稍微留意下近期的新闻，“赶超GPT-4”正在成为国产大模型的新热点。
百度文心一言、商汤日日新以及阿里云刚刚发布的通义千问2.5，均已迈入“全面赶超GPT-4”阵营。
把时间线稍微拉长一些的话，过去大半年时间里，“超越GPT-4”的消息可谓屡见不鲜，即使在报道中刻意加上了多项基准、部分指标等前缀，依然赚足了眼球，成为国产大模型佐证自身能力的有力指标。
简单做个复盘的话，国产大模型对GPT-4的追赶已经进行了400多天，其中“赶超进程”可以粗分为三个阶段。
第一阶段：部分性能超越GPT-4
2023年3月14日，OpenAI正式推出了GPT-4，彼时大多数国产大模型还未开放，少数内测大模型的比较对象还是GPT-3。作为业界标杆的GPT-4，就像是科幻照进了现实，被无数人捧上神坛。
但在短短半年后，GPT-4就出现在了国产大模型厂商的比较名单里。
2023年8月底，商汤科技对外公布了一则新进展：拥有1230亿个参数的“书生·浦语”，在全球51个知名评测集共计30万道问题集合上，测试成绩排名全球第二，并在综合考试agieval、知识问答commonsenseqa、阅读理解和推理的十项评测中位列第一，分数超过风头正盛的GPT-4。
2023年10月17日的“生成未来”发布会上，百度正式发布了文心大模型4.0版本，李彦宏在现场依次演示了大模型的理解、生成、逻辑和记忆四大核心能力的特点与应用场景。尽管没有给出评测数据，李彦宏却自信地表示：文心大模型4.0的综合水平，“与GPT-4相比毫不逊色”。
国产大模型赶超GPT-4的序幕正式拉开，此后一两个月里，不少大模型给了这样的营销口径：整体能力已经不输于GPT-3.5，并且在部分性能指标上开始超越GPT-4。
第二阶段：整体性能逼近GPT-4
时间来到2024年初，国内的“百模大战”进入收敛期，一些不被资本市场认可的大模型，渐渐成了一个数字，只有几家科技大厂和独角兽仍活跃在大模型一线。“活下来”的大模型，势必要在能力上证明自己。
综合性能逼近GPT-4，开始成为新的营销话术。
2024年1月中旬的智谱AI技术开放日上，正式发布了新一代基座大模型GLM-4。按照智谱AI官方的说法：在权威的英文测试榜单中，GLM-4已经整体逼近GPT-4，平均能达到GPT-4 90%以上的水平，在个别项目上表现持平；而在国内企业更加看重的中文任务上，GLM-4的表现全面超过GPT-4。
同样是在2024年1月，科大讯飞发布了星火认知大模型V3.5，在逻辑推理、语言理解、文本生成、数学答题、代码、多模态等核心能力均显著提升，其中语言理解、数学能力已经超过GPT-4 Turbo，代码能力达到GPT-4 Turbo 96%，多模态理解达到GPT-4V 91%。“在中文理解方面，甚至遥遥领先。”
回头来看，智谱AI和科大讯飞的营销策略还是有些“保守”，百川智能在同一时间段发布的Baichuan 3，对外表示已经在CMMLU、GAOKAO等中文评测中超越GPT-4。
第三阶段：全面赶超GPT-4 Turbo
2023年11月的OpenAI首届开发者大会，GPT-4 Turbo可以说整个活动的焦点，不仅比GPT-4更聪明，文本处理的上限更高，推理的速度更快，价格也更便宜，国产大模型随即迎来了新的比较对象。
先是2024年4月份发布的日日新5.0，拥有6000亿参数，并在发布会上引用了OpenCompass的评测数据：日日新5.0达到或超越了GPT-4 Turbo版本，几乎全方位碾压了同期发布的 Llama 3-70B。
再然后就是阿里云刚刚发布的通义千问2.5，根据媒体报道中的说法：模型性能全面赶超GPT-4-Turbo，成为“地表最强”中文大模型；通义千问1100亿参数开源模型在多个基准测评收获最佳成绩，超越Meta的Llama-3-70B，成为开源领域最强大模型。
可以笃定的是，日日新5.0和通义千问2.5只是个开始，后续将有更多国产大模型在能力上超越GPT-4-Turbo。
毕竟科大讯飞早已预热了上半年发布星火认知大模型V4.0的消息，将全面对标GPT-4系列；文心一言4.0的发布已经超过半年，不排除新版本正在准备中，且大概率会在性能上再上一个台阶……
“跑分”的意义在哪里？
不管是一开始的“部分性能超越”，还是现在进行中的“全面赶超”，依据都是第三方评测结果，或者说大模型厂商的主观判断。比如商汤和阿里云争相引用的OpenCompass，就是上海人工智能实验室开源的大模型评测平台。
对于一些大模型沉迷于刷榜、跑分的现象，上海人工智能实验室领军科学家林达华教授曾在媒体采访中直言：通过题海战术提高大模型成绩，对于模型实际能力的反应是失真的，影响了模型研发团队的改进方向和模型的商业落地，“高分低能”伤害的是机构本身；榜单上任何具体的名字只是大模型成长过程中无数次测试中的一次，一时的排名高低并不真正反映模型的能力。
何况很多大模型测试集为了公开透明，测试题目或者提纲都是公开的，大模型厂商不难通过“针对性的训练”来提高分数。只要将足够的的测试题喂给大模型，在开卷考试的机制下，分数总不会太低。
