《黄色电影日本》

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。

【黄色电影日本的相关新闻】