“文心一言”展现了足够的文案创作能力，为B端降本增效的起始逻辑已经明晰。出于商业角度考虑和高昂的端侧微调成本，厂商普遍放弃开源，转而以提供 API 的方式供下游用户在特定场景下进行推理使用。以 ChatGPT 为例，OpenAl 并未公布其基础模型（GPT3.5、GPT4）技术细节，用户仅能够在自身应用内通过API调用其模型。从第一批用户实际使用来看，“文心一言”已经展示了基础文案工作能力，除此前接入650家企业外，发布当日有6.5万家企业申请测试，签约5家客户，一定程度反映了企业客户的认可程度。
用户交互能够进一步改善模型表现，我们判断这也是公司急于推动模型面世的原因之一。OpenAl自GPT-3便开始对外提供服务，通过开放给公众，GPT3收集来自用户输入内容的多样性数据，从而迭代出效果更好的模型，这就决定了GPT4是站在用户交互飞轮的巨人肩膀上，与文心一言并不在同一起跑线。但是海量用户群也是百度的长处之一，GPT的飞轮效应是可复制的。尽管尚未对公众大范围开放，企业用户已经能够申请内测邀请码，邀请范围若持续扩大，飞轮效应将推进“文心一言”表现改善，且优化空间极大。
我们判断，尽管上下文理解、语义逻辑、多轮对话方面尚有欠缺，”文心一言”在部分问题处理上已经能够对标 GPT3 水平，但具体表现仍需时间和公众验证。我们依然认为，人工智能必然成为产业发展长期主线，国产替代具有需求上的紧迫性。以“文心一言”发布为契机，我们重点分析国内主流科技企业在复现ChatGPT领域需要克服的差距，判断对国产大模型的发展不必过度悲观。
年论文发表及专利数占优，但在复现过程中大量细节都并不明朗，如提示学习的具体机制、算法如何泛化、算法微调的具体环节、数据标签的设置等。
从国产实践来看，学术界已有相对成功复现先例，但尚未工程化落地。百度“文心一言”外，清华智谱ChatGLM亦引入了监督微调、反馈自助、人类反馈强化学习等技术，尽管参数量较小，输出表现良好。2022 年 11 月，斯坦福大学大模型中心对全球 30 个主流大模型进行了全方位的评测，GLM-130B 是亚洲唯一入选的大模型，评测报告显示 GLM-130B 在准确性和公平性指标上与 GPT-3接近或持平，鲁棒性、校准误差和无偏性均优于GPT-3。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入查阅下载3万+精选资料，年享1万+精选更新
（星球内含更多未发布精选报告.其它事宜可联系zzxz_88@163.com）
