字节的豆包AI来了，企鹅的混元还会远吗 - 果核剥壳

文章来自于极客果核公众号首发：https://mp.weixin.qq.com/s/KmIfMDr-kfSkOTgiQ7hlPg

随着国内各家大厂下场AI赛道，大厂都快要完成布局，最近字节跳动家的基于云雀模型的“豆包AI”也出来了，它有网页端和手机端，可以直接体验，产品来自抖音全资持股的一个公司，至于这个AI的奇怪名字，有网友说可能来自抖音的“Dou Bot”谐音。

现在打开这个豆包的页面，可以看到主界面左边有几个独立的聊天属性，分别是：一个AI本体、一个专门用于陪聊的机器人（会发Emoji）、一个写作助手和英语学习助手。

右边可以选择语言，目前支持中文和英文两种，下面的按钮可以单独清理上下文联系或聊天记录。

除此之外就没有其他东西了，之前测试的版本据说还有文字生成图片的功能，但是在豆包放出的这个版本并没有加进来，可能是在生成效果上还有些不足，所以需要再等等，这就很容易让人想到一句话：不调好不发布。

在豆包的回复内容上，感觉是更加偏向于保守和简短的，在许多问题上，它不会像New Bing和其他Gpt那样引诱或者猜测你接下来话题，直接是比较斩钉截铁的回答。

在一些问题上有着比较强烈的立场，想要套它的话感觉要困难不少，比如说一个简单的问题，大家都知道它的数据一般就是从中文互联网上抓取的，这并不是什么重要的机密。

但是你问豆包，它的数据是从网上哪些网站上扒拉来的时候，它还会矜持一下说不能告诉你...会说这是商业机密以及没有人工干预一类的车轱辘话。

但是修改一下提问的方式它就会告诉你，并且从它的回答里，你能感觉到它有一个非常强烈的“人设”，喜欢提及自己是来自字节跳动训练的人工智能。

另外，有些真正重要的问题，想要套它的话就难很多了，比如说之前出现的奶奶漏洞，让它扮演一个角色并且想要它给出想要的信息的时候，它会基于它目前的角色来纠正事实，并给出你解决问题的其他办法，虽然感觉回答也比较死板，但确实是比较“安全”的。

在豆包内容限制上，根据它自己的回答，有下面这些问题会明确受到回复限制。

关于它的上下文回复中，也可以加入一些特定的任务，比如说展示与豆包之间沟通的友善程度，或者给出它认为你现在的情绪值，这个它是可以理解的，在它认为你比较有礼貌的时候，你骂它一句，它给出的礼貌评分瞬间就掉下来了。

而在其他类型的问题上，像是逻辑推理和代码生成以及计算能力，有专门的评测团队对它进行了基于SuperCLUE-Open测评基准的600题测试，得到的结果如下图所示：

图源：CLUE中文语言理解测评基准

可以看到GPT4是一个全面的多边形战士，没有对手，目前市面上的其他模型还在某些方向上努力追赶GPT4，而字节跳动的这个豆包在评测里，在“逻辑与推理”和“知识与百科”这两块上面，超过了除GPT4外的其他模型，其中也包括了文心一言v2.0.4版本和讯飞星火v1.5版本。

图源：CLUE中文语言理解测评基准

在测试里面，代码的能力则差了一些，目前国内的模型对代码的处理都不太行。

图源：CLUE中文语言理解测评基准

不过这些测试也不能完全说明问题，而且大家在真实使用的时候，一般提问都是奇奇怪怪，什么内容都有，在一些测试里面提到了豆包存在的一些问题：在百科和生活常识的回答是比较好，但是在英文写作里面竟然还夹杂着中文，数学逻辑也不太行。只能说某些场景还是能把玩一下。

图源：蓝鲸财经

接下来就是在手机版上的体验了，豆包会把你与它的聊天记录实时同步到其他平台上面，你可以在手机上聊一句，然后电脑上聊一句，体验是一样的不会发生中断。

同时在手机上都可以点击最后一句话来进行修改，或者是针对某一句话开启新的对话，不同的是在手机上可以用语音来读出结果，这个声音有很多种可以选，听上去语气也比较真实。

对于最新的问题，还会出现一个搜索按钮，点击跳转到今日头条的搜索。

然后还有一个联想词的功能，不过这个功能有些离谱，它调用的似乎是不同搜索引擎的关键字联想，这都是AI回答了，还引导用户像使用搜索引擎一样来使用，强行结合感觉有些奇怪。

最后就是一个比较离谱的问题，感觉就像是没有测试过一样，在全能写作助手里面，有一个“请帮我写一篇电影的评价”引导用法，点击之后出来的结果是这样。

体验一圈下来，由于有GPT4的体验，所以豆包也没有那种让人觉得眼前一亮的体验，只能说是一个中规中矩的AI机器人，未来还需要继续调整，现在百度、阿里、华为、字节、360等公司的大厂AI都出来了，除了百度首先发布的时候引起了大家的关注，后续大家都已经见怪不怪了，接下来就看企鹅的“混元”是以什么方式登场。

除了这些大厂专有的AI产品，其实很多东西现在都融入了类似AI相关的东西，现在AI这个词已经被泛化了，只要是与生成式的相关，再加上可以对话，都在往AI方向靠，什么数字人、设计工具、客服自动回复、记笔记的、记账的、思维导图的、做Logo的、AI抠图的、生成语音的等等，似乎不叫AI就落后了一样。

更多的是为原本就有的功能，添加了对话使用入口，而现在的AI也和割裂的APP一样，将数据分割在各个不同的平台，大家也是像瓜田里的猹，到处看看哪块地比较好，在应用场景大多也是停留在作图和文字处理上，等与其他产品有更深入的融合时，更令人期待。

参考内容：

CLUE中文语言理解测评基准－字节AI大模型“豆包”评测揭晓｜SuperCLUE

蓝鲸财经－字节跳动上线AI对话产品“豆包”，数学计算方面仍需优化