《两个人的车站》

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。

【两个人的车站的相关新闻】