作家：马蕊蕾 林杰鑫【RBC-199】ニューハーフにしか出来ない伸縮自在アナルマ○コににゅるりと挿入 出しつ出されつチ○ポが泣いた！！！ 4時間

裁剪：林杰鑫

最近翻相册的时候翻到3月份的一张图片，朦胧间发现从事AI之后我方的阅读量一直在暴涨。

大模子重构了许多行业职责流中的念念考脚色，也导致在这个行业的东谈主一直王人有信息招揽浮躁症。因为百行万企搞商榷的东谈主脑洞翻开。比如此坦福大学用AI饰演不同的东谈主搞了个AI社会启发清华大学用AI开游戏假想公司，自后就有AI模拟东谈主类社会发展6000年，发现AI东谈主类为了活下去会变得自利。这些王人还好，看着挺酷爱的也好交融，过家家嘛。

最头疼的即是那些个鬼：AI到手裁剪东谈主类基因，AI学会预计等离子体扯破鼓吹可控核聚变，AI假想了一套无需东谈主类示范的欧几里得平面几何定理说明系统。（别看了，头痛，偏巧这些让我上课打盹儿的却成了我的职责内容。）

很长一段时刻我王人在测试各家的大模子读论文的智力，我方摸索了一套prompt：

总论断文内容，商榷配景是什么，接受了什么样式论证，取得了什么积极性的冲破，对比同类型商榷有什么上风？将对平凡东谈主的生活产生什么影响？如果时刻样式复杂，请用类比或比方的手法支持我交融。

这段话可以快速定位商榷的筹谋和用途，同期了解这些商榷会对咱这些平头老匹夫会有什么影响。问题在于，大部分论文动不动几万字到十几万字的，有许多各行业的专科术语，AI能读，但给出来的抑制时常是一个很空的大框架。更别说用比方的手法解读一些内容了，因为AI的交融不够深切，也就不行作念到用精真金不怕火明了的话支持交融.....

半年前我发现最佳用的照旧kimi，是以2个月时刻我用他读了1183万字的论文，通盘东谈主的灵魂王人升华了。天然，东谈主嘛老是恋新忘旧，过了半年时刻了，这会儿我也想望望其他家AI作念的咋样，来一场横评。于是我打开我跟kimi的聊天记载缱绻望望以往际遇什么问题，然后就戴上了熬煎面具......

是的，看着以前的聊天记载我想起来kimi只会用OCR识别字但不会读图，是以许多论文的统计图kimi王人无法识别，导致有些论文有大宗弧线图、数据图的时候。kimi告成灯下黑睁眼瞎，像上头的图属于AI模拟东谈主类社会发展1000代之后，东谈主类脾性滚动弧线，如果论文没具体施展，我是统统不知谈如何变化的...也就无法赢得重要信息。

是以此次评测我缱绻找一个长文交融智力不输kimi，然后又有图文交融智力的，但最佳照旧国内的，便捷我随时使用。

初阶图片交融测试

发轫是来一轮精真金不怕火的图片交融测试。

在这里作念个免责声明：各人王人知谈我这个东谈主呢测试AI可爱顽恶。没目的，常常有些AI大厂就可爱拿各人用过的经典测试题钻罅隙，比如识别狗跟炸鸡这题以前很火，有一天AI霎时集体开窍了，然后有网友换了下图片法则，AI又识别不出来了。（嗯，大伙儿我方琢磨）

是以底下这轮测试我原来缱绻用广东2016年的高评语文题目来挑战一下AI图片阅读交融，但我怕这东西被AI暗暗摸摸练过，是以昆玉灵机一动，给图片打了一堆噪点。

这一轮就不耻辱kimi了。来一轮如故确定有识别图片智力的大模子来一场皇城pk。阿里的通义千问、百度文心一言、字节豆包、腾讯元宝。

恰当我这里用的是原图测试，我发现通义可以准确识别数字，然而无法深切解读式样、或者脸上的巴掌、吻，为了阐述践诺的严谨，我又上传了一张泊车场的图片，发现它是能准确识别福特汽车的logo，是以也就不存在不行读图这一情况，而是他没教练过。

这是豆包的施展，连数字王人读错了，那咱也就不赓续了.....

文心一言......天然读出了分数，然而背面我问他看到巴掌和吻了吗.....这家伙回我一句“嘻嘻”，我&*%$#?!

