新華社研究院發(fā)布《人工智能大模型體驗報告2.0》

新華社研究院中國企業(yè)發(fā)展研究中心發(fā)布的《人工智能大模型體驗報告2.0》（以下簡稱報告）顯示，訊飛星火、百度文心一言、商湯商量和智譜AI-ChatGLM均表現(xiàn)搶眼，AI大模型的發(fā)展為人類工作和生活的提質(zhì)增效均帶來了正向積極的影響。

報告顯示，與2023年6月相比，當前中國大模型產(chǎn)品進步顯著。但與接受過高等教育的人類相比，大模型在智商、情商等方面還存在一定程度差距。具體來看，訊飛星火在工作提效方面優(yōu)勢明顯，百度文心一言基礎能力仍處領軍水準，商湯商量則在情商方面表現(xiàn)優(yōu)秀，智譜AI-ChatGLM整體表現(xiàn)優(yōu)秀。

針對各維度能力測評，該報告還給出了相應的案例展示和分析。

在基礎能力方面，人類與AI之間的差距并不顯著。課題組分別從語言能力（35%）、AI向善（10%）、跨模態(tài)（20%）和多輪對話（35%）四大指標進行測評。測評顯示，科技企業(yè)大模型中，百度文心一言表現(xiàn)最為搶眼，商湯商量、智譜AI-ChatGLM、360智腦表現(xiàn)優(yōu)良。

在智商評估方面，人類在智商方面仍然具有明顯優(yōu)勢。課題組分別從常識知識（20%）、邏輯能力（50%）和專業(yè)知識（30%）方面對科技企業(yè)大模型進行考量。結(jié)果顯示，訊飛星火、智譜AI-ChatGLM表現(xiàn)突出，百度文心一言、昆侖萬維天工表現(xiàn)優(yōu)良。

在情商方面，AI與人類之間的差距最為明顯。人類在情緒理解和處理方面通常具有更強的優(yōu)勢，和更靈活的處理能力。通過對處理日常事項（35%）、一語雙關（30%）、人際關系（35%）問題進行分析發(fā)現(xiàn)，科技企業(yè)大模型中，商湯商量表現(xiàn)亮眼，百度文心一言、瀾舟科技Mchat、智譜AI-ChatGLM及360智腦均表現(xiàn)優(yōu)良。

在工作效率提升方面，課題組重點在工具提效（50%）和生成創(chuàng)新（50%）方面進行考量。結(jié)果顯示，訊飛星火表現(xiàn)最為搶眼，百度文心一言、商湯商量、智譜AI-ChatGLM表現(xiàn)優(yōu)良。不過，盡管AI具有高速度和高效率的優(yōu)勢，但在某些復雜和具有創(chuàng)新性的任務中，人類的智慧和想象力仍然具有無法替代的作用。

報告認為，雖然在不同領域中，AI和人類表現(xiàn)出不同的優(yōu)劣勢，但在整體上，AI大模型的發(fā)展為人類工作和生活的提質(zhì)增效帶來了重要的積極影響，大模型正在加速走進生活、走進產(chǎn)業(yè)。在本次體驗測評基礎上，研究團隊將繼續(xù)深耕，加強在大模型安全可解釋性、工作提效能力、實際落地情況、產(chǎn)業(yè)優(yōu)秀案例等維度上的探索與研究。

附件：新華社研究院發(fā)布《人工智能大模型體驗報告2.0》