国产大模型的逆袭：技术路径的策略与实践

〔探索AI的无限可能，微信关注“AIGCmagic”公众号，让AIGC科技点亮生活〕

一.聚焦长文本，国产大模型已有赶超GPT之势

1.1 理科能力差距较大，注重文科能力的提升

整体比较而言，国内大模型与GPT-4（官网）尚存在明显差距，但个别能力上已展现出优势。

• 理科能力差距明显。除通义千问2.1的工具使用能力较高，其它国内大模型的得分均低于GPT-4（官网）。
• 文科能力差异缩小。GPT-4在语义理解中保持优势，国内大模型在其他能力上表现出色。
• 通义千问2.1：在知识百科、长文本、角色扮演和生成与创作等具有突出优势，得分较GPT-4高。
• Kimi：kimi在长文本能力上表现出色，与GPT-4的较量中得分占优。

标题图表：国内外最新大模型的综合能力比较

1.2 国内大模型长文本能力部分赶超GPT-4

大模型的长文本能力已经成为了重要的竞争力，国内长文本能力赶超了部分国外大模型。

• 国内大模型厂商布局长文本能力。长文本能力被视为大模型竞争的重要性能指标。通义千问、360的智脑、文心一言开放长文本能力。
• 国内头部企业展现出较强的竞争。根据基准测评报告，通义千问凭借71.8分成为全球大模型中唯一超过70分的大模型，而kimichat和山海大模型则占据第四和第五的席位。在前32名中，有20个席位被国内大模型占据。

标题图表：国内外最新大模型的长文本能力比较

Kimi率先在国内掀起大模型长文本竞赛。3月18日，月之暗面宣布在大模型长上下文窗口技术上取得突破：Kimi智能助手从支持20万字直接到支持200万字超长无损上下文，并于即日起开启产品“内测”。受此消息影响，百度、阿里等国产大模型龙头厂商陆续宣布大模型迭代进展，打响百万文本上下文竞赛。3月22日晚间，阿里的通义千问官宣升级，向所有人免费开放1000万字的长文档处理功能；360紧随其后，360智脑正式内测500万字长文本处理功能，即将入驻360AI浏览器；百度在4月将对文心一言进行升级，届时也将开放长文本能力，文本范围在200万-500万。

对比海外龙头：1）5月谷歌发布的最新Gemini 1.5 pro、1.5 flash分别支持200万（理论极限1000万）、100万（开发人员可尝试注册200万）token；2）6月，Claude 3.5Sonnet支持20万token；3）GPT-4 Turbo支持12.8万token。

标题图表：国内外主流大模型的长文本能力比较 <