2024年AI奇怪基准测试走红，是娱乐还是真有用？

LMSYS

2024年，AI领域出现了一些奇特的基准测试，其中最引人注目的当属“威尔·史密斯吃意大利面”。当新的AI视频生成器问世，人们总会用它生成威尔·史密斯狼吞虎咽吃面的搞笑视频，这一现象不仅成为了热门的网络梗，还意外地演变成了评估新AI工具表现的非官方标准。

今年2月，威尔·史密斯本人也通过Instagram发布了一段模仿吃面的搞笑视频，亲身助力热潮的传播。除了威尔·史密斯吃意大利面，还有16岁开发者创建的让AI控制《我的世界》并测试其建筑设计能力的应用，以及英国程序员创建的让AI玩“你画我猜”和“四子棋”等游戏的平台。

传统的AI基准测试，如企业常引用的AI在数学竞赛或解决博士级问题上的能力，对于普通用户来说过于复杂和遥远，而像“聊天机器人竞技场”这样的公共基准测试平台，参与者多为科技行业人士，评分也缺乏代表性。相比之下，这些奇特的测试因其趣味性和易理解性而备受欢迎。

然而，这些奇特的基准测试也存在局限性，一个能完美生成威尔·史密斯吃意大利面视频的AI，未必能很好地生成其他图像。尽管如此，它们在短期内可能不会消失，因为它们不仅娱乐性十足，而且易于理解，非常适合大众传播。