《我的老师在线》

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。

【我的老师在线的相关新闻】