也就是说，分数高并不一定代表大模型的能力强。“跑分”的意义仅仅是让客户或开发者对大模型能力有一个初步的认识，最终的评估因素永远是“能不能解决问题”，“能不能在场景中带来实实在在的生产力”。
特别是在大模型走向落地应用的趋势下，一味炒作“超越GPT-4”、“跑分第一”，妄顾落地应用的实效，可能会适得其反。以大模型应用中比较常见的财报分析为例，如果大模型连一家企业的财报都看不懂，再高的计算分数也不会让客户信服，反而会被排除在合作名单外。
而参考中信证券等机构的研究报告，目前OpenAI的GPT-5正处于红队测试阶段，有望在今年夏天正式发布，可能在多模态理解、长文本输入、zero-shot学习等方面实现重大突破，且性能将远超GPT-4。即使国产大模型花费400多天追平了GPT-4，在相当长一段时间里，仍将处于追赶的姿态。
大模型的价值是解决日常问题的生产力工具，赶超GPT-4的阶段性升级，可以看作是国产大模型有序迭代部署、不断拉近差距的标志，切莫像手机跑分那样，在过度营销的作用下，沦为被群嘲的对象。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
文|智能相对论作者|沈浪知名科学杂志《Nature》发表了一篇关于大模型规模参数大小争议的文章《InAl,isbiggeralwaysbetter?》——AI大模型，越大越好吗？随着大模型应用走向实践，这一问题不可避免地成为了当前AI行业发展的焦点与争议。有人认为，大模型当然是越大越好，参数越大，性
大模型热潮涌动了一年多后，越来越多人平复了激动的情绪，开始从客观的视角重新思考大模型的价值和机会。红杉资本在AlAscent2024的开场演讲中提到，大模型的创造能力和推理能力，第一次实现了以类似人类的方式进行交互，将支撑起数十万亿美元的市场。然而和AGI的遥远梦想相比，大模型的创业者们却不得不正视
关注卢松松，会经常给你分享一些我的经验和观点。昨晚，李彦宏内部讲话称：AI大模型开源意义不大，百度绝不抢开发者饭碗。但你一定要说话算话哦，可千万别说：“我永远不做手机，谁再敢提做手机就给我走人”，结果5年后自己的手机销量排名第一。如果百度也这么干的话估计AI也没人用了。李彦宏认为：从商业模式的角度来
近日，科技巨头360公司宣布，其全新AI员工“红衣”正式入职事业部，标志着公司向智能化、自动化方向迈出了坚实的一步。据悉，“红衣”由360安全大模型支持，具备高度智能化和自主学习能力，能够在多个领域提供高效、精准的服务。“红衣”是首位正式入职的数字安全专家，由360安全大模型支持，在安全运营工作中，
北京时间7月27日凌晨，巴黎奥运会即将开幕。今年，云上转播将正式超越卫星转播，成为奥运赛事走向全球数十亿观众的主要转播方式。巴黎奥运会预计11000小时的赛事直播画面，将通过阿里云向全球分发。这将是1964年奥运会开始卫星电视转播以来，又一次重大技术进步。据介绍，OBSLiveCloud将成为202
7月26日，巴黎奥运会开幕在即，国际奥委会主席巴赫在国际转播中心举行的活动中表示，2024巴黎奥运会展现了奥运转播的未来，广泛应用的阿里AI技术正在将巴黎奥运转播带到新的高度。（国际奥委会主席巴赫）在巴黎奥运会上，云计算将替代卫星成为奥运赛事直播的主要方式。超过三分之二奥运直播信号将通过阿里云支撑的
大模型落地呼声越来越大，但是以什么方式落地依然有争议。国内如此，国外亦然。不同的思想对应着不同的方法论。一部分AI企业忙着更新通用大模型打榜，做一些视频生成工具之类的热门产物，巨头多数属于此类。另一部分则在专注行业大模型或是平台，例如国外的Glean和国内的第四范式，后者最近还发布了AI数字人视频合
2023年是AI大语言模型爆发的一年，以OpenAI推出的GPT大模型为起始，整个行业开始从“推理式AI”向“生成式AI”迈进。据MarketDataForecast预测，全球AI市场规模将从2023年的1502亿美元增长到2030年的13452亿美元，年复合增长率高达36.8%。在此背景下，国内如
随着AI产业化和产业AI化成为业界共识，大模型的“新赛季”来了。2024年是国产大模型全面商业化的元年，各地人工智能产业发展的政策密集出台。同时，在2024世界人工智能大会（WAIC2024）上，各大AI厂商纷纷表示要让大模型落地应用场景。不过，对于大模型商业化的路线，科技巨头和大模型初创公司之间存
对所有大模型而言，其真正考验如同科大讯飞创始人刘庆峰所说，在最后一公里的应用和商业化落地上。作者|Cindy编辑|杨铭恐怕谁也不会想到，百模大战进入商业化下半场，围绕大模型大规模、旷日持久的战争，竟是开源和闭源路线的交锋。最近，在2024世界人工智能大会（WAIC）上，刘庆峰、李彦宏、王坚、朱啸虎、
从新闻网站与搜索引擎的十几年较量历史中总结，大模型公司向内容方付“版权费”或是一个必然的结果。
“创新的速度比创新本身更重要。”埃隆·马斯克曾这样说到。近日，由马斯克所掌舵的特斯拉，在2024年世界人工智能大会上正式推出了第二代Optimus（擎天柱）人形机器人，距离第一代面世，仅过去9个月。加速升级的人形机器人不负所望，成了今年WAIC大会（世界人工智能大会）的一大看点。除此以外，今年的WA
