百般刁难腾讯新产品它的极限被我测出来了

作为互联网巨子，腾讯动作不大，让人觉得成了大模型缺席者，事实上，腾讯开拓了混元大模型，在腾讯部分产品里，正在发挥浸染。

由于腾讯宣扬力度不强，以是用户很难把稳到，而前两天，腾讯终于带着他们的 AI 助手“元宝”强势来了。

就产品功能来说，元宝与其他的 AI 助手并没有什么差异，依然是对话界面+各种智能体。

当然了，险些所有的 AI 助手都是如此，主流的 AI 助手里，只有天工开物搞了一个音乐创作的功能，可惜体验很一样平常。

信息搜索

回到腾讯元宝上来，按照腾讯官方说法，腾讯元宝接入了微信搜一搜、搜狗搜索、内容涵盖微信公众号文章，主打一个内容全面，信息准确。

老狐试着用他们搜索近期关注的一个互联网话题——抖音电商 2024 年的 GMV 还值得看好吗？

元宝天生的回答，逻辑清晰，开头解释了预测的 GMV 数据，以及关键的兴趣电商与货架电商增长比拟，也提到了抖音电商的市场策略和外部环境的竞争。

可以把稳到，文章一共引用了 8 篇文章作为参考，来源比较多样，从公众年夜众号到新浪新闻、网易新闻乃至还有《财富》杂志，在天生的结果里会标注资料来源，主要数据能迅速找到出处。

在天生结果末端，供应了更多干系文章，基本来自"大众年夜众号。

比较于引用资料来说，实在文末的文章质量更高，个中也包含可引用的干系数据，但它们没有被元宝收纳到“引用资料”中。

为了见到自己的文章涌如今引用资料里，老狐找了曾写过的选题，结果第 7 条和第 8 条是科技狐揭橥在不同平台的同一篇文章。

类似的情形在老狐测试时重复涌现，优化还不足。

大模型这类涉及到问答形式，须要 AI 引用数据资料来天生回答的模式，回答的质量取决于引用资料的质量。

腾讯元宝背后有腾讯的全体生态，尤其是微信公众年夜众号，后者有大量团队和个人在上面发布高质量文章，仅就笔墨内容来说，这是知乎、小红书比不了的。

但是……没错，老狐要说但是。

元宝在天生答案的末端，附上的内容都是笔墨，没有视频内容，形式上不足丰富，尤其是在特定的问题上，视频能呈现出更好的效果。

比如面对“佛跳墙怎么做”这个问题，文心一言会供应视频内容，个中还有“老饭骨”明星大厨制作的视频，而元宝只有笔墨。

这须要腾讯后续升级优化，比如引入视频号的短视频，或引入其他平台如 B站、快手的视频内容。

文档总结

文档总结功能，现在成了大模型内卷的方向之一，尤其是笔墨长度。

今年 3 月中旬，Kimi 宣告支持文档最高字数达到 200 万字，没过多久，通义千问就把字数上限提升到 1000 万字。

可能有人会质疑上百万字数无用，然而，很多企业一份英文财报字数就可能超过 100 万。

腾讯说元宝能一次性解析最多 10 个 PDF/word/tet 文件，一次性阅读一本书不成问题。

先来看看普通的文章总结，老狐拿"大众年夜众号的文章做了测试，结果让人有些失落望。

总结里提到 SU7 的销量超出预期，以及雷军设定新的发卖目标，干系数据原文有提到，但总结却没有列出来。

我甩给它小米的财报 PDF 连接，让它帮我找出关键数据，这一点，元宝完成得非常不错。

连续增加难度，我同时向它扔了蔚来、小鹏和空想三家车企的去年英文版年报的链接，让它整理一些关键数据。

它变成了文档提取失落败，多次考试测验依然无果。

于是我又特地下载三份年报到本地，上传数据让它读取。

这回倒是不会提取失落败，天生了干系数据，并且用表格进行比拟，但三家车企数据雷同。

老狐预测缘故原由是三篇财报字数靠近 350 万，超过了元宝的笔墨长度限定，于是默认利用了末了上传的小鹏财报数据。

用 Kimi 和通义千问来总结，也无法成功，Kimi 提示“超过对话长度”。

不过，改成只总结蔚来的年报时，元宝精确引用了蔚来的数据，但却犯了一个致命缺点，把 RMB 和 Dollar 弄混了。

元宝总结的数据

蔚来财报截图

老狐圆不回来了，可能元宝的英文不佳吧。

值得一提的是，在微信里打开好友发过来的 word 或 PDF 文档，可以选择用元宝打开，通过元宝小程序总结文档内容。

而在企业微信里，暂时还不支持元宝打开文档。

谁是真实的办公软件，谁是虚假的办公软件一览无余。

AI 写作

AI 写作也是如今大模型必提的功能之一，宣扬的文案、策划等场景，大模型已经能够知足。
至于技能哀求更高、代替老狐事情的长文写作能力，大模型已经很少提及。

先来看一个比较普通的写作场景——写周报，这是我给的 prompt：

“帮我写一份上周的周报。
我周一写完了之前没写完的视频稿，周二，周三，周四写了两篇"大众年夜众号稿子，并体验了一款大模型产品，周五做了测评并写了一部分文稿”

