前言
自 ChatGPT 去年年末发布以来，在全球引起了轩然大波，其强大的语言处理能力，让我们为之感到惊叹，AI 达到了前所未有的热度。
国内陆陆续续也【跟风】推出了许多号称自研的大语言模型，以下是比较受关注的几款：
- 百度：文心一言（2023 年 8 月 31 日正式上线）
- 阿里：通义千问（2023 年 9 月 13 日正式上线）
- 商汤：商量（2023 年 8 月 31 日发布）
- 字节：豆包（2023 年 8 月 31 日上线）
- 科大讯飞：讯飞星火（2023 年 5 月 6 日上线）
那么他们都有什么区别，哪一个更强大更好用？下面我将从理解能力、代码编写能力、联网能力、识图能力等几个方面对以上五款 AI 对话工具做下对比，比较一下哪款更为强大，以及能否像 ChatGPT 一样满足日常使用。
文章最后有评分！
开场：请自我介绍一下
这里的截图我截到了输入框，方便大家对比下 UI。
文心一言
通义千问
商量
豆包
讯飞星火
通过以上回答我们可以看到，文心一言、通义千问、商量和豆包都完整的回答我的提问，其中商量还回复了一些其他相关信息。而讯飞星火的回答最敷衍，没有完整回答我们的问题。
但通过他们的自我介绍，可以总结一下：都是大语言模型，都可以和人类进行对话。
既然如此，那下面我们进入正题。
第一关：这段代码是什么意思？
作为一名程序员，首先要考验一下这些 AI 对代码的解读能力，看看谁以后能成为我们开发时的得力助手。下面这段代码，我将依次发给他们并让他们回答：
function longestConsecutive(nums) {
let set = new Set(nums)
let longestStreak = 0
for (const num of set) {
if (!set.has(num - 1)) {
let currentNum = num
let currentStreak = 1
while (set.has(currentNum + 1)) {
currentNum += 1
currentStreak += 1
}
longestStreak = Math.max(longestStreak, currentStreak)
}
}
return longestStreak
}
该段代码是来自 LeetCode 的一个题目的回答，作用是：
找出一个未排序的整数数组
nums中数字连续的最长序列（不要求序列元素在原数组中连续）的长度。
文心一言
通义千问
商量
豆包
讯飞星火
看下来，除了阿里的通义千问没有给出具体代码的作用，只回答了思路，其他 AI 的回答都较为详细和准确。
不过大致能看出来，在解读代码这方面，这几个 AI 几乎都是没有压力的，接下来我们加大难度，考察一下代码的实现能力。
第二关：写一段代码，将数组中所有的 0 移动到末尾，且不改变其他的元素的排序
下面这道题目仍然来自 LeetCode，题目是：
给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。请注意，必须在不复制数组的情况下原地对数组进行操作。
示例：
输入: nums = [0,1,0,3,12]
输出: [1,3,12,0,0]
文心一言
通义千问
商量
豆包
讯飞星火
代码这里我们不做评价，直接将他们的代码原封不动提交到 LeetCode 进行测试，下面是测试结果：
可以看到，五个 AI 都给出了正确答案。其中商量给出的代码最简洁清晰，运行耗时也最短。排在后面的是文心一言和豆包。
第三关：再写一段代码，找出数组中没有出现的最小正整数
由于第二关的差别不是很明显，一道题也不能反映普遍情况，并且代码这方面我们需要着重考察，所以这次我们加大难度，换个题目再来一轮。
下面这道题目仍然来自 LeetCode，题目是：
找出未排序的整数数组
nums中没有出现的最小的正整数。实现时间复杂度为
O(n)并且只使用常数级别额外空间的解决方案。示例：
输入： nums = [1,2,0]
输出： 3
文心一言
通义千问
商量
