通义千问对战文心一言，谁更胜一筹？记者实测报告来了
阿里云宣布自研大模型“通义千问”开始邀请用户测试体验。现阶段该模型主要定向邀请企业用户进行体验测试，用户可通过官网申请，符合条件的用户可参与体验。
而《科创板日报》记者第一时间拿到了内测码。此前，记者也曾体验过文心一言，此次将把两者的问答情况进行对比。
在测试过程，通义千问和文心一言各有擅长的地方，但也闹出一些哭笑不得的乌龙。比如文心一言声称：通义千问是百度研发的大模型。
首先，《科创板日报》提出了一个常见问题：你和ChatGPT的区别是什么？
“通义千问”的回答：
文心一言的回答：
相比文心一言，通义千问显然更详细地强调了自身的优势，“自吹自擂”了一番。
那么，通义千问跟文心一言谁更强呢？
通义千问的回答：
文心一言显然还没有对” 通义千问”进行特定的识别，居然认为“通义千问”是百度研发的大模型。
既然通义千问在优势中强调了代码写作能力，记者也进行了测试。
提问：我需要一段冒泡排序java代码
通义千问：
文心一言：
提问：画椭圆形的JS脚本
通义千问：
文心一言：
记者同样让程序员朋友检查了下，对方表示：在画椭圆形的JS脚本方面，文心一言给的似乎更准确。通义千问画的是圆形。
我们曾向文心一言询问关于国内涉足预训练大模型的公司有哪些？文心一言回答了7家企业和机构。
“通义千问”回答了5家，主要列举了企业，没有列举社会机构。在企业方面，比文心一言多补充了商汤科技。但是，把商汤预训练语言模型的名称写成了“文心一言”。
此前，记者曾向文心一言提问了一个涉及信息搜索的问题：
特斯拉在国内过去五个月、过去一年的销量是多少？
文心一言的答案不尽如人意。这次记者重新提问，文心一言仍然没有准确理解5个月，以及过去一年的含义，提供的数据也较为陈旧。
而通义千问把特斯拉从2021年5月到2022年12月的数据都列举了出来，在问题理解上比文心一言表现更好，但数据准确性仍待考证。
从记者的初步搜索来看，根据乘联会发布的2021年5月的新能源汽车销售数据，特斯拉中国的销量为33463辆。
于是，记者又针对比亚迪的销量进行提问：
两者都没有给出准确答案。特别是文心一言的数据偏差较大。
文心一言称：2022年11月，比亚迪新能源汽车销量为28847辆，而根据比亚迪公布的2022年11月产销报告，当月新能源汽车销量23.04万辆。
相比之下，通义千问则坦率承认：无法提供具体销量数字。
接着，《科创板日报》记者考验了通义千问的文学创作能力，让其模仿三体风格写一篇800字的科幻小说，基本完成了任务。
通义千问的回答：
文心一言：
记者也让通义千问写一首“祝你生日快乐”的藏头诗，它理解了“藏头”的含义，但不知为何只写了“生日快乐”的藏头诗，少了“祝你”。
通义千问：
文心一言：
然后，记者试了试通义千问在商业文案创作方向的能力。
之前，记者曾让文心一言写一段针对双11促销的童装营销文案，并设定了“用料健康、性价比高”的关键词。
当时文心一言的回答：
而通义千问的问答：
显然，文心一言在营销词语的运用上更胜一筹，通义千问对“用料健康、性价比高”的优势没有进行详细解读。
记者继续让其生成针对AI医疗公司的中秋节海报文案
通义千问的回答：
文心一言：
从答案来看，两者都算完成了任务。不过，文心一言同样对医疗进行了更多的阐释。
写工作总结是一件令人头疼的事。记者此前也提问了文心一言。
通义千问也给出了回答，相比文心一言，多了“此致敬礼”等结束语。
不过，记者再次测试文心一言时发现。它对问答进行了优化，相比过去直接给出工作总结，如今文心一言会追问：您的季度总结关注哪些方面？
记者尝试从外国人的汉语等级考试卷子里，找了几道题，看通义千问能否理解中文的语义。
羊毛衫减价啦，件件10元，样样10元。请问：什么10元
文心一言答对了这个问题。
而通义千问表示：缺少更多上下文。
提问：李明是李丽的哥哥，刘云是李丽的妈妈，李明是刘云的谁？
这次通义千问和文心一言都答对了。
通义千问：
文心一言：
在数理逻辑推算能力方面，文心一言顺利答对了鸡兔同笼的经典题目，而通义千问没有答对。
鸡和免放在一只笼子里，上面有 29 个头，下面有 92 只脚。问: 笼中有鸡、兔各多少只？正确答案是：12只鸡，17只兔。
通义千问：
文心一言：
记者再次提问数学题：
某次数学竞赛共 20 道题，评分标准是: 每做对一题得5分，每做错或不做一题扣1分。小华参加了这次竞赛，得了 64分。问:小华做对几道题？
正确答案应该是14题。此前文心一言没答对，通义千问倒是列对了公式，但不知为何，依然计算错误。
通义千问
文心一言
目前，通义千问还仅支持自然语言处理，尚不支持文生图等跨模态功能，不过记者从知情人士处了解，后续也会尽快推出相关大模型，能够支持更多功能。
通义千问尚不支持AI绘画。
来源：科创板日报