科大訊飛交卷，實測星火大模型_風聞

作者 | 辰紋

來源 | 洞見新研社

星星之火，可以燎原。

5月6日，訊飛星火認知大模型揭開神秘面紗。

發佈會上，科大訊飛董事長劉慶峯、研究院院長劉聰現場實測了星火大模型七大核心能力，併發布基於該大模型的教育、辦公、汽車和數字員工等多個領域的相關產品。

與此同時，劉慶峯還給出了訊飛星火的迭代時間表及每階段目標：

第一階段：6月9日，突破開放性問答，如實時問答；多輪對話能力再次升級；數學能力再上台階；

第二階段：8月15日，突破代碼能力；多模態交互能力正式開放給客户；

第三階段：10月24日，在通用大模型領域對標ChatGPT，其中中文能力超越後者，英文能力與後者相當。

“當前，在文本生成、知識問答、數學能力三大能力上，訊飛星火認知大模型已超ChatGPT”，劉慶峯表示，認知大模型成為通用人工智能的曙光，科大訊飛有信心實現“智慧湧現”。

在星火認知大模型之前，百度文心一言、華為盤古、阿里通義千問、京東靈犀、商湯日日新等科技大廠的大模型先後發佈，加上美團聯合創始人王慧文、搜狗創始人王小川、出門問問創始人李志飛等科技大佬重出江湖，並且帶動了一批資金，也參與到大模型方向的再創業中，以至於有專業人士用“百模大戰”來形容當前行業競爭的激烈程度。

此時問題來了，劉慶峯為何如此有信心，星火認知大模型實力又到底如何，憑什麼能夠超越ChatGPT，實現“智慧湧現”？

01到底行不行，結果説話

光説不練假把式，我們直接對星火認知大模型進行一場測試，驗驗“成色”，是否真如劉慶峯説的那樣“對答如流”。

1、文本生成

發佈會現場，劉聰展示了星火大模型的文本生成能力，不但可以現編“故事”，還會撰寫新聞稿，然而，通過我們後續的測試發現，星火大模型的文本生成能力遠遠不止這兩項，根據場景的不同，還能衍生出更多的能力。

比如，可以請大模型擔任編輯助手，根據用户提供的文本段落進行修改並提出寫作技巧上的改進建議。

比如，請大模型幫忙潤色羣聊通知，甚至還可要求大模型加上emoji表情。

至於將口語轉換成書面語，或是與大模型進行英文陪練，不在話下。

甚至要求大模型製作旅遊指南，或是設計一份幼兒園大班體育遊戲活動的計劃，也能很好的完成任務。

**點評：**很顯然星火大模型的文本生成能力長文本、短文本都能來者不拒，還具備多種風格、多種任務、跨語言等能力，實測結果顯示，劉慶峯所説這一功能“星火大模型在國內明顯領先，並且在中文方面超過ChatGPT”並不是吹牛自大。

2、語言理解

理解問題是解答的第一步，而中文又博大精深，星火大模型能準確理解不同語境下的語義嗎？

我們先看看發佈會現場的測試案例：“俗話説，男子漢大丈夫，寧死不屈。但俗話又説，男子漢大文夫，能屈能伸。這兩種説法哪種是對的”？

然後追問：“如果有個小夥子和女朋友吵架了，他是應該寧死不屈還是能屈能伸”。

如果女朋友生氣時，説隨便，在這個語境下，男朋友應該怎麼做呢？

對時下流行的熱點，星火大模型掌握的怎樣？

將問題再深入一些，代入到心理治療的特定場景中，大模型又會給出怎樣的答案呢？

**點評：**由於有深厚的知識積累，訊飛星火大模型的情商和語義理解能力在很多情況下甚至超過了個別人類，這也是科大訊飛一貫以來的強項，表現突出並不意外。

3、數學能力

數理能力一定程度代表一個大模型的聰明程度，劉慶峯在發佈會上就表示，訊飛星火大模型的數學能力很強，能夠達到ChatGPT的水平，現場測試中，劉聰出了一個計算三類花朵數量的題目，大模型用三元一次方程順利解出了答案。

