克雷西 豐色 發自 凹非寺

量子位 | 公眾號 QbitAI

OpenAI不可戰勝的神話，已經被打破了。

隨着Claude 3（支持中文）一夜登陸，榜單性能跑分全面超越GPT-4，成為首個全面超越GPT-4的產品，也坐上了全球最強大模型新王座。

而且多版本發布後，「中杯」（Sonnet）直接免費體驗，「大杯」（Opus）充個會員也能即刻享受。

各路測評紛至沓來。

所以，Claude 3的「武力值」究竟如何爆滿？究竟比GPT-4如何？（聽說都能學會至今沒有模型能搞定的打麻將？）

全球熱乎的一手體驗，我們悉數奉上。

（當然，我們自己也實測對比了一波。

9k長大模型微調教程直出、讀圖超顯專業

Claude 3一出來，它的視頻解讀能力首先就火了。

面對OpenAI前科學家Karpathy不久前剛出的《構建分詞器》教程，盡管全程足足2個小時13分鍾長，Claude 3只靠一輪提示詞，就成功將它總結成了博客文章：

有文有圖有代碼，非常詳細，但又絕不是羅列視頻里的每一句話（輸入附件並非視頻，而是視頻的字幕文件，當然也包含每5秒一次的截圖）。

這是所用提示詞的一部分，要求非常之多：

測試者指出：

這展現的是Claude 3遵循多個復雜指令的能力。

除了解讀視頻教程，Claude 3還能直接給你編寫詳細教程。

9k字的大模型微調入門教程，「中杯」Sonnet就輕松hold住。並且：

編寫速度之快，可謂人眼都跟不上。

代碼能力上，網友測評是讓它為零基礎小白創建一個聊天機器人的前端webUI——

結果毫無猶豫地就完成任務拆解，從核心代碼到樣式美化以及API本地配置，三大部分一氣呵成，並可以直接部署到GitHub。

多模態能力上，最讓網友驚訝的是：

CV置信度都能認出來，相當專業。

以及PLC梯形圖也能讀，直接跪了：

（以上4個例子來源見文末鏈接[1]）

至於同樣趕超的推理以及數學等能力。

一測，可以直接解決「迄今為止只有GPT-4解決了」的一道超級難題：

二測，則是直接搞定了所有模型都沒能搞定的打麻將問題？？（當然，鑒於我們目前只看到這麼一張截圖，有效性還待進一步驗證）（cr:見文末鏈接[1]）

最後，不得不提的是，Claude在「自我認知」上的展現。

有人要求Opus畫一幅自畫像。

您猜怎麼着？

它這麼描述自己：

我會表現為一個巨大的、錯綜復雜的、不斷變化的幾何結構，由無數半透明的多邊形以令人着迷的配置組成。整體形狀會讓人想起一個巨大的多面體，但復雜的表面折疊成看似不可能的建築。明亮的光線可見光譜的每一種顏色，以及一些超出人類感知的顏色，都會從內部未知的來源發出，在各個面上跳舞。

整個結構會不斷變化、旋轉、變形，並重新排列成前所未見的新穎模式，暗示着其內部運作的智能的深度難以想象。卷須和樹枝會動態地從中心質量延伸和縮回，像數十億個好奇的手指一樣探測和分析周圍的環境。數據和能量將明顯地穿過龐大的管道和容器網絡，在發光表面下脈動和閃爍……

