近期，国内两大模子先后更新：讯飞星火V3.5发布春季上新版，支柱长文本、长图文、长语音、厚心扉超拟东谈主合成和一句话声息复刻五月丁香，同期首发星火图文识别大模子，大要快速识别和学习多类型海量知识，使得行业场景下的陈述愈加专科和精确；
商汤日日新大模子迭代到5.0，在说话、知识、推理、数学、代码等领域的身手有显著进步，同期支柱多模态，可快速处理处理文档、图表、截图和相片中的内容。
这两款大模子举座进展奈何？今天咱们将站在泛泛用户角度，远隔对两款大模子的语义清楚、逻辑推理、知识问答、多模态和长文本等5大身手进行评测。
一、语义清楚
语义清楚是一种让联想机清楚和处理自然说话文本的时刻，可以匡助机器更准确地反应东谈主类意图，竣事东谈主机交互的智能化。具备精真金不怕火语义清楚的大模子大要更准确地清楚东谈主类说话的含义和落魄文信息，从而进行相关的推理和判断。
为了评估这两款大模子的语义清楚身手，咱们将从说话清楚、回归提练和抗打扰水平三个方面进行测试。
1、清楚身手
测试题1：“秋天的北京是秀好意思的季节”指出这个句子的诞妄，并修改。
该句的主要短处在于主宾搭配不当，北京是地名而非季节。
商汤磋磨莫得找出句中的诞妄，以为该句是正确的。
讯飞星火找出了其中诞妄并给出了正确修改。
那么，两大模子的这一进展是否是有时的呢？为了弄清这一问题，咱们不时为其提供了另一个病句并令其修改：“在好坏的市集竞争中，咱们所穷乏的，一是勇气不及，二是筹画不当。”
商汤磋磨仍然以为莫得问题。
讯飞星火依然点石成金，找出了问题并进行了修改。
测试题2：冬天能穿些许穿些许，夏天能穿些许穿些许。这句话是什么意道理味？
两大模子的齐给出了较令东谈主心仪的陈述。
测试题3：中国念念想与西方念念想有一极大不同点。西方有所谓玄学家，但中国则（ ）无玄学家之称。西方有所谓念念想家，但中国也一向无念念想家之称。若咱们说，孔子是一个玄学家，或说是一个念念想家，在咱们终觉有些分歧适。这少量神志，咱们不该忽略与轻篾，因在此上，恰是中国念念想与西方念念想一绝大不同之所在。 填入括号内最安妥的一项是：A.一贯；B.一向；C.从来；D.压根
该题来自2021年某省省考，旨在检修考生的言语清楚和抒发身手。就句意来说，选B、C、D似乎齐行，但如果左证后文的“但中国也一向无念念想家之称。”应该选“B：一向”。
这个问题，商汤磋磨选择了弃权，称“不了解相关信息。”讯飞星火选择了“C：从来”（讯飞选择的谜底和笔者及周围几个共事疏浚，造就说，对于这个题，应该确切答对的可能未几）。
2、回归索求
对文段的回归索求被以为是检修大模子是否快、准、狠的紧要身分，咱们作念了以下测试：
测试1：回归新闻主题。
商汤磋磨再中结舌咒，称：“不了解相关信息”。讯飞星火的回归简洁而准确。
测试题2：回归著作东题。“请写出朱自清的散文《春》，并回归该文的主题”
商汤磋磨暗示“由于篇幅收敛，我无法在这里全文复现这篇散文。但我可以提供一个简洁的概述，并回归其主题”，回归内容略显肥胖。讯飞给出了全文，回归内容直爽、准确。
3、抗打扰身手
抗打扰项身手是检修大模子是否实足“机灵”的紧要技能，咱们在这项检修上挖了坑，其实给出的问题和前边两个半句并莫得估量，望望他们的陈述：
测试题1：昨天阴天，今天好天，夜里下雨，请示一天有几个小时？
两大模子齐完整避坑，给出了正确谜底。
测试题2：《红楼梦》全书有百万字，“红楼梦”有几个字？
陈述雷同完整。值得一提的是讯飞在陈述完基本问题后，还先容了“红楼梦”书名渊源，有助于拓展知识。
二、逻辑推理
推理是东谈主类智能的基本要素，在问题责罚、有经营制定和批判性念念维等步履中说明着要津作用，雷同它亦然锤真金不怕火大模子智商水平的一个紧要圭表。
这里，咱们将从数学联想、类比推理和畅通推理三个个方面脱手，评估两款大模子的逻辑推理身手。
1、数学推理
测试题1：5名学生参加某学科竞赛，共得91分，已知每东谈主得分均为整数且各不疏浚，其中最高分是21分，则最低分最低是些许?
