國產ChatGPT大戰弱智吧效果實測！網頁端小程序均上線，人人可玩
楊凈 蕭簫 發自 凹非寺
量子位 | 公眾號 QbitAI
楊凈 蕭簫 發自 凹非寺
量子位 | 公眾號 QbitAI
『中國版ChatGPT首發』，爭得不可開交，熱鬧卻一直沒個結果——
自ChatGPT發佈以來，目前進展最快的國內產品也僅是開啟了內測，不知道啥時候才能玩上。
結果現在有讀者跟我們爆料，一個中文版類ChatGPT產品已經悄然上線。
不是預告、也不是開啟小范圍測試，而是直接 人 人 可 用？！中國版ChatGPT這不就來了嗎！
聽起來有些玄幻，不過我們點進主頁試了試，發現確實可玩：
這不得拿出十八般武藝與它較量一番？
我們註冊了一個賬號，試試它的實際效果如何。
和中國版ChatGPT較量中文
這個官網顯示，寫作貓同樣通過對話問答來解決任務，功能上包括但不限於三大方向。
- 其一，問答功能，也就是問啥答啥、『幫人思考』這一能力；
- 其二，文本生成功能，包括整理摘要大綱、寫作文、翻譯等；
- 最後，圖片生成功能，描述圖片內容並讓它直接生成。
從功能上看跟ChatGPT差不多，甚至還擁有ChatGPT所沒有的圖片生成功能。
當然，還有手機端更方便一點，進入『對話寫作貓』小程序就能隨時和它聊天了。
體驗上還算比較簡單直接，但都是表面功夫還得來看真本領。
比如它的理解、邏輯能力如何，懂不懂常識。
既然是中國版ChatGPT，當然得先來battle一下博大精深的中文。
首先看看它的中文 理解能力是否過關，請聽題——『能穿多少穿多少』是什麼意思？
不錯。
再試試高階一點的『國足和國乒誰都贏不了』？
沒想到，竟然連這種中文知識都具備了！
既然如此，是時候拿出一些弱智吧段子和它PK了，考考它的 邏輯能力——
高中想提升升學率為什麼不直接招大學生？
萬萬沒想到，問完自己被紮了一刀：
招收大學生可能會對學校的教學質量產生影響，因此高中不能直接招收大學生。
招收大學生可能會對學校的教學質量產生影響，因此高中不能直接招收大學生。
最後來考查一下它的 常識。
來個腦筋急轉彎試試：
看起來並沒有被問題帶跑偏，還是比較理智的。
接下來，進入正經的第二階段，評估一下它的內容 生成效果。
首先是 生成速度上，文字平均在 3~5秒左右，生成4幅圖則需要 8秒左右，整體還是比較快的。
隨後就是生成內容的 實用程度了，簡單來說就是解決實際需求的能力。
例如，寫小說的故事情節是否完整？查閱到的知識是否直接可用？
先看生成情節的能力，確實是個完整的愛情故事……但等等，孫堅和小喬，這輩分好像有億點點亂啊！
要是更玄幻一點呢？
天地之間、神秘的少年、精靈、森林……艾瑪有畫面了！
不論事實性如何，這同人文一般的情節倒是印證了最後那句『愛情可以超越一切外在因素的』……
然後是一些常規任務之外的需求，例如『角色扮演』：
整體測評來看，寫作貓的中文理解和內容生成能力還是不錯的，但並不排除它還存在一些bug。
例如，某些回答乍一看合乎邏輯，但細究之下無法直視……
以及偶爾也會像微軟必應一樣『發瘋』出現回答重復的問題……
除此之外，我們也在測試時產生了一些疑惑。
例如，雖然它能實現翻譯功能：
但卻並 不直接支持英文問答。
此外，像ChatGPT能直接 生成代碼的能力，寫作貓也還不具備。
不過作為國內率先開箱即用的類ChatGPT產品，也算是可圈可點。
總的來看，寫作貓在中文理解和按需生成文本上做得不錯，但仍然和ChatGPT一樣存在一些『經不起推敲』的回答。
這些問題的產生原因是？而且有關英文和代碼生成的能力，也還不知道之後會不會上線。