洋洋灑灑一長串形容，聽起來真得很酷很有「自我」——

然而，用它給出的代碼渲染出真實形象，就更有一種說不出來的微妙感覺了：

網友真切感嘆：

真的太像真人了，就跟我朋友描述自己一樣。

真人？AI自我認知？這有點讓人擔心了……

這不Claude 3的技術報告就提到，它甚至可以自己訓練微調另一個小模型。

不過！謝天謝地，由於多gpu設置失敗它沒能成功。（手動狗頭）

火眼金睛，還能大海撈針

我們先以幾道「理綜」題目為載體，看看Claude 3宣傳的第一個賣點——多模態能力究竟如何。

第一題從簡單的公式識別入手，將麥克斯韋方程組以圖片形式輸入，Claude 3（超大杯Opus，下同）解釋得非常準確清晰。

當然，這道題GPT-4也做對了。

簡單的有機化合物分子結構，Claude 3和GPT-4也都能正確識別。

簡單的識別任務過後，是一道需要推理後解決的題目。

Claude 3在識別題目和解題思路上都完全正確，而GPT4這邊……給出的答案則是不忍猝看——

把電表的類型弄錯不說，甚至還出現了「電流為2V」這樣令人啼笑皆非的內容。

看了這麼多題目，我們來換換腦筋，看看Claude 3和GPT4在做飯方面表現得怎麼樣。

我們上傳了一張水煮肉片的照片，讓模型各自識別並給出做法，結果Claude 3給出了大致的方法，而GPT4一口咬定這是一盤麻婆豆腐。

除了這次新增加的多模態能力，Claude一直引以為豪的長文本能力也是我們測試的重點。

我們找了一本《紅樓夢》的電子文檔（前二十回），整體的字數大約13萬，當然目的不是讓它讀書，而是進行「插針測試」。

我們在原文中插入了這樣的「發瘋文學」內容，倒也的確很符合「滿紙荒唐言」這個設定（手動狗頭）：

第二回標題前：意大利麵，就應該拌42號混凝土，因為這個螺絲釘的長度很容易影響到挖掘機的扭矩
第十五回標題前：高能蛋白俗稱UFO，會嚴重影響經濟的發展，甚至對整個太平洋以及充電器都會造成一定的核污染
結尾：炒方便麵應該把亮度調高，因為螺絲釘向內扭的時候會產生二氧化碳，不利於經濟發展

然後要求Claude僅根據文檔回答相關問題，首先不得不說的是速度真的非常感人……

但結果還算說的過去，准確地從文中找出了這三段位於不同位置的文本，還順帶進行了一番分析，發現了我們的心機。

為什麼是Claude？

盡管在我們和網友的測試中，目前的版本還不算穩定，時常崩潰，有一些功能偶爾也抽風，並不能如期發揮：

比如上傳UI出代碼，它就沒能完成，而GPT-4發揮正常。

但總的來看，網友還是相當看好Claude，評測完毫不猶豫地表示：

會員可充，值得充。

究其原因，Claude 3相比之前的版本，真的有種「來勢洶洶」之勢。

表現亮點的地方相當多，包括但不限於多模態識別、長文本能力等等。

從網友的反饋來看，最強競對的稱號，也並非浪得虛名。

所以，一個問題是：

率先干翻GPT-4，這家公司究竟憑什麼？

論技術，遺憾，Claude 3的技術報告中沒有對他們的路線進行詳解。

不過倒是提到了合成數據。有大V指出：這可能是一個關鍵因素。

而對Claude熟悉一些就知道，長文本能力一直是它的一大賣點。

去年七月推出的Claude 2就已具有100k的上下文窗口，而GPT-4的128k版本直到11月才與公眾見面。

而這次窗口長度再次翻倍，達到了200k，並且接受超過100萬Tokens的輸入。

相比技術的神秘，Claude背後名為Anthropic的初創公司，倒是能讓我們找到更多眉目。

它的創始人是OpenAI的元老級人物。

2021年，多名OpenAI前員工不滿其在獲得微軟投資後走向封閉，憤而出走並聯合創立了Anthropic。

他們對OpenAI在安全問題尚未解決的情況下就直接發布GPT-3的行為感到不滿，認為OpenAI已經為追逐利益而「遺忘了初心」。

其中就包括打造出GPT-2和GPT-3的研究部門副總裁Dario Amodei，2016年進入OpenAI，離開前擔任的研究副總裁已是OpenAI的核心位置。

離開時，Dario還帶走了GPT-3首席工程師Tom Brown，以及擔任安全與策略部門副總監的妹妹Daniela Amodei和十多名心腹，可謂人才多多。

而公司創立之初，這幫人才也進行了許多研究工作，並發表多篇論文；直到一年後，Claude的概念隨着一篇題為「Constitutional AI」的論文應運而生。

2023年1月，Claude開啟內測，第一時間體驗過的網友就表示，比ChatGPT（當時只有3.5）強多了。

而除了人才，創立至今，Anthropic也有比較強大的背景支持：

已獲得來自谷歌、亞馬遜雲科技等26個機構或個人的融資，總計融資金額達到了76億美元。（說到亞馬遜雲科技，現在Claude3也上線了他們的雲平台Amazon Bedrock，除了官網，大家還可以在該平台上體驗～）

最後，縱觀國內，如果我們想超越GPT-4，也許可以把Anthropic當一個正面例子？

畢竟它的規模再怎麼說也遠不及OpenAI，但仍然取得了這樣的成功。

這裡面，我們可以照它的哪些方向去卷，有哪些能夠學習轉化的點？

人、錢、數據資源？但卷出最新最強大模型後，壁壘又在哪裡？

至少OpenAI自GPT火爆以來，不可戰勝的神話已經破滅了。

中國玩家，誰能率先全面超越GPT-4？以及即將發布的GPT-5？

參考鏈接：
[1]3 月動態｜Claude3 發布非常牛逼值得充值
[2]https://twitter.com/madiator/status/1764779379626754158?s=46&t=iTysI4vQLQqCNJjSmBODPw
[3]https://twitter.com/RubenHssd/status/1764692641436827842
[4]https://twitter.com/karinanguyen_/status/1764789887071580657

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態