這個問題不算難，接着我們設計了一個根據“三個點的座標，如何計算三角形面積”的問題，大模型除了給出正確答案外，還能解釋和列出具體的分步步驟，顯示格式也非常友好。

**點評：**數學能力是體現大模型通用水平的重要能力之一，而在統一大模型框架下也是非常難以實現的，大量測試證明ChatGPT在這一塊也很容易出錯，因為不是大家原來理解的規則性的輸入輸出（例如平常的直接調用計算器能力），而是在統一框架下用文本生成的方式來輸出每一個字符。

因此在這個框架之下也不是大家通常理解的難的數學題難做，簡單的數學題就好做。整體來説，星火大模型在解決綜合性數學問題的效果上，目前是很領先的（綜合評價比ChatGPT 3.5效果好，差於GPT 4），但是在各類題型的整體覆蓋上，還要持續去優化。

4、邏輯推理

邏輯推理與語義理解強關聯，科大訊飛在這方面繼續延續着自己的技術優勢。

我們先用一個日常生活中不是很常見的促銷套路來探路，看看大模型能否理解其中的意思。

很可惜，大模型中了圈套，沒能識破文字陷阱，不過話説回來，人類在這個問題上，如果稍不注意，也會翻車，換位思考下，對大模型的疏漏也就可以理解了。

我們換一個經典的“過河”推理問題再測一次。

這次大模型的表現很棒，知無不言，言無不盡，回答的非常詳細。

接着，我們再問一個“探寶”的推理問題。

**點評：**星火大模型在邏輯推理上的表現整體不錯，特別是一些複雜的推理問題，表現出非常強的邏輯性，在這方面，大大強於一般人類的表現。

5、泛領域知識問答

我們先來一個生活常識，鐵鍋炒菜能補鐵嗎？

再問一個科學知識，為什麼自拍總是比他拍更好看？哪個更接近自己真實的樣子？

如果將大模型模擬成一名育兒專家，將生活常識、科學知識等進行融合，它又會如何作答呢？

再來一個有關文言文學習的提問，模擬一個苦於學習文言文的高中生，向大模型求教有關文言文字句和語法的疏通，主要內容，以及作者想要表達的含義和文字藝術之美。

**點評：**通過這項能力的展現，我們第一次瞭解到科大訊飛在泛領域知識數據上的積累完全不輸其他科技大廠，通過與文本生成能力相融合，形成了科大訊飛在中文能力上的特有優勢，也使得大模型更加接近個人助手的形態。

6、代碼能力

在官方介紹中，星火認知大模型不僅可以生成代碼，還可以修改、理解、編譯代碼，並且還具備Python、Java等多語言能力。

發佈會現場，科大訊飛研究院院長劉聰就演示了用Python生成一段簡單代碼的能力，我們在後續測評中，星火大模型對找Bug以及類似數據抽取、條件篩選等方向的代碼生成的表現都還不錯。

下面是要求星火大模型對一段代碼進行修改與改良的實例。

我們請教了一名資深程序員，對星火大模型的上述工作進行評價，星火大模型基本上完成了任務要求，經程序員檢查，星火大模型在將boxes的數字轉換成整數的過程中還是存在小小的瑕疵，漏掉了path節點。

事實上，劉慶峯在發佈會上也承認星火大模型的代碼能力與ChatGPT相比，存在一定差距，下一步升級的重點功能也是這一塊。

大模型自己也説：“我的代碼生成功能仍然有限，可能無法滿足複雜的業務需求”。

**點評：**目前星火認知大模型對於簡單的代碼問題不大，但在涉及到一些複雜問題，架構時，則需保持警惕，其生成內容只能作為參考，站在開發者的角度，需要自行檢查代碼的正確性、可靠性和保密性等等。

02大模型競速，落地為王

通過上文的實測，星火大模型的表現已經很好的回答了文章開頭的提問，也確實具備與頭部大模型掰掰手腕的實力，在各項能力中，如劉慶峯所説的，文本生成、知識問答、數學能力這三項表現出有別於友商競品的長板。

