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。