说真话到元宝我如故毁灭了，因为在我印象中，文心一言、通义千问、豆包王人比元宝早出至少半年，而且元宝在我这如实没啥存在感。抑制，昆玉咋回事？这就读出来了，而且照旧加了噪点的图片？？？腾讯不声不吭憋了个大的，然后当我问到这些式样特征的时候他还作念了可能发生的情况的解读。

是以第一场pk，元宝取得发轫上风。

那么既然各家确定有读图智力，接下来就加浩劫度，上有图文的长论文。

长文精读智力测试

论文名：《An evolutionary model of personality traits related to cooperative behavior using a large language model》

这篇论文内容，主要讲了用大模子生成不同脾性的AI，模拟东谈主类社会发展1000代，终末AI竟然集体变为自利东谈主格，天然杂志上的新商榷揭露，AI在不受不休的情况下，可能举座王人会趋向于自利。

主如果论文中有一大坨的多样弧线图，要想更好的交融AI东谈主类为了生涯作念出的脾性改变就必须探讨弧线图交融。

是以这里想看一下，各家大模子对于长文以及图片的回归智力。鉴于kimi有优秀的长文交融智力，是以这里照旧拉上他来动作一个计算各家质料的标杆。但这把不再是中国大模子内战，而是拉上刻下海外刻下T0级别的claude，告成上强度。

Kimi【RBC-199】ニューハーフにしか出来ない伸縮自在アナルマ○コににゅるりと挿入 出しつ出されつチ○ポが泣いた！！！ 4時間

指示词：总论断文内容，施展商榷配景，商榷样式以及效用，践诺者提供什么数据救济他的践诺。

我先是让kimi总论断文内容简略了解礼服，得知这是一篇对于AI模拟东谈主类社会发展和东谈主类脾性变化的论文。

于是我追问东谈主类迭代的趋势是什么，kimi也给出了解答，但这个解答说真话莫得将全文连贯起来读。

在后续的追问中也没体现出这张图表的波动。而是简略详细为 先自利然后偏向配合然后又可能变自利，但这个可能就很致命，因为在第900代的时候，统统AI是大幅度变自利。也即是kimi赢得的信息不准确。

腾讯元宝

元宝我照例先问主要内容，我以为训元宝的臆想没少商榷用户阅读俗例或者干脆即是一群有高效阅读免强症的东谈主练出来的。因为它生成的样式主次分明，从商榷配景、商榷样式、践诺假想、抑制分析、总体论断。嗅觉就像是念书时拿了学霸同学的条记。而且用什么模子进行践诺、重要数据包括哪些，王人有呈现。这是相通指示词下，kimi所不具备的。

但比较于kimi，最大的相反点我认为照旧在迭代趋势这里。元宝是能讲出弧线发展的波动。在进化经由中，开动阶段，抓续到节略第300代后，配合比例飞速飞腾，到第350代傍边占比达到0.55，然后在第450代傍边下跌到约0.40。接着，配合比例反复增多和减少，到第850代傍边达到最高值约0.75，之后飞速下跌到0.15傍边。

把柄数据波动又回归出出在进化经由中，AI东谈主类的脾性基因在二维空间中的散播暴露出屡次滚动，反应了配合和自利脾性特征的瓜代出现。也即是AI东谈主类的进化一直在自利和配合之间反复横跳，况兼给出了具体的时刻周期。（历史果然是个车轮啊~）

而且，我还发现它左下角竟然多了一个按钮——深度阅读该文档，小数进去，元宝老爷今天我给您磕一个，尔后承蒙不弃，多多带我。

因为它告成将图表和内容探讨阐发，sejiejie把论文酿成课件，以往我打开论文看到图表东谈主麻了，因为我还得看小字去了解这是描写啥的图表。当今用元宝打开图表，我东谈主炸了，因为我告成就悟了。

而且我怀疑腾讯是不是去那边请来了金牌备课讲师，通盘ui界面的视觉假想很合乎阅读俗例，左边有论文的大纲，正文部分派合着图来看论文，如果不懂，还可以及时对内容进行发问，真的很懂我。

拉到底东谈主家还摆了一个重要问题及回答，这玩意看得我虎躯一震。昆玉们，干预过答辩的应该王人知谈这功能的含金量吧？这是元宝老师在跟你模拟毕业答辩呢，磨真金不怕火前针织在给你划重心呢，还可以刷新不同的问题。

东谈主家致使会对论文进行评价，换句话说我方写的论文上传给元宝，元宝教你改论文，完事了还跟你模拟答辩，宝子哥，不仅看论文锐利，我发现臆想写论文和模拟答辩还有奇效。

通义千问

举座念念路看起来可以，开端爽脆了了的先容了论文的商榷重心，正文从商榷的特质和效用进行展示，然而深究具体内容，会发现不是很全面，有些拖沓，读完一席话，胜似一席话。

Claude-3.5

一眼看以前，Claude的回话真的很爽脆，主要详细了论文的一些要点，莫得止境成体系，但不得不说可能因为字数少，我竟然看进去了。但过于爽脆，看完之后，我就莫得然后了，对于我这个刚初学学习的东谈主来说，不太友好。

