文心一言非会员限速，会成为下一个百度网盘吗？

常用文心一言的同学，有没有发现它最近的反应速度变慢了不少？

文心一言是百度研发的一款大型语言模型，专注于生成式对话和文本生成，被外界誉为中国版的ChatGPT。

比如下面这个非常常规的问题，它“深入分析参考资料”的时间需要1分钟以上，让我一度怀疑是自己断网了。

而今年初我刚使用它的时候，它回答问题的反应速度还在5秒钟左右。

01. 文心一言的“限速”历程

2022年11月，ChatGPT火爆全网，迅速吸引了大量用户和媒体的关注，在短短五天内，注册用户数超过了100万。

在ChatGPT大火之前，百度AI的公众号上就已经有了文心一言的入口，当时注册后还可以免费使用5次，可以创作图片，也可以进行文案、小说的续写。

但ChatGPT火爆之后，文心一言的免费入口突然关闭。

直到2023年2月7日，百度官方确认将推出一个类似于ChatGPT的项目，将其命名为“文心一言”。

有网友说3月下旬申请了文心一言的试用，排队了大半个月，4月底收到了试用通知。

2023年8月31日，文心一言3.5版本向社会免费全面开放，内容创作领域迎来一场盛宴，很多创作者都分享了自己用AI创作的内容，有贬有褒，但仍然是期待大于担忧。

2023年10月17日，在百度世界2023大会上，百度CEO李彦宏宣布文心大模型4.0正式发布，并开启了邀请测试。值得一提的是，4.0版本是收费的。

差不多同时期开放的，还有通义千问（10月31日）、豆包、Kimi、智谱清言、混元大模型（10月26日）、讯飞星火认知大模型（10月24日）等。

随着文心一言3.5版本的深入使用，后台逐渐出现多处出现“开通会员”的入口，有人还收到了会员试用的资格。

我也收到了“会员夜间试用”，本着对比一下会员版本与免费版本的区别心态，我按下了会员试用的按钮，从此平台的反应速度越来越慢。

从原本的5秒给出回答，到现在每次都要1分钟以上，问题回答的中途也会突然卡住，要反应好一会儿才会继续回答，让我一下子回到了用百度网盘下载视频的记忆里。

02. 百度网盘的限速历程

以前公司做大型活动，活动结束后供应商会将活动现场的视频上传到百度网盘，然后我们来下载。

然而即使开通了百度网盘的会员，下载一场活动上百GB的视频，还是需要好几天，下载到崩溃。后来还是采用原始方法，让供应商直接寄装有视频的硬盘给我，才解决了这个问题。

众所周知，百度网盘在早期阶段，为了吸引用户，提供了较大的免费存储空间和较为宽松的下载速度，新用户注册即可获得2TB的存储空间。

从2016年起，百度网盘开始实行限速政策，对于非会员用户，下载速度被严格限制，即便用户本地网络条件很好，下载速度也被控制在较低水平，如100K/s或更低，一支2G的视频能下载一天。

到2018年，百度网盘的限速政策进一步收紧，即便是拥有高速宽带的用户也无法享受到应有的下载速度，除非成为超级会员，否则下载速度将受到显著限制。

2021年底，百度网盘推出了“青春版”网盘，宣称限速成为历史，不过空间仅限10GB，用户可以通过付费或参与活动的方式扩容。

在此期间，用户对百度网盘的限速政策表达了强烈的不满，认为自己已经支付了网络费用，不应该再为正常使用网盘的下载速度额外付费。

但百度网盘并没有为此调整政策，直到现在，限速仍然是百度收取会员费的最主要手段。

文心一言现在的限速政策，几乎就是对百度网盘的复制粘贴。

一开始开放后获取了大量用户，推出会员版本。再对非会员进行限速，迫使用户向付费会员转化。

03. 文心一言可以高枕无忧吗

如果被限速不只是我一个人的经历，那么它可能真的是文心一言的“驱赶到会员”政策，让用户尽可能多的使用付费版本，而不是继续留在3.5版本继续“薅羊毛”。

当然作为一款商业化的软件，想要获取更多付费用户，获得更多利润是理所当然的，但这种给了免费版本，却大幅度限速的行为，看似正当，实则是强制，实在让人生不出好感来。

文心一言如此做，是因为对自身产品有信心，但它作为大型语言模型，专注于生成式对话和文本生成，被外界誉为中国版的ChatGPT，内容真的做到尽善尽美，可以高枕无忧了吗？

并不尽然。

精准度有待提高

此前有朋友吐槽，生成式AI对于“不知道”的事情，居然就自己直接编。

在“请帮我整理一个低空经济的产业链表格，分为上中下游产业链，每个产业链列出20家企业”问题下，文心一言给出的回答是这样的：

通义千问给出的回答是这样的：

豆包给出的答案是这样的：

相比较而言，通义千问和豆包给出的答案具体到每一家企业，其中豆包甚至还列出了具体的类别，更符合我的需求。

回答内容单一、泛化

使用过不同大语言模型的同学，有可能会有更深的感触，“首先-其次-再者”就是非常典型的文心一言逻辑，回答内容非常程式化，每两句话之间的逻辑关系并不那么紧密，因此理解起来相对比较困难。

而且内容上，与用户期待的个性化和多样化相差甚远，有些内容甚至放之四海而皆准，没有什么针对性。

这其实是算法比较简单的问题。

根据我使用的几款AI大模型，可以做一个简单的盘点：

作为国内排名靠前的AI大语言模型，核心重点应该放在算法优化、功能的实用、更新频率、界面设计和技术性能上，而非刚刚开始就将重点放在大肆的商业化付费上。

刀不磨，难砍柴。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！