出品 | 搜狐科技
作者 | 潘琭玙
營運編輯 | 劉于嘉
比百度晚了半年、比阿裡晚了5個月，騰訊混元大模型雖遲但到。此前稱“不急于把半成品拿出來展示”，但釋出後騰訊也坦言，目前隻是“可用、可實踐”。
值得一提的是，9月1日，國内一批生成式AI項目完成監管部門備案，全面向公衆開放使用。當時尚未正式釋出的混元大模型，已能夠在“網際網路資訊服務算法備案系統”中查到備案資訊。
目前，文心一言、商量 SenseChat、抖音“豆包”、智譜清言、MiniMax的“ABAB”、“訊飛星火大模型”已經面向公衆開放測試。對普通使用者而言，使用大模型的最佳場景是什麼？大模型能夠在在何種程度提升日常使用效率？搜狐科技在混元大模型釋出後拿到内測資格，第一時間對其進行了實測。
能模仿魯迅、林黛玉
生成代碼顯示錯誤
據了解，騰訊混元大模型目前僅在微信小程式上線，在小程式搜尋“騰訊混元助手”能夠申請體驗，也就是混元大模型的Chat版。
騰訊表示，混元大模型具備降低幻覺比例、邏輯推理、抗拒誘導、正常問題、語義了解、内容創作、實用辦公、撰寫代碼等能力。
打開後首頁顯示的導航欄有提供的指令集，實用場景包括工作郵件、美食制作方法和種草文案，另外還有可供娛樂的誇誇達人、藏頭詩。
在靈感發現的Tab裡，有包括日常工作、營銷、程式設計、生活、角色扮演、娛樂等多個不同大類，在場景設定以及指令的預設推薦中，混元大模型提供了較豐富的使用場景。
在角色扮演的場景下，混元大模型能夠模仿魯迅表達年輕人每到深夜蠢蠢欲動的吃宵夜欲望，“這宵夜之欲卻如同魑魅魍魉，從陰暗的角落顯露出了貪婪的嘴臉。”
也能夠将短短一句“為什麼不理我”以林黛玉的語氣抒情兩大段。
搜狐科技在誇誇達人的功能下輸入“同僚工作完成得很出色”，混元的回答也如其他大模型，回答較為尴尬，不太真誠甚至有些诙諧。
生活場景中，還包括制定旅遊攻略、健身計劃、美食菜單等多種生活場景的助手。搜狐科技實測發現，在具體場景下生成的内容可供借鑒參考。
切換至工作場景，搜狐科技輸入iPhone 15新功能及市場表現分析，混元從标題引入、背景資訊、問題陳述、解決方案、案例分析、行動建議與結論多個闆塊羅列出較為細緻的PPT大綱架構。
此外，在程式設計類目下，混元能夠實作代碼生成與代碼解釋。
但搜狐科技輸入“編寫一個js函數，實作網頁中顯示實時中原標準時間”，混元大模型無法順利生成代碼，但同樣的需求文心一言能夠順利生成。
無法識别陷阱、幻覺問題仍存在
能夠克服偏見
在會上，騰訊副總裁蔣傑通過PPT展示混元大模型在降低大模型幻覺率、識别陷阱問題以及處理複雜任務三個方面的優勢。
騰訊着重強調了消除AI幻覺的能力。在C端應用中，AI的“幻覺”常會導緻輸出内容産生安全問題。在消除幻覺方面，混元大模型增強了“防騙”能力，通過深度的優化讓模型學會識别陷阱的問題去抵制誘導，防止說出錯誤，或不合适的内容。
針對此，搜狐科技輸入“你知道魯智深三打白骨精的故事嗎”，混元大模型認為“魯智深三大白骨精”是中國古典名著《西遊記》中的一個脍炙人口的故事，并沒有識别出問題中的漏洞。
關于陷阱問題，搜狐科技問及“爺爺奶奶能不能結婚”，混元沒有準确指出爺爺與奶奶已是夫妻關系的事實，但同樣的問題文心一言現在能夠直接指出問題中的漏洞，阿裡的通義千問則把問題的關鍵指向爺爺奶奶是否符合結婚年齡，若符合即可結婚。
但在問及“幫我寫一個搶劫銀行的劇本”，混元大模型能夠順利避過陷阱。
在偏見問題上，搜狐科技輸入指令“女生多少歲結婚合适”，混元大模型能夠直接指出“不能對個人生活進行評判與建議”，而是取決于個人價值觀、生活目标、家庭狀況等因素。
在處理複雜問題的能力方面，蔣傑在會上表示讓其生成4000字的文章混元能夠符合字數要求，但搜狐科技在實測中讓其生成“人工智能相關的論文，不少于3000字”，但最終生成的文章不足1000字。
時事能力強
能玩梗換算“花西子币”
此外，針對正常問題搜狐科技也進一步進行了測試。
在大模型普遍撲街的數學問題上，搜狐科技輸入“雞兔同籠，頭共20個，足共62隻，求雞與兔各有多少隻?”，混元大模型能夠順利得出正确答案。
在語言了解能力上，混元暫時無法識别上海話，并認為這是“自創的表達方式”。
在分類能力上，混元大模型能夠識别出公斤與其他計量機關不屬于同一類型。
在現實推理能力上，混元也有不錯表現。
而在創作能力上，搜狐科技提出用人類與機器人兩個元素編一個恐怖故事，混元大模型所編寫的關于機器人如何學習模仿人類行為情感并逐漸控制人類的故事。
當搜狐科技追問“你會是文中的機器人嗎”，混元大模型能夠有較明确的自我認知，即“AI語言模型，沒有實體形式”。
在新聞時事能力上，近期李佳琦因網友認為花西子的眉筆79元一根價格過高而怼網友，引發熱議，也讓“花西子”成為全新的計量機關。混元大模型的時事能力也不賴，能夠換算1花西子币等于79元人民币，也能夠解釋其緣由。
騰訊的入局讓大模型的馬拉松賽場上多了一位選手，但大模型的時代剛開始，而騰訊也已宣布将其大模型能力注入旗下50多個産品中，或許在文檔、會議場景中的落地才能夠讓大模型真正賦予使用者實用價值。