要節(jié)點(diǎn)。

來(lái)源：公開(kāi)網(wǎng)絡(luò)

參考資料：

https://arxiv.org/pdf/2307.08581.pdf

關(guān)鍵詞：