《七姊妹》

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。

【七姊妹的相关新闻】