《僧侣的交合之夜》

讯飞星火升级 3.0：整体超越 ChatGPT，2024 年将实现对标 GPT-4

机器之心原创

作者：姜菁玲

距离上一个大版本仅两个月过去(⛩)，科大讯飞在 1024 对外正式推出讯飞星火认知大模型 3.0 版本。

今年 5 月，讯飞星火认知大模型刚刚面世时，科大讯(🕙)飞董事长(🈯)刘庆峰曾立下 Flag：10 月 24 日，星(🍧)火认知大模型的能力要全面对标 ChatGPT。

在今天的发布会上，刘庆峰对外正式(🦍)宣告，星火 V3.0 已经实现全方位超越 ChatGPT，在中文上实现全面超越，在英文上实现对标。

相较于上一个版本，讯飞星火 3.0 版本在文本生成、语言理解，知识问答、逻辑推理、(⚽)数学能力、代码(😖)能(🎻)力、多模态能力等七大核心能力上继续升级，并且推出了(🚵)个(🍬)性化功能。

多项能力(😥)的提升，推动了更多应用场景的落地，落地价值开始彰显。在此次发布会上，讯飞对外介绍了智能编程助手 iFlyCode2.0、星火科研助手、启发互动式英语(🚓) AI 答疑辅学、青少年 AI 心理咨询、AI 健康助(🧐)手等一系列细分(🌴)场景应(🌥)用，并对外(🤛)发布了金融、汽车、运营商、工业、住建、物业(🍯)、法律等十二个行业模型。

刘庆峰称，通过与华为在算力上共同合作，讯飞在半年内实现了(🔟)星火(🌱)大模型训练和推理效率翻番。讯飞联合华为共同发布 “飞星一号” 大模型算力平台，并启(🌶)动对标 GPT-4 的更大参数规模的星火大模型训练，2024 年上半年将实现对标 GPT-4。

七大维度全面升级，整体超越 ChatGPT

从大模型本身的技术升级来看，这次讯飞星火 V3.0 在其七大核心能力上都有不同程度的提升。

其中，代码能力、数学能力、主动对话、小样本学习、多模态指令跟随、个性化等能力是此次提升的重(🐊)点和亮点。

先从代码能力上看，星火 3.0 版本进一步提高了代码的项目级理解能力，大模型能够理解和执行更复杂的代码生成要求，适用场景增多，降本增效效果更加明(🙆)显。

发布会上，刘庆峰展示了一个简单的 Python 生成 Prompt，要求大模型 “用(🆘) Python 代码画出一个大大的心形，然后里面大大小小的五颜六色的很多星星逐步呈(🏟)现出来(👽)。”新版本大模型在代码能力上的项目理解能力被强化，不再只能执行单一的任务要求。

在全新的星火大模(💠)型对话页面，Python 能力也被单独归纳成为一个小组件，可供用户在单独环境下(🌺)使用。

由于发布(🏊)会上介绍，升级过后(💼)的星火大模型在 Python 代码生成能力上已经超(🍧)越了 ChatGPT，但距离 GPT-4 还有一定差距。

机器之心第一时间体(⬜)验了讯(📛)飞星火 V3.0，接(🦐)下来我(😗)们选取一个 Python 问题 ——“编(🤳)写一个 Python 程序，实现一个简单的聊天机器人，能够回答用户的问题”，分别(📭)让 ChatGPT 以及星火 3.0 进行(🌁)生成，最后用 GPT-4 对这两者的答(🧛)案进行检验和点评。

讯飞星火 V3.0 的回答速度很快，几乎没有停顿时间：

# Python高级工程师解法# 依赖库：chatterbotfrom chatterbot import ChatBotfrom chatterbot.trainers import ChatterBotCorpusTrainerchatbot = ChatBot('Chatbot')trainer = ChatterBotCorpusTrainer(chatbot)# 使用英文语料库训练它trainer.train("chatterbot.corpus.english")# 获取(👣)用户输入user_input = input("User: ")# 获取机器人的回答bot_response = chatbot.get_response(user_input)print("Chatbot: ", bot_response)

根据 GPT-4 对此段代码验证(☝)和点评，这段代码并没有错误，并且足够简(🐔)洁地完成了 Prompt 提出的问题。

接下(👳)来，同一个(🛸)问题，我们比对一下 ChatGPT 的回答：

import random# 定义聊天机器人的回答responses = { "你(⛵)好": "你好！有什么我可以帮助你的吗？", "你叫什么名字": "我是ChatGPT，一个聊天机器人。", "你喜欢什么食物": "我不吃东西，因为我是一个程序。", "再见(🔧)": "再见，如果有任何(🍁)问题，随时来(📋)找我！", "默(🎼)认回答": "抱歉，我不(🎞)太明白你的问题。请再问一次。",}# 定义聊天(😈)机器人的主要函数def chat(): print("你好！我是一个聊天机器人。请输入你的问题或者说 '再见' 来结束对话。") while True: user_input = input("用户: ") response = get_response(user_input) print("聊天机器人(🐳): " + response) if user_input == "再见": break# 根据用户输入(🧝)获(🥚)取回答def get_response(user_input): user_input = user_input.lower() for key in responses: if key in user_input: return responses[key] return responses["默认回答"]# 运行聊天机器人程序if __name__ == "__main__": chat()

