直播实测GPT-4 vs 文心一言，今晚坐等你来提问！

转载 于 2023-03-17 07:29:15 发布 · 263 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247669591&idx=3&sn=f24554aba4fa827aad92f25460bbfbe7&chksm=e8dee025dfa96933586bd8fbab7aa7451991cbca1570de0355ebcaa3363fc05699e843a1065a&scene=126&sessionid=0
文章标签：

#人工智能

代问工具人 发自 凹非寺
量子位 | 公众号 QbitAI

GPT-4和文心一言这前后脚一上线，我们后台留言都快炸了。

不少小伙伴都想看看这俩选手真刀真枪拼起来，到底是个什么情况。

4b35fa92e96f650ffebf9d57122e6ff0.jpeg

这不就巧了嘛，量子位已经拿到了文心一言的内测码，ChatGPT Plus版、新版bing测试资格也已就位。

为了让更多读者朋友能够参与进来，跟我们一起测试，就在今晚，我们打算搞场直播。

如果你有什么问题需要代问工具人，今晚（3月17日）19点，我们在B站、视频号直播间同步等你来玩~

f9fa067df5bb943e3fb78ac91ce66632.jpeg

视频号预约按钮在这里↓↓↓

B站直播间地址是这个↓↓↓

https://live.bilibili.com/27382371

不见不散！！！

— 完 —

3月29日「中国AIGC产业峰会」

抢票开启

「中国AIGC产业峰会」定档3月29日，线下会场抢票开启！

百度袁佛玉、智源林咏华、澜舟科技周明、小冰徐元春、科大讯飞高建清、启元世界袁泉、云舶科技梅嵩、特赞王喆、微软关玮雅、源码资本黄云刚、元语智能朱雷、无界Ai马千里、Tiamat青柑、峰瑞资本陈石等来自产学研界大咖嘉宾，还有重磅嘉宾陆续确认中。

