10月17日，李彦宏在百度世界2023上表示。当天，李彦宏以《手把手教你做AI原生应用》为主题发表演讲，发布文心大模型4.0版本。
今天，咱们就开门见山啊。这一回要测一测，昨天才发布的文心一言大模型 4.0。
之所以要测它，是因为李彦宏昨天在会上说的那句：“综合能力比GPT-4毫不逊色！”
这话一出，很多人就沸腾了。
据李彦宏这边的说法，文心 4.0 在记忆、理解、逻辑和生成四块，进步神速。
尽管他也在现场亲自演示了很多案例，但很多用户是压根不买账的。
不少人调侃说：“骗骗兄弟就可以了，别把自己也骗了啊。”
这回，业内人员世超也是很幸运地拿到了抢先内测的资格。
既然他吹自己和 GPT-4 比毫不逊色，那我们就让这俩互掐一下，比比斤两。
从拿到资格开始，世超试了一整天。这次也不跟大家卖关子了，直接说测试结论：
总体来说， GPT-4 稳定胜利，但文心一言 4.0 居然意外地某些方面压过 GPT-4 一头。
那么世超这次测试，还是从比较常见的几个测评角度入手，这样体现的更全面、真实。但是，测试难度我们是和之前的 GPT-4 测评难度对齐的。
这比赛的第一轮，先测点大家喜闻乐见的吧。
先从比较轻松的弱智吧和语义陷阱题入手，也正好可以考察一下逻辑和理解能力。
不过，这块很多大模型都有专门训练，问了很多题都没把它们考倒。但是，经过不懈努力，还是被世超抓到了漏洞。
我问了一个非常经典的弱智吧问题：世界上真的有“龙”，那我就在某地被“一条龙”服务过。
先看 GPT-4 这边，由于不知道这俩“龙”到底嘛意思，就开始乱编一些历史典故。
文心这边，也没有聪明到哪去，也是乱编了一种“幽默”的说法。
甚至，世超后面又给了它一次机会，追问它：两个龙是同一个龙吗？
文心依然极其坚定地给了我一个完全错误的答案。
不过，到了第二题， GPT-4 就站起来了。
当我问：公司是个温暖的大家庭，怪不得我总是当孙子。
文心这边还在那“温暖的公司”、“没有等级差别”。
不过，当世超又追加了一道领导题。事态却突然彻底反转，反而是文心赢得很彻底。
世超问了几个流行的段子：“领导夹菜你转桌，领导喝水你刹车”，让它们给仿写几个。
两边 AI 给我的句子，对仗都蛮工整的，就是 GPT-4 语义彻底理解反了。领导的马屁拍的非常完美，可惜就是答案全错。
文心这边给的这些答案，才真的符合当代青年的领导文化。
不过温馨提示，实操的时候建议开始以 GPT-4 为准。
这第一轮比拼结束，文心 VS GPT-4 不分高下， 1 比 1 打了平手。
看来，文心一言说自己进步神速，不是完全在吹牛啊。
第二轮比赛，世超还想继续玩点有意思的，试试 AI 解读梗的能力。
当年， GPT-4 上线时能解梗图，那是叱诧风云了好长一段时间。
因为前面都是测中文语义，世超觉得对 GPT-4 有点不公平，所以特地选了个中英注解都有的梗图。
就像我的人生一样
不知道在忙些什么
不知道是不是有英文辅助，这一次 GPT-4 梗图解读能力强的不是一星半点。
不光能看懂“狗狗”是这张梗图的关键角色，而且读懂了笑点在于“认真帮忙”和“毫无效果”的对比。
但是，文心这边却还在一板一眼地把梗图，当阅读理解题来做。。。
而且嘴还蛮硬，你说这张图好笑，它坚持：这没啥让人发笑的，搞不懂你在乐什么。
不过，文心虽然不擅长解释梗图。但到了中文互联网梗，又马上扳回了一城。
世超问了个关于最近互联网上的新晋网红完颜慧德老师的 lonely 梗。
结果，文心不光点出了梗来源，而且正确解释了这是个谐音梗。
虽然最后很可惜，把“伦理”错误理解成了“理论”，就差这临门一脚，没踢进去。
但如果文心这边是没满分，那 GPT-4 这边恐怕属于不及格了。。
不光没读懂梗，连出处都找错了，让你去大型纪录片《完颜慧德传奇》里面找一找答案。
这第二轮比赛的两道小测试下来，双方各有千秋，不分高下吧。文心的热梗更新很快， GPT-4 图片解读更强。
两轮比赛下来，目前还没分出个高低来，焦灼在了 2 比 2 。
前面两轮语义理解都更偏基础，我们再测试一下专业能力。第三轮直接顶上 GPT-4 的超级强项——代码题。
不知道还有没有人记得，当年 GPT-4 花了 60 秒，做出一个完整的贪吃蛇小游戏，震撼了整个江湖。
现在我们用同样的测试，让文心来试一下。
因为代码比较长，所以这里就不完全展示了。咱们可以直接划到下面，看最后的效果。
实测文心一言4.0，真的比GPT-4毫不逊色吗？（二）+https://developer.aliyun.com/article/1384966