天然，通义千问和Claude-3.5在内容上也作念到了元宝讲的回归出具体的数值，不同的是，Claude-3.5能领路知谈具体论断对应哪幅图，这小数上通义千问莫得。但Clude3.5莫得像元宝那样把图放在那讲，还得去翻图片往复滑动，看起来很奋力。

从kimi、通义千问、腾讯元宝和Claude3.5的测试中，我巧合还发现kimi和腾讯元宝的交互假想作念的很丝滑。当提议问题得到相应的反馈后，这两家有小数相配Nice，点击生成谜底的右下角的共享绚丽，他们王人可以快速生成内容的长图或者连结。

其实通义千问，点击共享也会有相应交互，然而刻下只可复制谜底的连结，莫得生成图片的功能，通义啊，这里可以编削一下下。

除了论文回归智力，读研报不知谈各家施展若何样，咱们再试一试，望望效果。

分析研报

接着扔一个《2024巴黎奥运会热度趋势细察》PDF，并加上帮我分析一下这份研报，详细出最进击的信息，字数不要跳跃500字。

通义千问

很精真金不怕火的回归了一段话，细看内容只回归了平台和品牌配合，详细不太全面。

腾讯元宝

这里元宝我又i了，回归了研报的中枢不雅点，还从奥运会热度扫描、话题细察、品牌细察分袂详细了具体内容，很领路。

如果动作别称短视频运营或者商家，你就会发现元宝的信息有多珍稀。发轫他会跟你说主要热门有哪些。紧接着又指出两个热度最高的酬酢平台微博和抖音，其中微博是内容量占了全网68.3%，抖音互动奥运话题互动量占全网69.4%。

但元宝又指出，品牌方主要在小红书进行营业投放，原因是小红书热门话题更留心体育技俩和绽放员，抖音则以爱国话题为主。同期从浮滥者趋势来看，小红书女性用户多，抖音男性用户多，25~34岁是主要东谈主群。这下浮滥者画像不就一下子领路了？每个研报如果王人能这样回归，我一天能看100份。

重心是它的深度阅读依旧可以回归重心信息还带配图的那种，每次精读的尾声部分，还能再来一波重要问题的解答。

Claude-3.5

中规中矩，很爽脆的详细了一些想要看到的信息。举座体验下来，元宝如的确长文精读方面的智力更强，在内容和文本样式方面王人很在线，我嗅觉它很懂用户的阅读使用俗例，深度阅读状态的大纲、图文搭配、及时对著作进行发问的智力，用起来一通盘王人很险恶！

号外测试篇

天然最近网上也很流行测AI交融梗图的智力和数学逻辑推理，是以这里也测点网上各人王人可爱测的，望望各家的施展。

上传一张式样包，问：这个式样包本色代表什么意思？

通义千问

能看出它有很精致的去交融式样包，物理层面有了，缺了点化学反应，幽默和疲钝点题了。

腾讯元宝

元宝确切懂打工东谈主的，告成明了的瞄准一个情感。

“在懊恼某个无法处治的问题”or“对某种情况感到窝囊为力”。

Claude3.5

这一波Claude读出了许多种复杂的情感，看上去比我更会刻画日常的无奈。

接下来是精真金不怕火的数学逻辑推理，为了辞让题目被AI教练过，是以我对同个图形进行法则倒置的测试。

文心一言

这不，文心一言就漏出鸡脚了，正向回答没问题，反向回答却是比正方形更精真金不怕火或与正方形相似......

通义千问往常通关。

元宝也往常通关。

插个题外话，我今天在用腾讯元宝的时候，也想看一下它及时联网更新赢得最新信息的智力。原因是大部分AI天然当今有联网功能，但它一般搜索的王人是一些陈年音问动作参考。

当我试着搜索AI在义乌的讹诈时，竟然搜到了上周五我方写的著作，况兼元宝还对著作内容进行了详细，我顺带试了试其他家，刻下只好元宝能搜到。

此次横测，有一种嗅觉，各家大模子好像在旧年的百模大战之后，就变得有些懈怠。其实动作用户，还挺想看各家卷来卷去的，这样就会有更好用的产物帮我“打工”。

说真的，AI产物的上风在于抓续进化的经由，莫得永远的胜者，只好永远的更动者。

这是一场漫长的竞争，而更好的用户体验是唯独不会变的法例。

（雷峰网）