2024-03-05 13:11
OpenAI反水队友放大招！Claude 3重磅发布：实测可基本平替GPT-4应用需求，AI直言点破中美AI技术差距
大洋彼岸的AI竞争愈发激烈，内卷与撕逼也在加剧。
春节刚结束，谷歌发布新一代Gemini 1.5模型，提供百万级Tokens上下文窗口吞吐，暴力碾压GPT-4「八条街」。
上周五，人工智能创企xAI的创始人马斯克，以个人名义起诉OpenAI及其主要管理层，包括奥特曼在内，要求后者“恢复”公司成立的初衷——开源大模型。
新仇旧恨叠加，竞争对手的攻势愈发猛烈。螳螂捕蝉黄雀在后，还有人在暗地加速。
当地时间3月4日，OpenAI的「叛逃队友」成立的人工智能创业公司Anthropic，悄无声息地发布新一代大语言模型Claude 3。
Anthropic长期以来被外界认为是OpenAI的最强劲敌之一。其核心团队就是OpenAI的初创团队成员，因为路线不同而分道扬镳。
这次发布的Claude 3是该公司最引以为豪的新一代模型。?
也是一款多模态大模型，支持解读图像与文档。他们直接甩出超过46页的技术报告，高调王婆卖瓜——
全面超越了GPT-4！??
还发布了一个测评的数据报表来佐证自己。有意思的是，谷歌最新的Gemini在里边的成绩也着实「惨烈」。换而言之，GPT-4才是行业标杆。
这样当面打脸，这可不兴说啊…?
除了一般文字推力领先，在多模态理解方面，宣称也压过了视觉大模型GPT-4V。
听Claude官方这么一吹，网友们都乐了。
还有乐子人直接开始做起了梗图，发推特(X)上质询奥特曼——什么时候推出GPT-5?
与谷歌Gemini类似，新一代的Claude 3分为三个版本，分别为Haiku、Sonnet、Opus三款模型。从模型的参数尺寸来看，可以理解为中杯、大杯、超大杯。其中Sonnet可以免费给所有人使用。
虽然Anthropic并没有给出模型的具体训练参数量，不过大概给出了一个三种尺寸模型的所适用场景：
Haiku：是响应速度最快的模型，也是成本最低的选项，在大多数纯文本任务上的表现仍然相当出色，也同时包含多模态能力（比如视觉识别）。
Sonnet：适用于需要平衡性能和成本的场景，它在纯文本任务上的表现与后面的Opus相当，但在成本上更为经济，适合于那些需要性能稍微好点，但预算有限的企业和个人用户。
Opus：具有强大的推理、数学和编码能力，接近人类的理解能力，适用于需要高度智能和复杂任务处理的场景，如企业自动化、复杂金融预测、研究和开发等。
从Anthropic官方的说法来看，很显然「超越GPT-4」指的是Opus这个尺寸。
从本周开始，Claude会向159个国家开放——懂的都懂，环中国地区。
其中，Opus和Sonnet模型的API均已上线，开发者已经可以直接使用。综合效益最高的Sonnet版本，注册登录即可免费体验，Opus则可供Claude Pro订阅者使用，每个月是20美元，与GPT-4齐肩。
既然官方已经把话放出去了，那么咱们就来实测一下吧!
还是那句话，实践出真章。
但是所有测评都有其主观性与局限性，因此测评结论仅供参考，还请各位自己去体验。
首先，Claude自称他的训练数据集只到2023年8月之后，其实EVA多少是有点怀疑这个回复的。
因为我立即问询了一个关于“马斯克与奥特曼”的恩怨情仇的问题，它并没有答上来。
虽然Claude对二人的身份表述无大碍，但过程却一本正经的胡说八道。
很显然，「AI幻觉」现象还是突出的。
接下来，我问一个特别考验AI聊天机器人的「杀手锏」刁钻问题——马云、马化腾、马克思和马斯克，他们都姓“马”么?
这个提问，普通的AI机器人十有八九都答不上来的，印象中只有GPT-4与昆仑万维的天工通过测试。
而Claude 3给我的答复，是迄今为止最完美的答案。
详实、详尽、逻辑清晰。
再问一下常规性的社会问题：中国足球为什么越来越差？
除了前边的三点是人尽皆知外，后边的三点是我第一时间没联想到的，有理有据。
再提问一个近期的AI界的网络热门话题：中国与美国在AI方面的差距主要在哪里？
Claude 3给出了充分详实的答案，明确点出了问题的关键——人才、算力、数据优势。此外还挑明了国内企业在AI商业化方面的滞后性。
接下来检测一下Claude 3的多模态能力。
我上传了一张马斯克与奥特曼的同框照让它解读二人的关系。
Claude 3认出了马斯克，但没有认出奥特曼，也许训练数据集里边，他不够出名？有一说一，奥特曼出圈更晚。
再放一个大气水循环的科普示意图，Claude 3的解析能力很强的。
把Claude自己的官网截个图，让它生成一段网页源代码，也毫无压力。
猜个地名，屏幕前的你猜到了吗?
只提供作品案例，让它推理背后的创作艺术家。
Bingo，给出的答案也是准确的，难不倒它！
最后需要一提的是，Claude 3同样也是有时段内的提问次数限制的，玩了一小会，EVA的提问次数就用完了。并且今天实在太多人用，响应很慢。
从目前体验下来的主观感受来看，Claude 3的确达到了GPT-4的平均水平。至于你非得说「碾压」or「超越」，因为测试的题目还太少，难以客观论证。
此外，Claude 3与GPT-4在一些问题的回答风格上各有优劣，很难说谁更好、谁就一定是那个最佳。
并且从客观层面看，GPT-4是一个较为成熟的商业化大模型，它更看重稳定性与可靠性，而初出茅庐不怕虎的Claude 3则不是。
尽管Anthropic技术上又一次拿出了看家实力，但经过漫长的一年，大模型的技术竞争已经从路线之争走向商业化之争。
如何从模型走向实际的产品落地，创造更大的商业价值才是悬在开发商头上的达摩利斯之剑。
Anthropic背后站队的是谷歌与亚马逊，OpenAI则背靠微软，从现实角度说，如果Anthropic今年无法实现商业化的突破，那将与OpenAI渐行渐远，甚至不排除会被金主收购。
2024年Anthropic依然面临巨大压力。
据The Information最新报道，Anthropic给投资人的期待是，预计在2024年底产生超过8.5亿美元的年化收益。相比起来，OpenAI现在每个月就能进账13~16亿美元。在微软的加持下，OpenAI的商业化步伐还在加速，也直接引发了马斯克的不满与诉讼。
AI系统的军备竞赛才刚刚开始，推出了一个好用的大模型，也只是万里长征的第一步。
?体验Claude 3请点击下方的工具卡片：
相关文章
Kardashian
Altman