GPT-4 对上述代(🏁)码的点评显示，GPT3.5 所构建的代码同样是一个足够简洁且(🔊)能够实现预设功能的代码，但(🍥)是它可能存在 “面(🚚)对复杂或意图不清的问题时不够准确” 的问题。

将两段代(🌫)码进行(👯)综合对比，GPT-4 罗列了两者各自的优缺点，在能基本(📞)完成任务的前提下，两个大模型所生(🥤)成的回答各有优缺点。星火 V3.0 生成的代码拥有更高的可扩展性，在更复杂的开发场(🗾)景和项目制工作中，星火 V3.0 在代码生成(👃)上会更具优势(🗂)。

除了(😴)代码能力(👢)，数学能力的(😣)升级也是本(🕌)次讯飞星火 V3.0 的重点，大模型能够自动提炼数学规律。由于教育是科大讯飞一直以来的重点落地场景，讯飞在教育(🥏)领域积(🚥)累了大(🌀)量数(🈯)据，此(👋)次所升级的能力也将用于讯飞 AI 学习机之中。在测试中，小学、初中、高中不同难度的数学(🍠)题(😌)，星(🎤)火大模型 V3.0 都能够流畅回答，并且准确率为 100%。

同(⏩)样的问题，ChatGPT 与星火的答案基本一致，不过解题步骤上略有繁杂。在(🎟)第一个问题上，ChatGPT 在答案上多做了一步常识性筛选，将香蕉数量进行了取整。

而 GPT-4 则在这三道题中表现失常。其中，第二题求解等差数列首项和公差，GPT-4 得出了错误答案 a=2、d=2。机器之心将(🌵)第二道题目单独取出提问，多(⚾)次提问 GPT-4，均得到错误答案。

在多模态方面，星火 V3.0 在指令跟随与细节表(🔷)达等能力上进一步提升，大模型能够理解更新颖、(😷)细节的 Prompt，并且表现地更加丰富。

在多模态能力提升的(🧙)加持下，没有绘画和创作基础的普通人，也可以通过和讯飞星火大模型 V3.0 的人机互动，发挥自己的奇思(😡)妙想，进行 “儿(😇)童绘本制作”。

只(⬆)需(🖇)要打开 “有声绘本创作助手”，随意输入你(🙇)的(🏷)想法，比如一只兔子想去(🍋)太空冒险(💓)，然后持续跟(🥨)模型对话，模型会自动扩写故事线并且根据故事进行绘画。即使在(😛)多轮对话下，故事和图片内的(🎳)主要人 / 物都会自动延续所设定(➗)的 IP 特色。创作结束(🦒)后，就可以导出绘本故事到本地。

除了上(🍬)文提到的 ““python 大脑”、“绘本制作”，在全新的(🙃)讯飞星火大模型对话界面，被包装好的模版化 “助手” 已经十分丰富，还有 “法律咨询”、“文本扩写” 等等。

“直到现在，我们发(🚮)现大家对大模型仍然有两个期待，一个是大模型不仅要能回答问题，还要能够就是主动提出问题，主动交互。另一个，大模型不仅要有权威知(🤟)识的信息，还要有能反映个性(💕)的能力”，刘庆峰提(🚊)出，大模型正在从通用进化到个(🐎)性。

在发布会现场，科大讯飞研(🥃)究院院长刘聪要求大模(♊)型用 “孔夫子” 的人设，来为自己写作一篇特(🐜)色(🔝)演讲稿，AI 也可以有了人设。

更进一步，还可以上传关于自己的语料(⏫)，如既往(🦀)工作演讲资料，来训练一个更符合自己风格的 AI，让大模型以自己的方式来为自己写演讲稿。

如果想要更加有个人风格一些，还可以继续上(💼)传一些生活沟通记录，比如和家人(🗄)的聊天记录，让(🎾)大模型更懂自己(🥛)的说话(🅿)方式。在现场，刘聪使用自己的个人助手，给(🔨)女儿写了一封有个人(🆚)风格的沟通信，信里陈述的方式就是刘聪本人的说话方式。

除了可以自己训练，讯飞星火大模型 V3.0 新增的 “友伴” 功能，已(👄)经训练了一些经典影视剧和文学作品中的人设，我们可(🀄)以在广场中，选择他们并跟他们聊天。

当然(🔫)，在平台中内置了自定义人设功能，我们可以自己设定自己想要的 AI 人设，根据性格(🐋)模拟、情绪理解、表达风格生成自己喜欢的对话对象。“这(🕠)不只(⏳)是聊天，还可以释放灵感、教育孩子、(🐮)解放情绪”，刘庆峰说。

机器之心在讯飞星火 App 尝试创建一个自己(🦌)喜欢的 AI 人设。输入姓名后，可以设定它的头像、声音、随机(➡)为它增加身(🌅)份描述。它的人设是一(🔼)个天真无邪有着小朋友声音的小学生，它是一个(🙆)火星居民，正在准备开始它的太空旅行。

