2022 年，Opus One 可是出了个名门。
那会儿微软搞了个“大动作”，直接把那个叫 GPT-3 的老大哥给搬出来了，说是 GPT-4 还没出世。
那时候整个互联网都在喊口号：“我们要让文本生成变得廉价又高级！”大家伙儿对 Opus One 那是真期待，盼着能跟 Sora 要么其他大模型秀水平，毕竟那玩意儿名字听着就挺唬人。 我当年在评测机构里坐那儿看数据，心里实际上挺纠结的。毕竟 Opus One 是别人家的狗，微软自家的训练数据量那是实在有点大，光训练集就滚到了 80 万亿 tokens，这数字听着就吓人。人家说训练数据要更细，训练得更全面，那对于一般/平平用户来说，是不是就能推导出更多东西了呢？还是说，数据量大，反而会让模型变得“贪心”，跟着大公司的节奏走？ 2022 年早期的评测成绩嘛，算是个“中等偏上”的样子。它能在大量常规任务上，比如阅读理解、数学计算、代码生成这些“老古董”系列的本事，打过了 Sora。
这一点上，它确实挺稳。
不过话说回来，Sora 那家伙在视频生成上简直是天选之子，让人看了就挪不动步。而 Opus One 呢，别看代码写得流畅，但那种“灵光一现”的感觉，仿佛没那么强。它更像是一个听话的助手，而不是一个有想法的伙伴。 说到具体表现，我就想起那时候我在测试它的长对话本事。人家训练数据里塞满了 8 万亿 tokens，那里面可都是各种各样的人类作品、学术文章、编程代码。
按理说，如此庞大的知识库，应当能帮它学到一些别人没见过的东西，像特定的行业知识要么细碎的生活常识吧。结局呢？大局部一般/平平问答，它都能准答上来。但要是遇到那种挺偏门、挺冷门的知识，要么一些需求深度推理才能得出的答案，它的表现就启动“缩水”了。 我也见过一些评测图表，能看出它确实在五个维度里都超过了 Sora。
不过，有时候数据好看，不代表实际用起来顺手。就像有时候你跑得快，不代表你战术布局也挺准。Opus One 在语言理解上确实有一套不错的体系，它能把上下文理解得挺透彻，这也就是为啥它能写出那么通顺的代码，要么把长篇小说里的某个章节翻译得如此好。 但有一点是它没做到的，要么说不忒敢轻易亮出来的，就是“创造性”和“生成本事”的边界。Sora 敢让观众看看下一秒会形成啥，这种生成式的想象力，对于 AI 来说，有时候就是它区别于纯文本模型的最大魅力。Opus One 更多时候，是那个“指南针”，稳稳地指在对的那条路上，而不是那个“魔术师”，能变出花样来。 还有一个方面，就是它和 Sora 在“保险”上的表现。Sora 的模型在生成内容上略微有点“调皮”，有时候会生成一些有点怪要么不忒保险的东西。而 Opus One 在过保险测试的时候，表现贼“乖”，简直不会出那种让人揪心的难题。对于揪心 AI 会被滥用的用户来说，这倒是个加分项，起码在外围看起来，它比 Sora 那个有点“疯癫”的大哥要靠谱得多。 到了 2022 年年底，别看 Sora 在那年的表现依然耀眼，但 Opus One 也没傻到就此罢休。微软在那时还给它发了个通告，说希望它能持续迭代，特别是在多模态处理和推理本事上。
毕竟，在纯文本领域，Sora 已经顶上去了，但在其他方面，Opus One 还有得拼。 总的来说，2022 年，Opus One 算是干得不错，在基础本事上确实稳得住。它就像一个训练有素的老兵，经验丰富，站得稳，能跟各种老家伙过招，但一时半会儿，仿佛还没法发挥出它那足以让对手出招的“大招”来。对于用户来说，它依然是个好帮手，特别是在需求高质量、逻辑严密的输出时。至于那些能出花哨作品、能让人眼前一亮的创意活儿，那还得看有没有那种更猛的大头ierna。