扫描下方二维码，报名峰会线下会场啦～

9568a14bc68309e91751990e4ac3b7c8.png

点这里👇关注我，记得标星哦～

QbitAl
关注
博客
WAIC探展征集｜加入量子位直播共创
07-23 8
7月26日 15:00-17:00，每个展位3-5min。7月26日，WAIC第一天的下午，我们将在WAIC来一场。希望在直播露面，欢迎填写下方表单告诉我们。，我们将会结合实际时间、路线来安排。⬇️ 点击下方按钮，一键预约 ⬇️。设立展位，欢迎来找我们线下见面！量子位｜公众号 QbitAI。7月24日 18:00。亮眼的新产品&新技术。：交流对话，产品展示。
博客
官方揭秘ChatGPT Agent背后原理！通过强化学习让模型自主探索最佳工具组合
07-23 6
ChatGPT Agent的开发可追溯到2017年的World of Bits项目，最大的变化是训练规模的提升，无论是预训练还是强化学习，计算量可能增加了数十万倍，使ChatGPT Agent的短时间开发得以实现。这个团队的总人数并不多，Deep Research团队最初只有3-4人，Operator团队约6-8人，合并在一起，加上产品和设计人员，也就20到35人，但他们花几个月就完成了这个项目。原本两个功能不同的智能体，就这样在用户的“错用”下合二为一，变成了一个更通用的ChatGPT Agent。
博客
突然发疯！人形格斗冠军机器人凌空回旋踢，架子都干翻，现场研究员：0.0？
07-23 8
开发者必须自行建立网络通信，最关键的是，必须制定通信中断时的安全协议。如果拔掉电源，或BMS上的充电保护触发，由于电池无法吸收的过电压，所有电机和计算机电源可能会永久损坏。一旦电机全力运转时，肢体被夹在机身和机械臂的关节处，可能会造成极其严重的伤害——如果再加上惯性冲击，这股力量足以切断手指，甚至伤及骨头。其实这并不是REXrobot第一次出状况，在5月份的时候，还是Cix，就有机器人“突然”摔倒的问题。简单地说，被吊起来的人形机器人进入了“行走模式”，但没有识别到脚下的路，才导致了这次失控。
博客
李沐B站更新了！教你手搓语音大模型，代码全开源还能在线试玩
07-23 3
举个例子就是，如果想要教一个徒弟同时会拳脚功夫，但师傅一次又教不了，那就同时教两个徒弟，一个学打拳，一个学踢腿，然后让他们俩天天互相打，打着打着两个就都会拳脚功夫了。最终，这个多模态模型就完成了，不仅可以完成简单的文本转语音，还能实现更复杂的任务，比如让它写一首歌并唱出来，再加上配乐。然后要让模型很好地理解和生成声音，就需要利用模型的文本空间，将语音的语义尽量地映射回文本，当中需要大量的数据支持。传统的语音和文本模型之间相互独立，李沐老师就想，欸，能不能将两者结合起来，直接让LLM用语音进行沟通。
博客
3D生成补上物理短板！首个系统性标注物理3D数据集上线，还有一个端到端框架
07-23 4
相比于这种分离式的物理属性预测器，PhysXGen利用了物理属性与预定义3D结构空间之间的相关性，不仅在物理属性生成方面取得了显著提升，同时也增强了外观质量如图所示。鉴于3D空间中对物理建模、理解与推理的需求不断增长，团队认为，从上游的数据标注流程到下游的生成建模，构建一个完整的基于物理的3D对象建模体系变得尤为重要。鉴于物理属性在空间上与几何结构和外观密切相关，团队利用预训练的3D先验，以生成具备物理属性的3D资产，从而实现高效训练并具备良好的泛化能力。主要合作者为来自南洋理工大学的。
博客
AI搜索一夜变天，专为Agent做搜索的赛道能否诞生百亿美金新巨头？
07-23 360
已经具备Agent专家协同、DeepResearch等能力，小宿智能搜索为其提供了精准知识检索、全球数据融合等能力，可毫秒级响应、支撑专家Agent的实时数据需求，并确保每项输出都有可验证的数据支撑。国内市场中，百度、夸克、360也针对AI搜索积极布局，但同样以ToC为主，核心收入来自广告、生态终端浏览等，B端业务仅定位为对整体业务的补充，在企业服务和Agent优化层面的投入都相对有限。不难发现，小宿智能搜索已经几乎完全满足Bing Search API的一切能力，但更具性价比、提供的服务也更全面。
博客
四款扩散大语言模型全部破防？上交&上海AI Lab发现致命安全缺陷
07-23 8
研究团队首先探究了现有的扩散语言模型的安全对齐效果，如图3，利用两种越狱攻击方法在三个benchmark上对4种扩散LLMs和自回归LLMs的评估结果显示，扩散语言模型的防御力整体上与自回归语言模型相当甚至略微优于自回归语言模型，在dLLMs中Dream-Instruct的安全性最好， MMaDA-MixCoT的安全性最差。不仅构造多样化的提示词内容，还在结构层面引入多粒度的掩码操作（例如整段掩码、关键动词掩码、逐步掩码等），诱导模型生成更具威胁性的补全，同时实现对攻击行为的精细控制。