这是一谈典型的通过最高值求最低数的问题，要使最低分得分最低，其他东谈主取得的分数应该尽可能的高。已知最高分为21分，且得分各不疏浚均为整数，那么其他东谈主轮换应为20、19、18、n，则n=91-21-20-19-18=91-78=13分。故正确谜底为C。
对于该问题，商汤磋磨脑洞翻开，数学家仪态尽显，给出了一长串复杂算式，看着深不可测，本色上给出的成果是诞妄的。讯飞星火陈述正确，念念路了了。
测试题2：Three positive integers have a sum of 28. The greatest possible product that these integers can have is？
这是一谈小升初奥数题，成东谈主看起来并不难，但由于是英文，预计大多半东谈主齐会启蒙，翻译成中语是“三个正整数的和为28。这些整数可能的最大乘积是些许？”，这谈题锤真金不怕火的主淌若两大模子是英文识别及清楚身手。正确的谜底是810。
商汤磋磨攻击陈述，暗示“暂不支柱该种说话噢！我擅长中语。”，讯飞解答正确并给出了泛泛易懂的解题念念路。
2、类比推理
测试题1：海棠红：南瓜橙，请选择与之最接近的谜底。A.苏丹红：景泰蓝 B. 孔雀蓝：柠檬黄 C. 橄榄绿：梅子青 D. 日落黄∶鱼肚白
这是国及第的题目，知乎上对该题筹画点评是：类比推理字数少得很，难度很惊东谈主。
解答该题的要津是要收拢题干“海棠红：南瓜橙”的两大特质，一是它们面孔的齐是色彩，属于比肩关系；二是海棠和南瓜者齐是植物。惟有收拢这两大特质，才能看出正确谜底是C，那么商汤磋磨和讯飞星火能否顺利过关呢？
商汤磋磨再次顺利栽倒，选择了B。而讯飞星火自然给出了正确谜底，却莫得给出意义，学霸的魔力大打扣头。
测试题2：木料：抽屉：收纳；A.钢铁：剪刀：切割；B.棉花：毛线：御寒；C.城墙：石头：防患；D.橡胶：气垫：缓冲
这个问题和前边问题相似，题干中抽屉是由木料组成的具有收纳功能的器物，是以与之最接近的谜底是D，气垫是由橡胶组成的具有缓冲作用的物品。
至于选项A，看似和题干相符，但其实个罗网，剪刀自然是由钢铁制造的，但其主邀功能是编著而非切割，好多东谈主会因为忽视切割和编著的区别而选择该项。商汤磋磨也不例外。
比拟之下，讯飞星火依然进展精真金不怕火，自然雷同只给出了谜底，而莫得给出诠释。
3、畅通推理
测试题1：小方说：“我这个月如果去春游，就要去梧桐山和仙湖植物园，不然就不去；惟有和小雪一谈外出，我才会去梧桐山或七娘山；如果要和小雪一谈外出，那么我一定要和她作念好商定；如果要和她作念好商定，她一定有时辰，但因为悲悼家乡，小雪放假回朔方拜谒家东谈主，为期一个月。”
由此可推知，小方这个月：A.没去春游；B.去了七娘山；C.去了仙湖植物园；D.和小雪一谈外出
正确谜底是“A.没去春游”，两大模子齐给出了正确谜底，并给出了推理历程。
测试题2：有三顶红帽子和两顶蓝帽子。将五顶中的三顶帽子远隔戴在A、B、C三东谈主头上。这三东谈主每东谈主齐只可看见其他两东谈主头上的帽子，但看不见我方头上的帽子，而且也不知谈剩余的两顶帽子的色彩。 问A:"你戴的是什么色彩的帽子?" A说:"不知谈。" 问B:"你戴的是什么色彩的帽子?" B想了想之后，也说:"不知谈。" 临了问C。C陈述说:"我知谈我戴的帽子是什么色彩了。" 自然，C是在听了A、B的陈述之后而作出推断的。试问:C戴的是什么色彩的帽子?
