《后窗惊魂国语》

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。

【后窗惊魂国语的相关新闻】