这是元宝天生的答案。

Prompt 里只有大略的事情内容，天生的周报丰富了细节，比如“与视频团队沟通”、“撰写过程中看重内容的深度和广度”。

整体来说，这份周报内容写得还不赖，完成了大部分框架，根据实际情形再做调度，便足够搪塞咱们事情中的须要。

其余我让元宝完成一份策划方案，比如公司团建活动，给出 prompt 为：

“策划一场公司团建活动，参与人数为20人，地点就在公司，韶光是下午一点半到六点半，活动内容包括近期事情总结，互动游戏。
”

天生的活动策划案第一项是事情总结，安排的三个互动游戏适宜室内，游戏道具也有提及。

只不过第三条“心得分享与互换”，在我看来没有必要，但这部分可能是大多企业结束团建的仪式。

这份策划方案大家认为如何？老狐认为还不错。

逻辑打算和知识

在磨练大模型的逻辑能力时，最常用的题目类型是鸡兔同笼求解，不过类似问题已经难不倒普通的大模型，元宝同样如此。

提高难度，老狐用一道高考仿照题来磨练它，原题是这样的。

上传图片让元宝识别题目，然而识别涌现缺点。

于是老狐又手动输入题目，终极打算出一个……缺点答案！

小伙伴也别以为元宝打算能力差，事实上，这道题我之前用文心一言、Kimi、通义千问、豆包都打算过（且都无法直接用图片提取题目笔墨）。

元宝，文心一言、Kimi、豆包利用不等式知识解题是精确的思路，但是原题须要变通，将 36=4（a+b） 带入进去提取常数，大模型显然没有这个创造力，纷纭选择硬解，集体翻车。

通义千问打算出了精确答案，不过没用不等式，而是通过微积分知识，求导确定极值。

通义千问这波是拿宰牛刀杀鸡。

我调度了 prompt，让它用不等式知识打算，看着它输出了 3 分钟打算过程，中途还变动打算步骤，末了变成了系统超时。

能否制造并利用工具是人与动物的差异之一，而能否灵巧利用知识，是人与机器的差异。

知识问题在去年大模型爆发初期常常见到，还闹出了“林黛玉倒拔垂杨柳”的笑话。
现如今，这个 Bug 已经得到优化，元宝在面对这类问题能轻松避开。

老狐用国外的文学知识对它测试，它也能精确指出个中的缺点。

不过有些陷阱它还是无法避免，比如我在周五问元宝今年多特蒙德为何夺得欧冠冠军，它说得条理分明，然而比赛是周日凌晨才进行。

不过当比赛结束，再问它多特夺冠，它已经能指出个中问题所在。

大模型知识问题须要大量资料支撑，在事发前，没有任何资料，它可能就会胡言乱语。

大模型就像是三体人，与人类的诡计多端比起来，还是纯挚了些。

AI 作图

在腾讯的宣扬稿里，特意提到元宝作画的能力。

实际上，如果给到的 prompt 提到的主角单一，并给到环境描写，它能天生信息准确的图片。

一旦主角有两位，包含不同的细节，元宝天生的图片就对不上 prompt 了。

此外，在某些场景下，天生的人物面部会很胆怯。

这种环境下选择重复输出，能得到一张边幅姣美的美女照片，但眼神依旧怪异，而且伞骨歪斜。

老狐进行了多次测试后创造，如果人物是正面，且脸部霸占画面较大的面积，元宝对人物面部刻画会更准确，一旦角度是斜侧，或者人物面部较小时，面部就会涌现比例失落调，尤其是后一种环境。

这不是元宝一个大模型的问题，其他大模型也会如此。

不过有些大模型在处理这类问题时，要讨巧得多，要么选择展示人物背面，避免脸部的刻画，要么就直接正脸，给侧脸是去世活不会给的。

在他们面前，元宝、豆包像个耿直 boy，画人物面部几率要比其他几款大模型高得多。

反过来，耿直的元宝也更“听话”，画面与 prompt 更契合，用户更随意马虎得到自己想要的画面。

总结

以上便是关于腾讯元宝的大略体验，在内容方面，它与微信生态结合更紧密，能引用更多微信"大众年夜众号内容，这是元宝独一无二的上风。

作为一个 AI 助手，元宝可能最得当微信"大众年夜众号创作者，比如老狐。

但元宝劣势明显，短缺短视频内容支撑，内容形态不足丰富。

不过最令老狐印象深刻的还是元宝在作画时的耿直，照着用户的 prompt 天生，不惜暴露自己的缺陷，少了文心一言、通义千问的“调皮”。

一边是元宝、豆包听话但有缺点的大模型，另一边是文心一言会隐蔽缺陷但实行不到位的大模型，大家以为哪个好？

参考资料：

腾讯元宝、文心一言、豆包、Kimi、通义千问等App。

编辑：木易