《四周爱人》

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。

【四周爱人的相关新闻】