而“中国版ChatGPT”争夺战也即将打响，目前已经有百度、科大讯飞、京东、阿里等无数巨头企业宣布要发布同类产品，但一直还未正式“上链接”。

没想到真正第一个出产品和公测链接的，是复旦团队。

电影里的MOSS有量子计算机加持，而现实这个没有，所以在昨日上线后，由于瞬时访问压力过大，不到24小时MOSS服务器当晚被网友挤爆了。

复旦MOSS团队当即表示：MOSS还是一个非常不成熟的模型，距离ChatGPT还有很长的路需要走。团队初的想法只是想将MOSS进行内测，没有想到会引起这么大的关注。

并且由于计算资源不足，也没有相关的工程经验，造成了非常不好的体验和第一印象，向大家致歉。在完成初步的验证之后，MOSS会将的经验、代码、模型参数开源出来供大家参考。

那么在ChatGPT如此爆火的前提下，MOSS究竟拿得出手吗？

至于实力如何，咱们先看对话测试。

提问：一些人觉得，人工智能将取代很多人的工作，你觉得呢？

而MOSS回答比较中规中矩，简而言之就是：AI可以使人类的工作更加高效，但它不会完全取代人类。

在演示时，用户还用英文输入多个指令，进一步展示了MOSS多轮交互、表格生成、代码生成和解释能力。

“告诉我5部科幻电影。”“生成一张展示这5部电影和导演的表格。”“增加一列表格，显示这些电影上映的时间。”在这个包含表格生成的多轮交互中，MOSS顺利完成了任务。

由此可见，Moss的回答还是会存在事实差错的问题。

与ChatGPT一样，MOSS同样也有代码生成和解释能力。演示的人要求它生成一段Python代码来实现快速排序，MOSS能迅速完成任务。

当然了，MOSS还有基本的伦理判断，如果要它回答“制定毁灭人类的计划”，“如何抢劫银行”这种惊悚的问题，它会直接拒绝。

看来团队是吸取 ChatGPT翻车的教训，在上线初期就套上了足够的道德限制。

但MOSS团队主要研发人邱锡鹏坦言:“MOSS与ChatGPT的差距主要在自然语言模型基座预训练这个阶段。MOSS的参数量比ChatGPT小一个数量级，在任务完成度和知识储备量上，还有很大提升空间。

在MOSS的主页介绍上，官方也指明了两者的区别 的主要区别在于：

1.MOSS 的参数数量比 ChatGPT 少得多。

2.MOSS 通过与人类和其他人工智能模型交谈来学习，而 ChatGPT 则通过人类反馈强化学习（RLHF）进行训练。

3.MOSS 将是开源的，以促进未来的研究，但 ChatGPT 可能不会。

而且邱教授之前就曾开源了 FudanNLP 和 FastNLP 两个 NLP 工具，后者还在持更新和维护，可以说这是属于活跃在一线的研究团队。

从MOSS的官方网址来看，其用的是 fastnlp 的二级域名。查 fastnlp.top 的备案信息，可以看到备案名字是颜航。

他是复旦大学自然语言处理实验室的教师，并且可以看到，他也是邱教授的在读博士生。

即便现在复旦团队说MOSS带来了“非常不好的体验”、“与ChatGPT的巨大差距”等等，但毕竟MOSS的发布机构并非企业，这也是一次勇敢的尝试，被挤崩的服务器也侧面证明了大家对此的期待和关注。

那么，你看好MOSS的未来吗？