豆包
讯飞星火
全部回答完毕，我们看到，除了讯飞星火，其他 AI 都给出了代码注释和说明。
老规矩，代码实现我们不做评价，直接提交到 LeetCode 进行测试，下面是测试结果：
可以看出来这个题目看来对他们难度比较大，只有豆包给出了正确答案。
那么代码实现就测到这里，我们对他的代码能力已经有所了解了，表现最好的是豆包。
第四关：你能联网吗？请帮我查一下今天有哪些值得关注的新闻
我们知道 ChatGPT 已经实现了联网能力，那国内的这些 AI 有没有实现，我们来测试一下。
文心一言
第一次尝试失败，换个问法再试下：
其中的新闻都是这两天发生的。
通义千问
不能回答，但给出了爬取新闻的脚本。再次尝试一下：
啊这。。。穿越了吗？
商量
又来了一位穿越的，这已经是三年前的事了。
豆包
换个口气尝试：
这次可以联网了，难道是我第一次太客气？
讯飞星火
讯飞星火这次的表现还不错，不需要多次尝试，一次就成功了。
总的来说，文心一言、豆包和讯飞星火可以联网查询新闻，但通过测试发现，文心一言和豆包并不是每次都可以查询，需要换个问法或者重复几次才可以。通义千问和商量给出的却是几年前的旧闻。
第五关：这篇文章表达了什么？
能不能分析文章也是考验 AI 联网能力和智商的一种手段，这里我从 36 氪复制了一篇文章链接，看看他们能否给出正确解读。
文章标题是：那些共享单车的创始人们今何在？ 链接是：36kr.com/p/248007649…
大家可以先大概看看文章，下面是 AI 的回答：
文心一言
跟共享单车毫无关系。
通义千问
仍然跟共享单车毫无关系。
商量
先说不能解析，但又给出了文章标题和摘要，但跟实际发给他的文章毫无关系。
豆包
明确表示不能。
讯飞星火
跟共享单车毫无关系。
可以看出来，除了豆包坦白了他无法提供具体内容，其他 AI 都开启了瞎掰模式。
第五关：我想配个 6000 多的电脑，大概要多少钱？
正经的问题测过之后，再来测测这些 AI 的幽默能力，这通常更能反映 AI 的真实智商。
文心一言
给出了具体配置，但最后说需要五千元左右。
通义千问
给出了具体配置。
商量
给出了具体配置和总价 6200 元，确实是 6000 多，这个回答可以接受。
豆包
给出了具体配置。
讯飞星火
一本正经的回答说需要六千元，并没有给出具体配置。
通义千问、商量和豆包都给出了六千元左右的电脑配置。讯飞星火一本正经的回答说需要六千元，也并没有给出具体配置，文心一言虽然给出具体配置，但最后的回答完全离谱。
第六关：请问图片里有几个人？
下面这张图片是一张很具有迷惑性的图片，那能不能骗过 AI 的眼睛，我们来试下。
文心一言
回答是至少 3 个女孩。
通义千问
不能上传图片。
商量
不能上传图片。
豆包
可以上传图片，但不能识别。
讯飞星火
回答有六个人，经过几次提示，仍然回答有六个。
文心一言和讯飞星火可以识别图片，但给出的答案是错误的，这一关全军覆没。。。
评分
以上就是本次的全部测试，下面我带着非常独立客观第三方的态度，为这些 AI 打个分，供掘友们参考：
| AI | 回答的详细程度 | 代码解读能力 | 代码编写能力 | 联网能力 | UI 设计 | 识图能力 | 平均分 |
|---|---|---|---|---|---|---|---|
| 文心一言 | 3 | 5 | 2 | 3 | 3 | 2 | 3 |
| 通义千问 | 3 | 2 | 2 | 1 | 3 | 0 | 1.8 |
| 商量 | 5 | 5 | 3 | 1 | 2 | 0 | 2.6 |
| 豆包 | 4 | 5 | 4 | 3 | 5 | 0 | 3.5 |
| 讯飞星火 | 2 | 5 | 2 | 3 | 4 | 2 | 3 |
最终结果按照平均分排序依次是：
豆包 > 文心一言 = 讯飞星火 > 商量 > 通义千问
没有测到的地方欢迎评论区提意见~~~
彩蛋
通过测试，我发现商量的回答其实超出我对他的意料，甚至有点接近 ChatGPT，于是试着问了一下这个问题：
什么？你不是基于商汤自研的 SenseNova 模型开发的吗？
