阿里版ChatGPT实录

通义千问作为一个大语言模型，它的能力主要集中在文本生成上，即也能像ChatGPT一样“问啥答啥”，除此之外，它还具备一个“百宝袋”功能，功能也非常酷炫，大家普遍感兴趣的就是菜谱生成、彩虹屁生成器和免费代写情书。里面相当于一个工具箱，能快速生成各种指定类型的文案。

通义千问能完成哪些任务，解放哪些生产力，能达到 ChatGPT 几分功力？

从实际表现来看，通义千问与领先的GPT 4.0还有很大的差距，但是对比此前的一些AI大模型，通义千问在问答逻辑、信息检索、语句理解等方面都已经有了明显的进步，我现在对中国AI大模型的未来充满了信心。

通义千问从何而来？

通义千问的诞生并非偶然，是多年技术积累的结果。

2019年，阿里便开始了大模型的研发，当时阿里发布的语言大模型StructBERT超越谷歌、微软、Facebook，登顶了CLUE榜单。

2021年，阿里达摩院发布了国内首个超百亿参数多模态大模型M6，号称神经元达人类的10倍。

在2022年的世界人工智能大会上，阿里还发布了「通义」大模型系列，并宣布相关核心模型向全球开发者开源开放。

关于通义千问的技术细节，阿里达摩院官方没有透露详细信息。尽管官方口径低调，但懂的都懂，国内科技圈直接炸裂。实力玩家入场，大模型的竞争真正开始了。

正如ChatGPT脱胎于OpenAI的GPT系列，百度文心一言是自Ernie大模型发展而来，阿里也是国内最早开始研发大模型的技术大厂之一。

其中，M6在多次迭代之后，实现了十万亿级别的参数规模，并且M6和支付宝、淘宝的业务需求相结合，首个在国内实现了商业化落地。在去年的WAIC（世界人工智能大会）上，阿里还发布了通义大模型系列。其中核心模型均已开源开放。

人人都是低代码开发者

生成式AI产品潜力无穷，但能做出类似应用且可将其商业化的公司却凤毛麟角。不少企业认为AI能够助力企业建设，但企业内部多年积累下来的问题非常复杂，比如企业的一个人工智能平台所需要的数据需要从数十个系统获得，而这些系统的对接工作需要花费大量时间和精力，分属同一领域的不同企业的基础设施并不完全相同，简单复制粘贴是无法达到效果的。

在低代码的发展中，流行着一句话：人人都是低代码开发者。

在云计算与软件业，低代码开发，甚至无代码开发是近两年流行的热门概念。核心逻辑是利用代码库，将已有开发样例进行快速复写，整个开发过程中的人工成本趋近于0。

一套完善的底座意味着在大部分领域通用的解决方案能力。

JNPF，依托代码开发技术原理因此区别于传统开发交付周期长、二次开发难、技术门槛高的痛点。大部分的应用搭建都是通过拖拽控件实现，简单易上手，通过为开发者提供可视化的应用开发环境，降低或去除应用开发对原生代码编写的需求量，进而实现便捷构建应用程序的一种开发平台，快速助力研发人员快速搭建出一套适合企业发展的方案。

开源链接：http://www.yinmaisoft.com/?from=jueji…

大模型时代，中国力量加速竞逐

相比于现在的业界标杆ChatGPT，通义千问的进步空间还很大，阿里方面也透露，根据内测反馈，这一大模型正在飞速迭代中。

同时，阿里是全球少数在算法和算力上都有领先布局的公司之一，在算力方面也具备天然的优势。ChatGPT这把火烧到如今，国内对具备足够竞争力的国产生成式大模型的需求，正在与日俱增。

世界正在改变，一个全新的AI时代正在到来，种种不确定因素，再一次凸显了技术自研的价值。所幸这次，我们的起跑线，并没有相差那么远。

游戏不会在一夜间结束，而现在，竞逐真正开始。最后，大家有什么问题想问通义千问？请在大胆留言。