帶著這些疑問，我們同背後的開發團隊聊了聊，了解到整個產品從開發到上線的來龍去脈。
AI寫作能力的自然延伸
秘塔寫作貓團隊針對我們提出的問題進行了解答。
主要包括三個方面：
- 為什麼能這麼快上線，並且直接做到開箱即用？
- 存在上述bug的原因，會如何解決？
- 未來有什麼樣的計劃？
首先，之所以能做到 如此快地上線，開發人員表示『主要有兩個關鍵』。
第一點，秘塔在大模型訓練上有充分的積累。
有個很巧妙的時間點在於，ChatGPT上線的同期，秘塔寫作貓的AI寫作功能也正式開放，當時就已經實現小范圍出圈——
針對AI可能出現的問題如行文流暢度、對中文的理解程度、以及翻譯腔等情況，寫作貓都能比較好地解決。
此次也可以看到，對話寫作貓同樣具備這些方面的能力，在涉及內容創作等場景中表現不錯。
除此之外，就秘塔寫作貓整個產品體系來說，對話寫作貓所具備多輪對話能力，其實也是在交互式指令AI寫作上的自然延伸，允許用戶更自如地進行內容創作和修改。
換言之，相當於對現有AI助手的能力進行補充，這也是該產品的定位所在。
第二點在於技術上的優化。
相較於大廠，秘塔的計算資源十分有限 《不足千分之一》，但團隊憑借多年積累的大語言模型相關研發經驗，和各類算法和工程上的優化，實現了快速迭代。
在大模型落地時，降低了模型的通信量，以維持大語言模型的高效訓練。
這背後也離不開團隊的技術實力。
秘塔科技CEO 閔可銳，是復旦大學計算機系校友，隨後前往牛津攻讀數學系碩士、UIUC攻讀計算機博士，師從馬毅教授；除此之外，他還擁有豐富的產業經驗，曾擔任玻森數據CTO&聯合創始人、獵豹移動AI實驗室負責人，並參與過googleAdSense基於內容廣告建模組點擊率預測項目。
工程負責人 唐悅，同樣復旦計算機系校友，他研發過多款APP、遊戲及工業機械臂等，曾在著名編程競賽平臺TopCoder上取得構架組排名第一。
總的來看，產品化經驗、技術上積累以及團隊實力的疊加都是『加速』的原因，也就不奇怪秘塔對話寫作貓為何能率先上線了。
至於仍然存在的一些bug，開發人員也進行了解釋，並表示：已在持續優化中。
比如像 面對重復性問題會無法理解語義。
團隊解釋稱，這是因為模型記憶力『太強』了——
模型會『看到』之前自己的回答，從而比較『偷懶』地采用之前的回答。
還有像 不支持英文，但仍有英文回答的現象。
這是因為他們內部準備的是簡體中文訓練數據集，其中不可避免會出現部分英文內容，比如英語教學的文章。
在下個版本中，他們將加入英文語料來提升英文的理解和回答能力。
除此之外，團隊還提及了這幾個方面的計劃。
核心有兩個方面： 持續迭代產品，優化數據和算法。
持續迭代產品這塊，開發程序讓用戶體驗正是他們的思慮所在。
任何好的產品都離不開用戶的反饋。
ChatGPT在去年底發佈，很重要的一個原因也是希望得到大量用戶的測試和反饋。
我們也在程序中設置了反饋機制，爭取不斷迭代優化，讓更多的用戶認可對話寫作貓的價值。
任何好的產品都離不開用戶的反饋。
ChatGPT在去年底發佈，很重要的一個原因也是希望得到大量用戶的測試和反饋。
我們也在程序中設置了反饋機制，爭取不斷迭代優化，讓更多的用戶認可對話寫作貓的價值。
至於像核心數據和算法這方面，團隊也在持續優化中，英文和代碼生成能力也將在後續版本中上線。
國內ChatGPT產品現狀如何？
此番首個ChatGPT產品開箱即用，再加上此前高校開放類ChatGPT產品內測，可以看到，國內類ChatGPT產品已呈現出百花待放、百家爭鳴的景象。