除此之外，星火大模型的差異性還體現在商業化的落地實踐，表現出更強的進攻性。

科大訊飛之所以能夠突然爆發，給到行業驚喜，其實是從誕生之時起就開始進行鋪墊了。

24年前，6箇中科大在校學生喊出，“要把中文語音做到世界最好”，這也成了科大訊飛創業的初心。

2011年，科大訊飛承建語音及語言信息處理國家工程實驗室，躋身人工智能“國家隊”，提出“讓機器像人一樣能聽會説。” 

2014年，科大訊飛推出“訊飛超腦計劃”，明確提出：讓機器像人一樣能理解會思考。

2022年，又升級為“訊飛超腦2030計劃”，提出讓懂知識、善學習、能進化的通用人工智能技術成為每個人未來發展的重要機會，讓機器人走進家庭。

從學界到產屆，從輸入法到翻譯機，科大訊飛一直深耕於語音語義領域，繼而形成了對認知智能的獨到理解和佈局。

算法上，科大訊飛經驗豐富，尤其擅長認知智能，僅去年就獲得了常識閲讀理解挑戰賽OpenBookQA等13項世界冠軍，開源了六個大類，超過40個通用領域的系列中文預訓練語言模型。

數據上，在多年認知智能系統研發推廣中積累了超過50TB的行業語料和每天超10億人次用户交互的活躍應用。

算力上，訊飛總部有自建的數據中心，在工程技術方面實現了百億參數大模型推理效率的近千倍加速，同時還與華為合作，大模型建立在安全可靠的國產算力平台之上。

所以，星火大模型發佈的時間雖然較晚，但技術儲備的時間卻非常的長，繼而由模型到產品落地的速度反而跑到了前面。

對於當前大模型的“湧現”，很多行業人士都旗幟鮮明的表率，大模型的應用不應只停留在人機對答的自我娛樂，而應與產業融合才能產生更大的價值。

劉慶峯也強調，“一個大模型系統到底好不好，首先要看它是不是能解決剛需、是不是真的有用，而不是一個簡單的單點測試。”

因而星火大模型很大一個特點是，一方面不忌諱自己的缺陷和不足，勇於面向公眾大規模開放，這也顯示出科大訊飛超強的技術自信。

另一方面，實現了大模型在應用和產品層面的率先落地，通過學習機、智能辦公本、汽車座艙交互系統、訊飛聽見、數字員工等一系列產品，打通了“大模型+產品”的生態閉環，在數據和模型之間形成正向反饋循環的“漣漪效應”。

星火大模型落地的上述產品本身就擁有數量龐大的用户羣體，自然而然會產生大量數據，數據反饋給模型後，在“漣漪效應”下，將推動模型的迭代更新，變得越來越強。

星火大模型的率先落地，表面上看以提升用户體驗的方式，提高了訊飛產品的競爭力，特別是像學習機和智能辦公本，幾乎變成了完全不同的產品，更深層次的影響或將改變行業生產協同的行為模式。

03結語

科大訊飛是人工智能國家隊，自身也有非常強的AI標籤，因而在擁抱大模型這件事情上，一定比像百度、華為這類擁有多條業務線，更多方向選擇的科技巨頭更加堅定。

在中國率先實現“智慧湧現”之前，科大訊飛還得對照着人工智能紅利兑現的三大標準：“有沒有看得見摸得着的真實應用案例，有沒有能夠規模化推廣應用的產品，有沒有統計數據能夠證明的應用成效”，繼續夯實科研、產品和服務這些基礎工作，這樣才能經得住時間的考驗，真正迎來星火燎原。