《寻龙夺宝》

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。

【寻龙夺宝的相关新闻】