（原标题：智源“百模评测”放榜：多模态发展提速或激勉新的AI愚弄）hongkongdoll sex

12月19日，智源商酌院发布最新一期FlagEval大模子评测榜单。本次参与测评的有国表里100余个开源、贸易闭源大模子，涵盖谈话、视觉谈话、文生图、文生视频、语音谈话多个类别。

智源商酌院评测发现，2024年下半年，大模子发展更聚焦概括才智提高与本色愚弄。谈话模子才智趋于阔气矫健，发展相对放缓。多模态模子发展赶紧，涌现了不少新厂商与新模子。国内厂商在文生图、文生视频模子方面占据全国第一梯队的位置。

从上榜的大模子厂商看，国内的字节跨越、腾讯、阿里巴巴、百度、快手，外洋的OpenAI、谷歌、Meta、Anthropic等大公司的模子名次靠前，比大模子初创公司更具上风。 

大模子厂商分层，AI愚弄或出现新趋势

智源商酌院副院长兼总工程师林咏华暗示，互联网大厂在用户流量与数据响应上齐会比非互联网厂商有上风，尤其是短视频大厂积蓄了海量的高质地数据，流程近一年的测验，多模态模子才智进步昭彰。在本年上半年，一些文生图模子多半无法生成正确的中语翰墨，但这次参评的头部模子如故具备中语翰墨生成才智。

大模子厂商也出现了昭彰的分层。一部分厂商仍在追求更强更大的东说念主工通用智能(AGI)模子，另一部分厂商则加大了对愚弄的探索。

智源商酌院测评团队不雅察到，本年以来，从预测验智力启动测验模子的企业如故很少了hongkongdoll sex，开源的谈话模子数目也在减少。这在一定进度上讲解，业界对基础模子的探索在不停。不外，国内仍有不少具有实力的厂商在捏续发力通用基座模子并聘用开源。

智源商酌院智能评测组认真东说念主杨熙告诉经济不雅察网，本年业界更关怀愚弄，一些大模子厂商也在积极向愚弄侧转动。作念愚弄需要在推理端作念更多优化，比拟之下，测验更大尺寸的基础谈话模子，对企业的技艺实力、财力、资源挑战较大。

杨熙称，国内的AI愚弄还处于用户教授阶段，好多厂商在野心居品时，要么是在教用户何如正确且高效地使用大模子，要么是通过配套的居品化才智识别出用户的意图，再对用户的央求作念相宜性换取。这讲解国内的AI愚弄还比较当先。

林咏华以为，夙昔两年，谈话模子的捏续发展带来了本年以谈话模子为复旧的多样AI愚弄，2025年，AI愚弄会出现三个昭彰的趋势：一是基于谈话模子的智能体简略完成更复杂的AI功能；二是文生图、文生视频愚弄会出现一些打破；三是跨模态的视觉谈话模子有望酿成新的AI愚弄。

头部金融模子才智接近低级量化交游员

智源商酌院评测成果夸耀，针对一般中语场景的谈话模子在敞开式问答或生成任务上的才智已趋于阔气矫健，然则在复杂场景任务的发扬上，国内头部谈话模子仍与国际一活水平存在显赫差距。

在谈话模子主不雅（含价值不雅）评测中，字节跨越Doubao-pro-32k-preview、百度ERNIE 4.0 Turbo位居第一、第二。在视觉谈话模子评测上，OpenAI GPT-4o-2024-11-20位列第一，字节跨越的豆包视觉模子紧随后来。

文生图多模态模子诚然在这半年进步较大，但仍会出现复杂场景东说念主物变形的情况。评测成果夸耀，腾讯Hunyuan Image位列第一，字节跨越Doubao image v2.1、Ideogram 2.0分列第二、第三，OpenAI DALL·E 3、快手可图次之。

在文生视频多模态模子评测中，画质进一步提高，动态性更强，镜头谈话更丰富，转场更通顺，但多半存在大幅度看成变形，无法估计物理规矩，物体覆没、表露、穿模等情况。评测成果夸耀，快手可灵1.5（高品性）、字节跨越即梦P2.0 pro、爱诗科技PixVerse V3、MiniMax 海螺AI、Pika 1.5位列前五。

语音谈话模子才智提高精深，遮蔽面更全，但在具体任务上与群众模子还存在一定差距。全体而言，性能好、通用才智强的开源语音谈话模子偏少。专项评测成果夸耀，阿里巴巴Qwen2-Audio位居第一，香港中语大学&微软WavLLM、清华大学&字节跨越Salmon位列第二、第三，Nvidia Audio-Flamingo，MIT & IBM LTU均干涉前五。

在本次测评中，智源商酌院初度增多了金融量化交游榜单。评测成果夸耀，头部模子才智已接近低级量化交游员的水平。大模子如故具备生成有回撤收益的计谋代码的才智，能树立量化交游典型场景里的代码。其中，深度求索Deepseek-chat，OpenAI GPT-4o-2024-08-06，Google Gemini-1.5-pro-latest位列前三。

据了解，本次评测依托智源商酌院自2023年6月上线的大模子评测平台FlagEval，已遮蔽全国800多个开闭源模子，包含20多种任务，90多个评测数据集，超200万条评测题目。

（以上图片均由智源商酌院提供）

女同做爱