他們或來自大廠、高校機構，亦或是如秘塔科技這樣技術驅動的創業公司；他們進度不同，有已經正在內測、或者已處於上線前夕的團隊，也有的才開始將ChatGPT作為企業重要的戰略方向，從頭打造為自身場景賦能；當然更多的，是基於已有技術的升級迭代，而ChatGPT的出現則剛好驗證了他們的技術選擇。
在ChatGPT以驚人的速度在全球爆火出圈之際，OpenAI的首席執行官Sam Altman曾坦言：
ChatGPT是一個糟糕的產品，它真的不是為使用而設計的。
現在確實是一個激動人心的時刻，但我認為距離拐點還為時尚早。
ChatGPT是一個糟糕的產品，它真的不是為使用而設計的。
現在確實是一個激動人心的時刻，但我認為距離拐點還為時尚早。
深究原因，繞不過去的一點，就是ChatGPT沒有事實的概念，無法判斷對錯，導致它有時候會『說謊』。
因此，如何讓ChatGPT真正能夠『使用』，也成為全球躬身入局的玩家需要應對的難題。
如今國內ChatGPT玩家百花待放的同時，他們也逐漸進入產品冷靜期——
開始思考自身定位，如何將ChatGPT『用』到場景中去。
隨著對話寫作貓的發佈，國內ChatGPT產品大致可以梳理成三類。
第一是實用工具類。
圍繞著ChatGPT的通用助手特性，通過對話的方式來解決人類日常問題。
這其實是ChatGPT技術落地中最直觀、也是最快能產生價值的一種方式。
當中代表就是秘塔對話寫作貓。
在ChatGPT發佈之前，秘塔寫作貓就已經有多年相關產品經驗——以AI助手的角色在學界、產業界出圈。
對他們來說，如今對話寫作貓的發佈，其實也是進一步完善了自己的產品體系。
第二是對話聊天類。
這一類倒也並不陌生，是在AIGC典型場景下誕生的AI社交產品。
有了ChatGPT加持，不僅驗證了AIGC乃至AGI的技術趨勢，從產品的角度來看，還可以豐富他們的表達和組織語言的能力。
像AI對話軟件Glow、小冰等產品，也都在這場ChatGPT浪潮中吸引著資本市場的目光。
不過他們需要應對的，是更嚴格的監管和更復雜的內容審查能力，從最近ChatGPT黑化、Bing發瘋等現象就可見一斑。
第三是產業類，這是以百度、科大訊飛等為代表的產業玩家，他們本身有深厚的技術與生態積累。
但場景中的高質量數據要求，以及專業性強、容錯率低等特性，決定了他們需要徹底解決ChatGPT『一本正經地胡說八道』的問題，這顯然也不是短期可以實現的。
總的來看，國內玩家的角色定位逐漸明晰，他們都有各自的場景和數據。
但不可否認的是，要讓ChatGPT能真正用起來，核心依舊繞不開技術。
從ChatGPT已具備的能力來看，它在長文本理解、代碼生成、邏輯推理等功能上都做到了令人驚艷的效果。
這一點國內的確存在一定客觀差距，需要持續不斷地迭代和追趕。
但技術上一旦實現，結合場景數據也能快速落地。
開箱即用，就是最快、也是最有效的迭代方式。
一如ChatGPT剛上線之時，一方面，用戶給出直接的技術反饋，開發者來以此對症下藥。
當時網友吐槽數學邏輯性不強、存在事實性錯誤等問題，OpenAI在後續更新時也在逐漸解決優化；
另一方面，用戶充當免費『提示工程師』的角色，幫助產品解決更多長尾場景，激發更多技術能力。
比如就有人在GitHub上梳理了ChatGPT的提示詞文檔。
秘塔科技在此先行一步，值得更多玩家參考。
感興趣的旁友可戳下方鏈接或進入微信小程序『對話寫作貓』，搶先體驗啦！
玩耍地址：
https://xiezuocat.com/chat
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態