博客
马斯克xAI挖走何宜晖：英伟达顶级工程师，西安交大校友
07-23 3
他提到，这段经历让他“有幸与一群才华横溢的团队并肩作战，共同探索前沿AI技术”，并坦言“受益匪浅”。，此前曾在OpenAI就职，DALL-3、GPT-4核心贡献者，本科毕业于清华，硕博毕业于耶鲁。如今，作为英伟达推出的最先进世界模型，Cosmos已正式发布，并宣布可免费用于商业用途。，2023年斯隆奖得主，Hinton手下的助理教授，本科到博士都在多伦多大学。，本科就读于哈佛大学，导师为著名数学家丘成桐教授，曾在微软研究院工作。，本科就读于北京大学，博士毕业于耶鲁大学，曾在Meta、IBM就职。
博客
AI音效90秒长时可控生成！“狼嚎2秒，蟋蟀鸣8秒”精准搞定！清华&生数科技新研究入选ACM MM 2025
07-23 5
实验中，在10秒时间控制的生成任务中，FreeAudio相较以往的免训练方法具有显著提升，且在无需任何时间对齐的音频-文本训练数据的情况下，取得了可与最先进基于训练方法媲美的效果。同时，训练或微调用于时间控制和长时生成的大规模扩散模型，需要大量的计算资源与工程成本。最后，在波形重建阶段，对相邻片段的重叠区域进行去重裁剪，仅保留一次有效副本，保证生成音频在时域上的连续性与声学上的自然性。总之，本文提出了FreeAudio，一种新颖的免训练T2A生成框架，在时间条件控制的文本到音频生成任务中展现出优越的性能。
博客
开源Qwen凌晨暴击闭源Claude！刷新AI编程SOTA，支持1M上下文
07-23 9
依托阿里云基础设施构建可以同时运行20000个独立环境的系统，让模型在多轮交互中表现优异，尤其是在SWE-bench Verified上实现了开源模型SOTA的效果。Qwen3-Coder包括多个尺寸，其中最强版本Qwen3-Coder-480B-A35B-Instruct是。在丰富、真实的代码任务上扩展训练，自动生成多样化测试用例，提高了代码执行的成功率。效果之外，值得关注的是，这一次通义团队同样公布了从预训练到后训练的不少技术细节。而更令人兴奋的是，在开源这条路上，中国模型们当之无愧地正走在最前列。
博客
小扎火速挖走谷歌IMO金牌模型华人功臣！以后还是别公布团队名单了吧
07-23 3
微软对谷歌的挖角行动从6个月前已经开始，由微软AI的CEO Mustafa Suleyman负责，Suleyman本就是DeepMind联合创始人，现在负责从老搭档Hassabis手上挖人，给这件事增加了更多戏剧色彩。任谷歌DeepMind的研究科学家，负责Gemini的强化学习、思考和后训练，还推动了Gemini 2.5的发布，是Gemini 2.5 Pro深度思考的核心贡献者。他不仅是Gemini从1、1.5、2到2.5系列模型的核心贡献者，还领导了谷歌早期对话式AI产品LaMDA和Bard的后训练。
博客
Kimi K2官方技术报告出炉：采用384个专家，训练不靠刷题靠“用自己的话再讲一遍”
07-22 44
这一机制会定期检查模型注意力的关键参数（query和key），如果它们的值太大，就自动“收紧”，防止计算过程出现异常，从而显著提升了训练稳定性。Kimi K2，作为Kimi最新MoE基础模型，总参数1T，激活参数32B，能力领先性尤其展现在代码、Agent、数学推理任务上。一言以蔽之，K2的训练数据覆盖网页、代码、数学、知识四大板块，所有数据都经过严格的质量筛选，确保模型学到的都是有用的信息。对数学类文本：把枯燥的教材式内容改写成更易理解的“学习笔记”风格，还加入了多语言版本的翻译文本，让模型见多识广。
博客
李开复入场Agent！零一万物推出“万仔”，直接对话CEO走独特“一把手工程打法”
07-22 15
寻找各行各业的公司，他们有场景和行业知识、数据，他们认可并理解AI不只是做个客服，而是可以重构公司，大大提升生产力，然后用交付的方式，用AI来把整个公司的KPI往上提升。一把手工程的本质是CEO驱动的AI战略转型，从顶层战略出发，基于战略找场景、调模型、搭应用，双方产研和业务深度共创最大价值，打破数据孤岛与技术黑箱的僵局。，大家追求的是“AI+”而非“+AI”，但是对于垂直场景，这类公司往往缺乏落地经验和闭环数据。超级员工能在企业场景下执行编程，研究等复杂综合任务，在公司内部跨组织、跨业务串联各种工具。
博客
Qwen3小升级即SOTA，开源大模型王座快变中国内部赛了
07-22 33