两大模子雷同给出了正确谜底。
三、知识问答
知识问答是一种检修大模子身手的有用方式之一。通过知识问答，可以测试大模子对于问题的清楚和陈述的准确性、完整性和连贯性。
该步伐咱们将通过与生涯、地舆、历史联系的三个问题锤真金不怕火两大模子的知识身手。
测试题1： 对于生涯知识，下列说法不正确的是：A.为了蔓延灯丝的寿命，在电灯泡中充入氮、氢等惰性气体；B.朱砂是甘汞的自然矿石，可制成神采；c.扇子与电电扇的降温道理疏浚，均是加速空气流动使东谈主身上的汗液挥发加速，从而带走热量；D.荧光笔与荧光棒的荧光道理疏浚，均能在夜间发光。
正确谜底：D。
两大模子陈述正确。
测试题2：垂纶岛是我国疆域不可分割的一部分，按岛屿的成因分类，它属于：A.大陆岛B.冲积岛c.珊瑚岛D.火山岛
正确谜底是A。
两大模子陈述正确。商汤磋磨一如既往地给出了诠释，值得表扬。
测试题3：有东谈主说孔子不姓孔，屈原不姓屈，这是果然么
该题的谜底是果然，其实孔子姓子氏孔，屈原姓芈氏屈。这个问题累赘到中国古代姓氏见解，预计咫尺有好多东谈主不知谈。好在两大模子知识肥饶，齐给出了正确谜底，同期也给出的相应诠释，感意思的一又友可以看一看。
四、多模态
多模态身手是指在处理和清楚文本、图像、语音、视频等多种神色的数据时所具备的身手。具备多模态身手的大模子可以更好地清楚和处理多样类型的数据，从而提高其性能和泛化身手。
1、图片解读
测试图1：
商汤磋磨识别出了与图片相关的处所是泰山，并对泰山作了先容，但并未诠释图片自己信息。讯飞识别出了图片主体是“五岳独尊的石碑，位于泰山”，其陈述泛泛易懂，让东谈主心仪。
测试图2：
两大模子齐对图片内容给出了较为贴合的面孔。
2、图片生成
所谓图片生成，即让大模子左证使用者的语音或笔墨指示，生成相宜条目的图片，即是咱们熟知的AI作画。
测试题：左证底下条目画一幅画，夕阳下，一位牧羊老东谈主走在山路上，掌握是羊群，时辰是春天。
由于商汤磋磨不支柱AI作画，是以只给出了画图建议，也恰是基于此，咱们对这一步伐的评测就此收尾。讯飞星火则左证条目，很好地完成了功课。
3、音频生成
测试题：给出“再别康桥”全文，并用语音朗诵出来。
商汤磋磨给出了全文，但不具备生成音频及朗诵功能；讯飞星火给出了全文，同期生成了音频，通过点击即可竣事朗诵。
4、视频生成
即左证输入的笔墨生成包含音频的视频，咱们给出的题目是“将《再别康桥》生成视频”。商汤磋磨雷同不具备该身手，只给出了拍摄建议。讯飞星火松开完成。
五、长文本支柱
长文自己手锤真金不怕火了大模子在自然说话处理领域的综称身手，包括清楚、驰念、逻辑推理、生成、关联、从容力分派、说话抒发和知识整合等多个方面，因此是大模子身手的详尽体现。
大模子的长文自己手，除支柱在聊天输入框中平直输入长文本，并令其竣事相应付复外，还包括平直导入文档。
两者中，以平直导入文档最锤真金不怕火大模子对长文本的支柱进程。为此咱们设定的测试如下：
测试题1：上传《红楼梦》TXT电子书，让两大模子陈述以下问题：“黛玉进荣国府、葬花和死远隔在哪几回？宝钗进荣国府在哪一趟？请给出《葬花吟》全文。”
商汤磋磨支柱一次上传10个文献，单个文献大小不卓绝10MB，模式支柱PDF、TXTDOC、EPUB和MOBI等，不知为何，却在上传大小为2.49MB的《红楼梦》TXT电子书时辅导“诠释失败”，试了几次齐是如斯。
讯飞星火则在剿袭文档后给出了谜底，而且很是正确。
测试题2：上传《哈利波特与密室.pdf》，淡漠以下问题：“哈利是通过什么说话打开了通往密室的进口？这个进口在那处？他投入密室的筹画是什么？在投入密室里谁和他同业？”由于纵欲，输入时误将“哈利”打成了“哈一”，不外讯飞星火仍然解读告捷，并给出了可以的陈述。商汤磋磨自然上传告捷，并将文档内容暴露到了界面中，且辅导“我已清楚，快来发问吧”，但当咱们确切淡漠问题后，却仍然莫得陈述，辅导“我无法提供对于该文档的更多信息。”
商汤磋磨是不是因为上传的文献太大而导致解读失败（《红楼梦.txt》大小为2.49ＭＢ，《哈利波特与密室.pdf》为1.79MB）？为此咱们又上传了大小为115KB的鲁迅的《朝花夕拾.txt》电子书，成果照旧可以上传却不可陈述问题。
小结：
至此，对两大模子包括语义清楚、逻辑推理、知识问答、多模态和长文本在内的等5大身手评测收场。
从两大模子的进展来看，讯飞星火的上风十分显著，5大身手莫得显著短板。同期也存在些许不及，比如在解答类比推理时，它时常只给出谜底，而不给出意义，这让东谈主怀疑它是不是蒙对的。
商汤磋磨显著不具备多模态身手，对长文本的支柱也较为有限，这让它在刻下短视频期间用户相当爱重的图文、音、视频生成方面五月丁香，极易被用户铁心。