科大讯飞：星火大模型快进入Next-level了

原创松果财经 2024-07-05 17:49

示波器的最低带宽多少？ 入门级示波器的属性缺陷

自力更生，星火大模型成国产力量代言人

@松果财经原创

作者| 在辉

OpenAI一纸禁令，挑动了大模型行业的神经。但没有什么阻碍，可以抵挡技术向上的决心。在不少大模型厂商开出优惠价格，试图从OpenAI禁令中截流用户的同时，国产大模型的代表企业科大讯飞，拿出了直面技术挑战的勇气。

6月27日，科大讯飞在北京国家会议中心举行讯飞星火4.0发布会。在“懂你的AI助手”这个主题下，讯飞星火大模型不但在8个国际主流测试集中排名第一，实现了对GPT-4 Turbo的全面对标，还对商业化落地、生产力探索做出了更全面的阐释，前瞻了行业的“Next-level”。

这一次，星火大模型掀起了新的巨浪。

自力更生

星火大模型成国产力量代言人

在国内外总共覆盖中英文的12项主流测试集，讯飞星火大模型V4.0在其中8项全面超越了GPT-4 Turbo、Claude 3 Opus、Gemini 1.5 Pro。后面这三位，正是目前英文世界大模型的战力天花板选手。

换一个指标，去年，科大讯飞参与设计了国产通用认知智能大模型测评体系，包含由481个测试项组成的7个方面。而如今，星火大模型V4.0在其中的文本生成、语言理解、知识问答、逻辑推理、数学能力五个方面超越了GPT-4 Turbo，仅在代码能力和多模态能力上仍有一定差距。

不过从数据来看，文本生成（80.2%）、语言理解（82.3%）、知识问答（85.7%）、逻辑推理（82.2%）、数学能力（86.5%）、代码能力（81.2%）、多模态能力（78.4%）这组数据放在一起，星火大模型V4.0总体已然算是国产大模型的能力代表。

具体来看，GPT-4 Turbo、Claude 3 Opus和星火大模型V4.0，重点都放在多维度信息组成的复杂指令、更考验逻辑任务能力的空间推理等高阶能力上。根据科大讯飞发布会现场的介绍，星火大模型V4.0不仅在长文本等通用能力上整体打平GPT-4 Turbo，而且更加擅长利用已有资料进行联系推理——比如解读几张有联系的图片的关系，为其补全内容情节，并减少“幻觉”的出现。

有趣的地方在于，星火大模型V4.0其实在多模态能力方面，实现了对GPT4-Turbo的部分超越，比如科研、金融、医疗、司法和办公等专业领域的图文识别能力。这代表星火大模型V4.0的侧重点明显不同于普通的通用大模型。它更侧重于某些垂直领域的应用潜力。

对此，科大讯飞董事长刘庆峰在演讲中做了一些阐述：“大模型不仅可以写诗、作画，在改变工业、改变科研范式等方面已经实实在在发挥作用，包括我们和中国科学技术大学做的合成类的科学创新，比如说化学；还有与合肥综合性国家科学中心能源研究院合作，在推进大模型赋能核聚变整个过程中更快地预测、更好地应对各种各样的异常情况。”

应用，已经成为星火大模型V4.0的重头戏。只有真正用起来，能力才会有价值。

以讯飞星火APP为例，自2023年9月全面开放以来，讯飞星火APP在安卓公开市场累计下载量达1.31亿次。现在，全新升级的讯飞星火APP，允许消费者用自己的知识库打造“更懂你的AI助手”。换句话说，专属于个体的智能体。

按照刘庆峰在演讲中透露的信息，讯飞星火APP使用的高峰期是工作日的工作时间段，意味着它真的变成了不少用户的刚需。这是对“AI只能用来玩玩”的刻板印象的有力回击，也是星火大模型价值的体现。

但更让人激动的应用，其实还在蓄力。个人能从星火大模型中找到助手，企业乃至社会，将从中汲取更大的力量。这就是整个大模型产业的“Next-level”，它的亮点就在落地的最后一公里，以及那些暂时还是畅想的形式。

真正的Next-level

藏在最后一公里

几个简单的问题，可以让我们对星火大模型V4.0的未来进化更有数。

首先，智能体为什么值得期待？九合创投在近日召开的年会上发布了《不朽的计算：比特连接世界，词元生成未来》报告。其中提到，“模型是能够沉淀智慧的计算形态”。传统算法是数学结果，一次使用不具备普及性。但模型可以持续进化，适应多维度的使用需求。而封装为智能体之后的超级模型，已经是特定领域的智慧结晶。它具有不可估量的复用价值。

以星火企业智能体平台为例，科大讯飞已经首批创建了32个企业智能体，可以深入业务流程，满足企业的需求。而这个过程其实非常轻松，企业只需要提出需求就可以开始创建智能体，经过功能验证后，就可以真实上马，并可以和企业内部办公平台打通。

从市场价值来看，讯飞星火大模型从去年发布到现在，已经和国家能源集团、中国石油、中国移动、交通银行、大众汽车、海尔集团、美的集团等行业领军企业建立合作，证明其使用价值得到一线认可。

其次，为什么是讯飞？因为企业智能的底层除了大模型技术，还有对企业业务的理解，对分门别类的场景的认知，这不是坐在办公室里就能拍脑袋想出来的。讯飞建立这些认知，花费了数十年的时间和遍布各行各业的具体尝试。所以，智能体是新物种，但在讯飞和星火大模型的共同支持下，它会很快和现有生态相融。

换句话说，讯飞的领先，是星火大模型的技术领先和自身To B和To G业务领先的复合结果。2024年6月，讯飞刚刚荣获国家科学技术进步奖一等奖，获奖项目名为“多语种智能语音关键技术及产业化”，技术和产业化的双剑合璧，成为一块勋章。上半场的技术较量，讯飞能和OpenAI掰手腕。下半场的应用较量，讯飞更懂中国市场。

最后，星火大模型V4.0背后的进化，对智能体概念的探索，远期价值恐怕会远超普通人的想象。目前，还只是这个概念的蓄力阶段。

一个很关键的问题是，从GPT-4 Turbo到星火大模型V4.0，我们越来越关注大模型的多模态能力、空间和逻辑推理能力、对复杂指令的理解和执行能力等等。这种需求引导下发展的大模型和智能体，注定用于和现实世界融合交互。

现代机器人之父罗德尼·布鲁克斯（Rodney Brooks）在1991年发表的《没有表征的智能》论文中提出，传统智能基于复杂算法和内部数据模型是错误和片面的，真正的智能行为要从自主机器与环境的物理交互中产生。这个想法更加适合今天大模型和智能体的发展，或者说“具身智能”的概念——能理解和推理物理世界，并且产生互动。

“AI教母”李飞飞选择的创业方向就是与之类似的“空间智能”。她曾在TED的演讲上举过一个例子——一张猫伸出爪子将玻璃杯推向桌子边缘的图片。她说，人类大脑可以评估“这个玻璃杯的几何形状，它在三维空间中的位置，它与桌子、猫和所有其他东西的关系”，所有推理都基于这些认知。