訊飛星火：整體超越ChatGPT，醫療超越GPT4！一手實測在此_風聞

楊淨 發自 凹非寺

量子位 | 公眾號 QbitAI

整體超越ChatGPT，醫療全面超越GPT-4！

五個月之後，在科大訊飛全球1024開發者節現場，劉慶峯如約而至兑現諾言，並給出新的Flag：

2024年上半年對標GPT-4！

不光訊飛最強星火大模型來襲，七大維度全面升級，尤其是多模態、代碼生成以及複雜推理的能力，還能生成符合自己人設的AI助手。

除此之外，還有科技文獻大模型、醫療大模型以及同其他企業合作的12個行業大模型一併發佈。

以科技文獻大模型為例，它可以一分鐘就能整合18篇論文，生成一篇5頁的綜述報告。

還能直接生成論文中提到的代碼。

醫療大模型也正式公開，化身每個人的健康助手，進行自查、用藥指導以及檢查/體檢報告解讀，並首發**“訊飛曉醫”**APP及小程序。

在底層基礎設施上，訊飛華為再次聯手，發佈基於昇騰生態的“飛星一號”平台發佈。

正如劉慶峯所強調的那樣：唯有自主可控，才有生生不息的未來。

全面對標ChatGPT、醫療超越GPT-4

既然如此，當初的Flag都實現了嗎？

首先就星火大模型V3.0本身，我們自然進行了第一手的實測。

據介紹，此次七大能力持續提升，並且全面對標ChatGPT。尤其像中文能力客觀評測上超越ChatGPT，在醫療、法律、教育等專業表現也格外突出，還有在代碼項目級理解能力、小樣本學習、多模態指令跟隨與細節表達等能力有所提升。

並且此次還新增了虛擬人格功能，它可以根據性格模擬、情緒理解、表達風格來形成一個初始人設，再結合特定知識學習、對話記憶學習，形成一個更個性化的AI人設。

既然如此，那麼第一波就來考驗一下它的基本功。

理解能力。

比如一些只在中文語境下才能get到的網絡梗，沒想到星火與時俱進直接get。

就連昨天的消息也都知道。

接下來第二波進階，也是最能考驗大模型真正實力的代碼生成能力。據介紹，目前訊飛星火代碼能力已經超過ChatGPT，但略遜於GPT-4。

既然如此，就來實際評測一下（提示詞故意有點語病）：

你現在頂級程序員，請寫出Resnet神經網絡代碼，並給出每一段代碼的解釋。

首先兩者都正確識別了問題，給出的代碼表現基本一致。

訊飛星火的回答直接分成了代碼部分和解讀部分。

而GPT-4的回答，直接將代碼部分拆分並解釋，這樣方便代碼修正和學習。

最後，再來看看新晉的看家本領——多模態生成能力。

請根據「黃河遠上白雲間，一片孤城萬仞山。」畫一幅畫。

這一來考驗對中文詩詞的理解能力，二來考究的是大模型對空間感知的能力。

****△訊飛星火回答截圖

**△**GPT-4（部分回答截圖）

可以看到，訊飛星火繪製的畫不僅理解來中文古詩詞的內容，畫風也是更具有古色古韻，而且巧妙地將黃河、白雲和孤城在整個空間裏組合在一起。

而GPT-4則將孤城直接理解成了城市，畫面也是更為現代感……

大模型AI人設這塊，這也是此次發佈的重點更新。可以看到在「發現友伴」這一功能上有近20種AI人格可供選擇，包括像馬斯克、林黛玉、哪吒、於大爺、櫻花木道、秦始皇等等。

比如像這位硅谷鋼鐵俠，一上來腦子裏全都是地球保護、殖民火星那些事兒。

還有像林妹妹，説話語氣裏帶有些許婉轉詩意~

據劉慶峯介紹，這一功能上線12小時，已有3000+人設由開發者自創。

此次大模型的專業性上也有所提升，比如在醫療領域，問上這樣一個常識問題。

我24小時尿量<100毫升，我怎麼了

可以看到，在「可能的原因」上雙方的回答基本一致。訊飛星火風格則簡單直接，還給出了「嚴重性」提醒。而GPT-4更為完備一些。

最後再來簡單總結一下測評結果：

基礎能力：語義理解、時效把握以及代碼生成能力上都有很大的提升；

多模態生成表現不錯，尤其在空間感知能力的表現；

個性化上也有人格表現，但會出現原形的情況；

專業性表現也基本無事實性錯誤，尤其醫療能力水平，給出適時診療提醒。

每個人的AI助手時代正在到來

除了星火大模型本身，此次科大訊飛1024開發者節可謂是乾貨滿滿——

不光有編程產品iFlyCode、科技文獻大模型、醫療大模型等這些垂直領域大模型落地應用；還有同與行業龍頭共創12個行業大模型、10萬家企業用户，通用大模型產業生態初見雛形；另外，超腦計劃2030也在有序進行。

