《猛男诞生记2008》

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。

【猛男诞生记2008的相关新闻】