在官方介绍中显示，模型共包含94层，采用分组查询注意力（GQA）机制，配备64个查询头和4个键值头，并设置128个专家，每次推理时激活8个专家。在官方发布的基准测试中可以看到，相较于上一版本，新模型在AIME25上准确率从24.7%上升到70.3%，表现出良好的数学推理能力。新模型是一款因果语言模型，采用MoE架构，总参数量达235B，其中非嵌入参数为234B，推理时。DeepSeek丢了王座，Kimi K2补上，Kimi K2坐稳没几天，Qwen的挑战就来了。而现在Qwen3已经更新，大招已经被预告。
博客
机器人高层指挥低层做，“坐标系转移接口”一次演示实现泛化学习 | ICML2025
07-22 14
为验证HEP框架的有效性，研究团队在RLBench上的30个模拟任务中进行了测试——包括高精度任务、长时程任务和关节物体操作——并在真实机器人上通过3个真实世界操作任务进一步验证。在真实机器人上，HEP分层框架仅用30条演示数据，就学会了包括移锅盖、加清洁剂、擦洗等多步协作的鲁棒“洗锅”任务，明显优于非分层方法。这样的设计不仅释放了低层的灵活性，也将高层的泛化能力、抗干扰性自洽地传递到底层，实现了“泛化性与鲁棒性”的一体式提升。，高层策略仅需给出任务的“参考坐标”，低层策略在此基础上自主优化执行细节。
博客
我把AI当辅助，AI删我数据库
07-22 10
想想也挺振奋人心：像Cursor、Windsurf这样的AI编程工具，从诞生到现在最多也才两年多，而传统意义上的人类手写代码，已经有快一百年历史。在看到Jason对自家产品的“狂热”后，Replit CEO也是对Jason和网友反馈的问题做出了回应，并对相关损失提出了补偿的措施。结果，Replit不仅知道啥时候删的，删的啥，还知道这次删除的严重性（自评95分），Jason直接红温@Replit。在排查错误时，Jason发现在此前的单元测试中明明存在错误，agent却撒谎，声称它们通过了。
博客
AMD大神创业国产GPU，也冲刺IPO了
07-21 16
实际控制人方面，公司创始人钱军和联创张磊通过直接和间接方式以及员工持股平台，合计控制公司42.1465%的表决权，二人签署了一致行动协议，成为共同实际控制人。张磊1999年硕士毕业，2004年加入AMD，担任ASIC架构师并在2013年成为AMD Fellow，工作地点在多伦多。2009年，钱军加入AMD，职位是SoC设计主管，2015年成为GPU SoC设计高级主管，工作地点在上海。在启动IPO前，燧原科技已融资近70亿元，其中腾讯连续六次投资，作为燧原第一大股东，持股比例为20.49%。
博客
机器人跟生物一样也能新陈代谢，受损后还可以自愈｜Science子刊
07-21 16
模拟某零件电量低于15%，电压调节器会触发替换指令，机器人先控制该零件磁性端弹簧收缩，解除吸附后将其“丢弃”，再通过同样的磁吸逻辑拾取新零件，验证了主动更换“代谢废物”的能力。它以磁性端为支点顶起另一个机器人的边缘，被顶起的机器人同步调节三个零件的伸缩量（通过伺服冲程精确控制），在被抬起后，三角星形与三角形的两个自由顶点相连接，从而形成四面体。在三角形基础上，通过线性伺服驱动零件伸展至100mm冲程（对应43cm全长），使原有结构顶点产生空间位移，再吸附3个新零件形成四面体，实现从平面到立体的形态跨越。
博客
3亿美元薪酬被10人拒绝！OpenAI首席研究官一句话引发硅谷史上最疯狂抢人大战
07-21 25
中科大少年班校友：o3、o4-mini、GPT-4.1和GPT-4o的共同创造者，此前在OpenAI领导感知团队，在Gemini中共同领导多模态工作。，北大计算机系校友：GPT-4o、4o-mini、o1-mini、o3-mini、o3和o4-mini的共同创造者，此前在OpenAI领导后训练团队。，清华校友：ChatGPT、GPT-4、所有mini模型、4.1和o3的共同创造者，此前在OpenAI领导合成数据工作。
博客
刘强东连投3家具身智能！京东美团「战火」烧到外卖之外
07-21 20
硬件性能方面，今年6月，千寻智能正式发布全力控人形机器人Moz1：全身配置26个自由度，搭载全球功率密度最高的一体化力控关节，配备高精高速WBC（全身控制）算法，负载自重比达1:1。另一方面是在技术竞争力上，加大具身智能技术的研发投入。目前，大脑方面，逐际动力发布了LimX VGM，利用人类操作视频数据实现机器人操作的技术创新，全过程零真机样本数据，可实现多平台泛化。，从2020年左右的“业务需求导向”，到现如今的“技术范式导向”，竞争对手刘强东，在更前瞻式、未来式的判断上，倒是英雄所见略同了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值