可以説是眼花繚亂了。

但細細梳理不難發現，這些進展其實圍繞着一個底層邏輯——

每個人的AI助手時代正在到來 。

正如劉慶峯在發佈會上所強調的那樣。這也是科大訊飛基於大模型技術發展的趨勢理解。

ChatGPT剛出現時，就曾探討過以ChatGPT為代表的大模型產品強大之處在於同時具備知識、推理和溝通能力。

一方面，這是實現認知智能必備的幾項能力；另一方面，也是個人AI助手場景相契合。

前者是科大訊飛一直以來的技術深耕，後者則是科大訊飛在工業、科研、醫療、教育、智能汽車，甚至超腦計劃的最終落地形態。

以教育為例，科大訊飛就認為目前教育「因材施教」進入到第三個層次：類人式對話輔導，進行逐層講解。

基於這樣的邏輯，從科大訊飛半年落地成果，也就能從中窺見大模型發展一二。

首先是應用和業務場景。

科大訊飛認為，大模型賦能首要就是工業和科研。而要賦能工業，則首先要賦能代碼。

iFlyCode**。**

8月15日iFlyCode發佈以來，已有62萬開發者應用、107家機構深度應用。

比如“智慧教育大屏”性能優化，傳統方案需要15天解決，在iFlyCode輔助下只需7天。

本次iFlyCode2.0在設計階段、編碼階段、自測階段都有一定的升級。

科技文獻大模****型。

同中科院知識文獻中心合作，有着包括成果調研、論文研讀、學術寫作、生成論文代碼、潤色、學術翻譯等功能，可以化身當下高校研究生的科研小助手。

給一篇中文文獻，結果一鍵就能生成英文版。

還能與時俱進、補充跨領域知識，比如一篇大模型文章，問到ChatGPT發展歷程，還補充了現下GPT-4的發展。

醫療大模型。

它能根據體檢報告、檢查報告進行解讀。

傳統體檢報告一般會有單項解讀，以及像複查這種比較粗放的結論。而訊飛曉醫不光給出具體指數指標，還會主動詢問最近身體情況，聯合各個單項結果並更新風險等級。

還可以根據藥品照片、自身情況，給出用藥建議，比如禁忌、推薦等。

除此之外，還有科大訊飛歷來深耕的教育領域，訊飛AI學習機升級了英語AI答疑賦學；同科普中國一起合作發佈科普大模型；還打造了AI心理夥伴等等，因材施教已取得規模化應用成果，在全國50000+所學校深度應用。

當然，這些進展其實都是加速訊飛超腦2030計劃一部分——懂知識、善學習、能進化、讓機器人走進每個家庭。

AIBOT去年發佈以來，已為工業、教育、服務等領域372家企業提供服務。

中國玩家大模型加速度優勢明顯

不可否認的是，以星火大模型等為代表的國產大模型，在確定性方向上發展優勢明顯。

並且同樣保持着同樣明顯且持續的加速度。

已經形成全球共識的，當前大模型發展已經進入到第二階段——

大模型AI產品從炒作、演示Demo、到真正的價值導向，用户導向、場景導向。

像微軟谷歌亞馬遜在內的全球巨頭，卻面臨增長的煩惱：不僅不賺錢，還要倒貼。

以AI編程工具GitHub Copilot為例，微軟平均每個月在每個用户身上都要倒貼20美元，最高能達80美元。

箇中原因，用户找不到為大模型產品付費的理由。

更本質一點來説，大模型尚未發揮出最大的價值效能。

在這一方面上，中國玩家正在展現出自己的產業發展優勢，並且優勢明顯。

有場景。前一波技術浪潮，AI能落地到千行百業，大模型技術同樣也能落地千行百業。一方面，我國有着全球最完整的產業體系，為大模型的落地應用提供了廣闊的創新空間；另一方面，在一些場景中，我國還有着不同於其他的獨特優勢。像教育、醫療，要實現真正的全民普惠，對技術其實提出了更高的要求。

有數據。數據的價值，從未像今天這樣受到前所未有的關注。場景數據質量的好壞，直接決定了大模型的性能表現。

此前國內AI應用，已經有深厚的場景積累。如科大訊飛的認知智能技術已經在教育、醫療、金融、汽車、服務等多個領域落地，並構築起了深厚的行業壁壘。

根據IDC研究顯示，中國數據量規模將從2022的23.88ZB增長至2027年的76.6ZB，複合年均增長速度（CAGR）達到26.3%，為全球第一，為大模型的持續優化提供了海量的數據來源。

有市場。ChatGPT作為通用人工智能的代表，本身不是項好生意。OpenAI商業化只是少數，身處於國內市場大環境下的企業，通用路線往往不是一個最佳選擇。垂直場景應用路線更受國內市場青睞。

有場景有數據有市場，也再次印證中國玩家率先吃到ChatGPT紅利，如今發展加速度明顯。

從科大訊飛的迭代應用速度就可見一斑。

今年2月，科大訊飛首次回應：在搞類ChatGPT產品，並給出確定時間點；

5月，訊飛星火V1.0正式發佈，在語義理解，長文本生成以及數據能力三方面，據稱“已經超過了ChatGPT”，並直接展現五大應用成果。

6月，星火升級至V1.5；8月，訊飛星火V2.0發佈，多模態能力實現。

10月，科技文獻大模型、醫療大模型等12大行業大模型發佈，通用人工智能產業生態初具雛形。

……

當下大模型的發展進入到了冷靜期，每個企業都在思考如何能讓大模型充分發揮價值效能。即便如OpenAI的奧特曼，也在尋找自身第二增長點。

關於大模型的評測和判斷，不再看發佈效率、榜單分數，而是看實際應用、看產業應用生態。

這背後既需要國內底層軟硬生態更緊密的合作——華為昇騰生態“飛星一號”平台發佈。

也需要同行業龍頭、萬千開發者一起共建起通用大模型產業生態。目前關於星火大模型開發者已經有17.8萬，涵蓋各個領域。

大模型時代的序幕才剛剛到來。

好了，對於劉慶峯説的**「明年上半年對標GPT-4」**的Flag，你怎麼看？