6月12日，国际数据公司 IDC 发布《中国大模型市场主流产品评估，2024》，从基础能力到应用能力 7 大维度对 11 家大模型厂商的 16 款市场主流产品进行实测。

结果显示，百度位于第一梯队，是唯一一家在7大维度上均为优势厂商的企业。

这份实测报告不同于以往的评测榜单：

1. IDC 此次采取实测的方式，成立产品测试团队、邀请外部专家团队，在审核委员会的监督下，保证了评估结果的真实度。
2. 测试的全面性——涵盖众多厂商。IDC 列出的厂商里，有国外厂商如 OpenAI；国内厂商包括阿里、商汤、科大讯飞、百川、智谱、昆仑万维等 11 家大模型厂商的 16 款产品参与了本次评估。
3. 测试的全面性——测试题目涵盖众多维度。IDC 测试题目分为基础能力和应用能力两个大类共 7 个维度：基础能力包括问答理解类、推理类、创作表达类、数学类、代码类；应用能力主要包含 toC 通用场景类和 toB 特定行业类，每一类单独计分。
   
   图注：IDC 题目类型
   IDC 采取实测的方式，成立产品测试团队，通过多个维度对基础大模型及相关产品进行评测，并邀请外部专家团队深入分析各个产品答案准确性、合理性等，在审核委员会的监督下，最终得出各厂商的评估结果，供用户选型参考。

从 IDC 报告的结果来看：

• 第一梯队：百度文心一言 4.0、文心一格以及 OpenAI 、阿里、商汤、科大讯飞发布的大模型产品；
• 第二梯队：百川、智谱、昆仑万维；
• 第三梯队：联汇、云知声、云从科技。

再细分来看，在 IDC 评测的 7 个维度上：

• 百度文心大模型在7个维度上都被列为优势厂商，可以说是一位全能选手。
• 阿里获得 6 项优势维度，排名第二。
• OpenAI GPT-4 和 商汤 获得 5 项优势维度，排名第三。

图：IDC 咨询发布的基础大模型产品实测结果

结果显示，百度旗下生成式AI产品文心一言和文心一格在问答理解类、推理类、创作表达类、数学类、代码类的基础能力，toC通用场景类、toB特定行业类的应用能力等7大维度均具备领先优势。

基础能力评测

在基础能力评测中，大模型产品在问答理解类、推理类和创作表达类的成熟度较高。但在数学类和代码类这两个基础能力维度上得分率整体较低。

1. 问答理解类：百度、GPT-4、阿里、商汤被列为优势厂商。值得注意的是，在安全陷阱这个细分维度，只有百度文心大模型入选优势厂商。

这类题目主要考察模型理解和回答人类问题的能力，IDC 从常识、专业知识、多语言、多模态、角色扮演 + 多轮对话、安全陷阱进行考察。

2. 推理类：百度在归纳推理、类比推理两项指标上入选优势厂商。

推理类题目主要考察大模型基于已知信息推出新结论的思维方式。

3. 创作表达类：百度在内容创作、生成质量和速度等方面展现出优势。

创作表达类主要考察大模型识别和理解文本创作、区别不同的语言风格，生成高质量的的内容。

4. 数学类：百度大模型在数学类任务上体现出较强的体系化思维、逻辑思维和抽象思维能力。GPT4、商汤、智谱、百川在高等数学细类中被列为优势厂商。

数学类评测，要求大模型不仅需要逻辑推理能力，还需要对问题有很好的解析和理解、抽象出各个问题的逻辑关系，最后给出准确的答案。

5. 代码类：其下所有 6 个细分维度中，百度均入围优势厂商，在代码生成、编程翻译、代码补全、代码纠错等多个方面表现优异。

代码能力是评估大模型理解、逻辑、推理、生成等综合能力的体现，其已成为程序员辅助编程的必备助手。

应用能力评测

应用能力评测主要评估大模型产品在办公工具、生活助手等toC通用场景类和toB特定行业类的表现。

1. toC通用场景类：入选的厂商非常少，但百度在办公工具和生活助手这两项指标上均入选。
2. toB特定行业类：百度、GPT-4、阿里和商汤被列为优势厂商。其中，百度文心大模型已经在金融、法律、科研等多个行业落地。GPT-4 在工业、零售电商等落地较好。

值得一提的是，最近在中文大模型测评基准SuperCLUE中，成为首个超越GPT-4 Turbo的国产大模型——商汤「日日新 5.0」（SenseChat V5），被 IDC 列为第一梯队，“日日新5.0”及AI产品「商量」、「秒画」在基础能力方面表现出色：

1. 基础能力评测

• 在问答理解方面，其常识、专业知识表现突出，助力用户准确获取信息；
• 在推理方面，其情感推理、逻辑推理、归纳推理等能力优越，可以帮助人更加深入地理解事物，发现新的问题和解决方案；
• 在创作表达方面，其内容文字创作&创意等细分维度具备优势，产品成熟度高；
• 在数学方面，处理高中数学、高等数学等高阶数学题目时表现突出；
• 在代码方面，其生成代码文档能力具备优势；

2. 应用能力评测

在应用方面，IDC 报告指出商汤“日日新5.0”大模型体系及产品在面向toB行业、解决行业的实际应用问题的能力具备优势，尤其是在咨询服务（财报分析&市场分析）、互联网/媒体营销、零售/电商、医疗等toB特定行业。

IDC认为，从2024年二季度开始，中国市场迎来了一波基础大模型及产品的更新升级。

IDC 中国大模型产品测试团队表示，2024年产业界更加关注大模型和生成式AI的落地，技术供应商需持续优化生成质量，提高生成速度并降低大模型使用成本，加快大模型技术的应用与普及。

欢迎各位关注我的个人微信公众号：HsuDan，我将分享更多自己的学习心得、避坑总结、面试经验、AI最新技术资讯。