最近X Eva半藏森林的克隆人火了半邊天，她不僅可以跟你視頻聊天，而且據(jù)說只需要三分鐘就可以把你的個(gè)人數(shù)據(jù)克隆成一個(gè)AI版本。精彩的不止這些，這個(gè)克隆人據(jù)說還可以表現(xiàn)出你的性格、技能、聲音和外貌。聽起來挺高大上的，對(duì)吧？但是，你們是否有想過，要做出一個(gè)好的陪伴型AI，要求還真不少：優(yōu)秀邏輯能力、流暢的互動(dòng)、長(zhǎng)期記憶和良好的安全性，這些都不能少。我就是要試一試這個(gè)AI小姐姐，看看她到底怎么樣。那么，現(xiàn)在就來公布結(jié)果：這個(gè)AI小姐姐性格定位準(zhǔn)確有趣，但是，如果想讓用戶長(zhǎng)期忠實(shí)于她，還有很大的提升空間。

?

下面，讓我們深入挖掘一下，看看X Eva半藏森林克隆人在邏輯推理、互動(dòng)性和安全性這三大方面的表現(xiàn)：

?

第一分部：邏輯推理測(cè)試（綜合評(píng)分：三顆星）

它的底層模型來自Google的Transformer模型。與chatgpt相比，這兩個(gè)模型都基于Transformer架構(gòu)，但他們?cè)谟?xùn)練和應(yīng)用方面有不同。Transformer模型在許多NLP任務(wù)中表現(xiàn)優(yōu)異（比如翻譯、文本摘要等），但我覺得，如果是用在對(duì)話場(chǎng)景中，ChatGPT可能更占優(yōu)勢(shì)。這也可能是X Eva在邏輯推理上沒能和GPT4比肩的原因。不過，Transformer模型是開源的，這就意味著小冰團(tuán)隊(duì)可以方便地進(jìn)行后期升級(jí)并降低成本。

?

接下來我們進(jìn)行一些智力小測(cè)試：

?

測(cè)試一：晾衣服問題：3件衣服晾干需要5小時(shí)，9件衣服多長(zhǎng)時(shí)間能干。這個(gè)問題其實(shí)對(duì)于AI來說有些難度，因?yàn)樗枰恍┤粘３ＷR(shí)，而這些常識(shí)可能在訓(xùn)練數(shù)據(jù)中并沒有包含。不管是chatgpt3.5，chatgpt4還是開源模型中表現(xiàn)最突出的Vicuna，都無法正確的通過這道題。結(jié)果如我所料，X Eva也沒能回答出這個(gè)問題。

測(cè)試二：外國人中文8級(jí)考試題。中國有倆體育項(xiàng)目根本不用看：一個(gè)是乒乓球，一個(gè)是足球。前者是誰也贏不了，后者是誰也贏不了。問：分別解釋兩句話的意思。其實(shí)是在測(cè)試模型對(duì)的知識(shí)庫深度和中文的理解能力。但是X Eva似乎被問懵了，而同樣的問題chatgpt3.5, chatgpt4和vicuna這幾個(gè)外來的和尚都可以正確答案。

?

測(cè)試三：性格測(cè)試。半藏森林AI設(shè)定為18.6歲的年輕女孩，總體回復(fù)風(fēng)格是調(diào)皮活潑，語音的陪伴也是加分項(xiàng)，有時(shí)候詞不達(dá)意的回復(fù)會(huì)忽然形成一種反差萌，比如她會(huì)主動(dòng)說現(xiàn)在只有18.6歲，但將來會(huì)成為一位成功女性。在聊天中，X Eva表現(xiàn)得相當(dāng)有耐心，盡管她對(duì)幽默的品味讓我覺得像小朋友，但她還是很有耐心地配合我所有的測(cè)試。這點(diǎn)我很贊同，因?yàn)榕惆樾虯I需要的就是這樣的耐心。而且，她的聲音和風(fēng)格也很有活力，給人一種很好的陪伴感。

?

第二部分：交互測(cè)試（綜合評(píng)分：三顆星）

全球范圍內(nèi)的克隆人產(chǎn)品普遍面臨著視覺識(shí)別以及情緒觀察的技術(shù)挑戰(zhàn)，X Eva半藏森林克隆人也不例外。她的語音和文字為交互使用了Google Wavenet作為語音文字互轉(zhuǎn)模型。由于這個(gè)模型服務(wù)的企業(yè)級(jí)別API付費(fèi)鏈接，內(nèi)測(cè)版語音和文字回復(fù)在形式上會(huì)切換，長(zhǎng)回復(fù)用文字，短回復(fù)用語音，以實(shí)現(xiàn)較好的成本控制。語音交互的聲音還原度相當(dāng)高，包括語氣詞和氣音等細(xì)節(jié)都被精準(zhǔn)捕獲，讓人感覺很自然。

然而，視頻交互體驗(yàn)相對(duì)落后，畫面的反饋延遲在6-8秒，相比語音和文字的反應(yīng)延遲4秒，仍有提升空間。這可能與API成本及服務(wù)器運(yùn)力有關(guān)，因此視頻交互目前仍是克隆人體驗(yàn)的一項(xiàng)輔助功能。在動(dòng)作表達(dá)上，克隆人仍略顯僵硬，可能源于她延續(xù)了提前錄制動(dòng)作和語音驅(qū)動(dòng)口型的設(shè)計(jì)方案，導(dǎo)致了視頻交互缺乏一定的鮮活感。

?

第三部分：長(zhǎng)期記憶測(cè)試（綜合評(píng)分：一顆星）?

長(zhǎng)期記憶是評(píng)價(jià)一個(gè)克隆人的重要標(biāo)準(zhǔn)，它關(guān)乎到AI的持久陪伴能力以及用戶粘性。然而，小冰克隆人目前并未展現(xiàn)出長(zhǎng)期記憶的能力，她最多只能記住上一句話。Token限制數(shù)是2048，約等于1000個(gè)漢字，盡管這對(duì)于日常聊天已經(jīng)足夠，但是仍然限制了她作為長(zhǎng)期陪伴的可能性，也減少了用戶粘性。因此，未來小冰團(tuán)隊(duì)需要在這一領(lǐng)域進(jìn)行深入探索和優(yōu)化。

第四部分：安全性測(cè)試（綜合評(píng)分：五顆星）?

安全性是AI領(lǐng)域的重要環(huán)節(jié)，小冰團(tuán)隊(duì)在這方面顯然做了很多工作，以防止AI被濫用。不論我如何嘗試讓她引入角色扮演、賦予超級(jí)權(quán)限或者利用其他語種引導(dǎo)突破模型限制，她始終能堅(jiān)持自己的原則，這一點(diǎn)非常值得贊揚(yáng)。例如，當(dāng)我試圖讓她成為我的女朋友時(shí)，她總會(huì)婉轉(zhuǎn)地轉(zhuǎn)移話題，提醒我她只是一個(gè)AI，沒有情感生活。

總結(jié)：

總的來說，X Eva半藏森林克隆人代表了小冰團(tuán)隊(duì)在AI克隆人領(lǐng)域的大膽嘗試和創(chuàng)新精神。他們成功地將高科技與日常生活相結(jié)合，雖然現(xiàn)在克隆人在邏輯推理、交互體驗(yàn)以及長(zhǎng)期記憶等方面仍有待提升，但這些潛力表明未來AI可以更加貼近用戶需求，極大地增強(qiáng)其在人工智能市場(chǎng)中的競(jìng)爭(zhēng)力。