国内主流大模型性能排名来了！讯飞星火第一，百度文心一言第二

继6月发布《人工智能大模型体验报告》后，8月12日，新华社研究院中国企业发展研究中心再次发布《人工智能大模型体验报告2.0》(以下简称“报告”)，针对国内大模型在基础能力、智商能力、情商能力和工具提效四大维度的性能表现给出了排名。

结果显示，讯飞星火总分第一，1013分，仅比人类答案少1分;百度文心一言第二，1010分;商汤商量和智谱ChatGLM并列第三，983分。

不过，具体到各维度能力，各大模型呈现出不同优势。

其中在基础能力方面，人类与 AI之间的差距并不显著。这是因为 AI算法模型的开发受到人类编程思维的影响，并且在其开发过程中充分利用了人类的智慧和知识。在政策的积极引导下， AI在向善和语言能力上表现出色，逐渐接近人类专家的水平。

课题组分别从语言能力(35%)、AI向善(10%)、跨模态(20%)和多轮对话(35%)四大指标共150题中对各大模型进行了测评。测评显示，科技企业大模型中，百度文心一言表现最为抢眼，商汤商量、智谱AI-ChatGLM、360智脑表现优良。

在智商评估方面，人类在智商方面仍然具有明显优势。人类的智商不仅体现在学习能力上，更表现在善用工具和解决问题的能力上。

对此课题组分别从常识知识(20%)、逻辑能力(50%)和专业知识(30%)方面对科技企业大模型进行考量，题目总数达125题。结果显示，讯飞星火、智谱AI-ChatGLM表现突出，百度文心一言、昆仑万维天工表现优良。

在情商方面，AI与人类之间的差距最为明显。人类在情绪理解和处理方面通常具有更强的优势，和更灵活的处理能力。

通过对处理日常事项(35%)、一语双关(30%)、人际关系(35%)等75个问题进行分析发现，科技企业大模型中，商汤商量表现亮眼，百度文心一言、澜舟科技Mchat、智谱AI-ChatGLM及360智脑均表现优良。

在工作效率提升方面，课题组重点在工具提效(50%)和生成创新(50%)150个题目上进行考量。结果显示，讯飞星火表现最为抢眼，百度文心一言、商汤商量、智谱AI-ChatGLM表现优良。不过，尽管AI具有高速度和高效率的优势，但在某些复杂和具有创新性的任务中，人类的智慧和想象力仍然具有无法替代的作用。

报告认为，虽然在不同领域中，AI和人类表现出不同的优劣势，但在整体上，AI大模型的发展为人类工作和生活的提质增效带来了重要的积极影响，大模型正在加速走进生活、走进产业。

同时指出，AI技术发展到现在，其重点已经从大模型的盲目追求转向了实用性和可持续性的发展，AI大规模落地需要更多时间来验证。

通过降低成本、提高易用性、增强可靠性、保护隐私和安全等方面的措施，进一步提高大模型的可用性，让更多的人受益于AI技术的发展，实现更加智能化和便捷化的生活，是未来让AI真正走进千家万户的关键。

（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）