智能周报｜今夏大模型之战：真正的推理能力

撰文 | 新皮层小组编辑 | 吴洋洋基于生成式AI（GenAI）开发的商业化产品越来越多。本周，Google考虑对基于AI的搜索服务收费、TikTok将推出AI虚拟主播的消息先后传出，有着「全球首款AI原生硬件」之称的AI Pin也于本周开始发售，售价699美元。与上一代用基于规则的算法开发出来的菜单式应用相比，这些新产品都开辟了新的交互方式，让用户可以通过直接与AI对话获得服务。不过，这些GenAI原生应用的商业化进度比预想中来得慢，一大原因仍然是模型能力的局限。模型测评机构Vals.AI的测试结果表明，在从各种维度展开测试的榜单中，GPT-4的排名依然不是第一就是第二，仅在部分情况下Anthropic的最新最大size模型Claude 3 Opus会超过它。也就是说，GPT-4这个发布于一年前的模型仍然是目前全球最「聪明」的。这种状况对OpenAI算是好事，但对整个行业来说则相反 ………………………………