图片来源：官网截图

7月25日消息，SuperClue最新发布了中文大语言模型排行榜，显示百度文心一言在国内大模型中获得了领先地位，总分超过了GPT-3.5-Turbo。近日，IDC发布的AI大模型技术能力评估报告也显示，百度文心大模型3.5在12项指标中获得了7个满分，综合评分位居第一。百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜在与新浪科技等媒体进行沟通时指出，新版本文心一言3.5已经超越了ChatGPT 3.5，未来国内可能只会有少量的大模型出现。

在2023年的SuperCLUE测试从基础能力、专业能力和中文特性能力三个维度选择了20个具有代表性的大型模型进行评估。这些模型兼具综合能力考量和对中文特定任务理解积累的考察，并通过自动化测评以相对客观的方式进行效果评估。在总分榜上，我们的模型——文心一言紧随GPT-4，在总分上超过了GPT-3.5及其他国内大型模型，展现出最佳的模型效果。

图片来源：今日头条电科技

从榜单结果可以看出，尽管国外的GPT-4在性能方面处于领先地位，但国内的GPT模型也展现出了出色的表现。特别是在中文领域，国内研发的大模型在某些方面表现出了突出的特点，整体上正在逐步缩小与国际先进模型之间的差距。总体来看，国内的大模型中，百度文心一言的表现最为优秀。文心一言v2.2.0版所搭载的文心大模型3.5版本自2019年3月发布1.0版以来，已经经历了多次升级，最新版本为3.5版。新版本的模型效果提升了50%，训练速度提高了2倍，推理速度提升了30倍。

在吴甜看来，大模型领域正处于快速演变的阶段。尽管越来越多的企业和机构涉足其中，但真正具备大规模模型能力的仍屈指可数。随着发展，这些企业和机构将逐渐找到自己的定位，并朝着细分领域发展。

吴甜认为，大模型的发展最终将集中在少数几个具有深厚积累、全面能力和坚定信心的企业上。因为构建底层大模型需要昂贵成本，不是一蹴而就的过程。所以，未来大模型的数量将相对较少。

然而，大模型产业化面临三个主要挑战。首先，大模型体积巨大，带来了高难度和高成本的训练需求。其次，大模型对算力和性能的要求非常高。第三，大模型需要海量数据的支持，而数据的收集、挖掘、建设和清洗本身就是一项庞大工程。

吴甜表示，实际上，并不需要存在大量的大模型。对于应用者来说，并非每个应用都需要开发大模型。他提出了一种类比，将大模型的产业模式比作芯片代工厂。尽管现在有许多不同型号和厂商的芯片，但实际上只有少数几家代工厂承担着芯片生产的任务。这些代工厂具备巨大的价值，但社会并不需要有很多企业都具备这样的能力。对于有芯片需求的公司来说，只需提供生产方案，交给芯片代工厂进行生产即可获得想要的芯片。