《人鬼親情》

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。

【人鬼親情的相关新闻】