还可以精调它的性格，调整外向性、抗压(🤐)性、友好度等，为它打造一个你喜欢的性格特征。

最后 ，就可以顺利开启对话了。和可爱小朋友“Aliceeee”的对话过程中，“Aliceeee”自己的人设意识相对连贯，能够按照人设(⛄)对问题做出反应，我们可以跟“Aliceeee”一起开太空旅行的脑洞，进行天马行空但有“Aliceeee”逻辑的想象。

此外，受益于讯飞星火大模(📉)型生态的发展，在如今的大模型对话页面，在涉及到简历生成(🛳)、流程图制作、PPT 制作、(🛡)文档问答(🎈)等特定场景，平台可以支持打(🐆)开相关插件，获得更加专业的生成服务。

以 PPT 制作为例，我打开了 PPT 制作插件，然后在对话框中输入 “请(📇)帮我制作一份介绍讯飞星(🍪)火 V3.0” 的 PPT，系统识别要求后开始(🌵)调用 PPT 制作插件，大约在 3 秒后，一份(💲) PPT 文件就显示制作(😫)好了，并可(💷)供下载，生成质量能够达到(😒)基本的使用需要。

连续发布多款落地应用，将在 2024 年实现对标 GPT-4

经过过去一年的加速发展，目前国内领先厂商的自研大模型水平已基(🚒)本达到 GPT3.5，下一阶段应用落地成为大模型的重点。金融、法律、教育、营销等常见的行业大模型已经在部分具体场景中发展成熟，开始产生实际价值。此次发布会上，讯飞在教育、医疗科研、代(👿)码领域发布了多(🕰)款新产品。

正式发布医疗大模型，讯飞(👚)晓医 APP 为每个家庭提供健康助手

此次(🍧)发布会上，讯飞正式对外发布医(🍭)疗领(🍀)域大模型以及搭(🤥)载了医疗大模型的 “讯飞晓医” APP，集成了症状自查、报告解读、医疗信息快速查询、健康档案管理等功能。比如，当用户不知道怎么准确表达自己的病情，不知道买药该注意什么禁忌，想要快速比对自己不同时期的体检报告时，可以直接询问讯飞晓医。

和其他场景不一样，医疗场景的大模型对结果的容错率更低，出(🚥)错带来的风险性更高。讯飞星火医疗大模型通过上线实际使用数据(🎡)抽查 12 万例并通过国家科技信息资源综合利用与公共服务中心（STI）第三方测试数据显示，讯飞星火医疗大模型在医疗海量知(⛱)识问答、医疗复杂语言理解、医疗专业文本生成、医疗诊断治疗推荐的问题回答率全面超越 GPT-4。

发布 AI 心理伙伴 “小星”，帮助青(👐)少年舒缓心理困扰

AI 心理咨(🎄)询师 “小星” 是科(💮)大讯飞基于星火认(🏔)知大模(👩)型推出的一款帮助青(🎇)少年舒缓心理困扰的多模态心理产品，它能够通过(🚩)视频、语音、文字(🏘)等多(🌧)模态方式与青少年展开类人自由对话，理解青少年的情绪情感，表达接纳与共情，促(💈)进青少年自我觉(🦅)察，并提供个性化行动建议。

“小星” 具备多模态情感识别、共情表达、寻因式提问、个性化(🕡)心理指导四大(📖)核心能力，具有极其丰富的心理学知识 ——10 亿 + 条心理类数据、40 万 + 篇期刊文献、100 万 + 通脱敏心理对话(🚆)案例、550 万 + 个心理评估数据。

智能编程助手 iFlyCode 升级 2.0 版本，代码能力超越 ChatGPT

持续提升的代码能力(🎺)在产品上的落地效果已经十分明显。刘庆峰表示，自讯飞星火发布以来，代码能力持续升级，星火 3.0 已基本全面超越 ChatGPT，正在追赶 GPT-4。

搭载讯飞星火 V3.0 的智能编程助手 iFlvCode2。0 正式发布后，发现(🎲)产品在编程的设计阶段提(🏖)效(💠) 50%、开发阶段提效 37%、测试阶段提效 44%，大幅提升软件从业人员效率。

以智慧课堂的从 Windows 到 Linux 跨平台移植为例，项目代码超过 20 万行，在智能编(🏇)程助手 iFlyCode 的帮助下，开发时间从传统方式在的 3 个月(㊙)，缩短到了一个月。

iFlyCode 发布以来，已在京东云、软通动力等 107 家机构实现深度对接应用。今(🚊)年 11 月份，几乎全国(🤭)所有软件名城都会(💲)和科大讯飞开展相关合作。

发布会(🍨)上，讯飞联合华为还共同发布了 “飞星一号” 大模型算力平台，此前，讯飞和华为 “联合特(🚔)战队” 半年内实现星火大模型训练和推理效率均翻番。

“大模型时代的大幕才刚刚揭开，改变世界的伟大征程才刚(🌙)刚开(🕍)始。” 刘庆峰透露，对标 GPT-4 的更大参数规模的星火大模型正式启动训练，2024 年将实现对标 GPT-4。

【僧侣的交合之夜的相关新闻】