智東西（公眾號(hào)：zhidxcom）
作者?|?程茜
編輯?|?漠影
訊飛星火大模型又雙叒更新了！
智東西8月15日?qǐng)?bào)道，訊飛星火大模型迎來(lái)年內(nèi)第二次重磅升級(jí)，V2.0來(lái)了！
星火大模型V2.0主要升級(jí)點(diǎn)體現(xiàn)在代碼能力、多模態(tài)交互上，科大訊飛董事長(zhǎng)劉慶峰談道，大模型的代碼能力是連接數(shù)字世界的關(guān)鍵支撐，多模態(tài)是讓通用人工智能賦能工業(yè)的各種具體場(chǎng)景，未來(lái)進(jìn)入家庭的最重要核心能力。
同時(shí)，今天正值七部委聯(lián)合發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》正式實(shí)行。劉慶峰認(rèn)為，通用人工智能在深度賦能千行百業(yè)的過(guò)程中，已經(jīng)邁上了新的臺(tái)階。
星火大模型的應(yīng)用落地也正在穩(wěn)步向前，5月6日星火大模型發(fā)布以來(lái)，科大訊飛人工智能開(kāi)放平臺(tái)新增了70萬(wàn)個(gè)開(kāi)發(fā)者團(tuán)隊(duì)；訊飛星火小助手6月9日發(fā)布至今，已經(jīng)新增了7800多個(gè)用戶自己創(chuàng)建的小助手；訊飛學(xué)習(xí)機(jī)5月銷(xiāo)量同比上漲了超100%，6月上漲超200%……
這一過(guò)程中，用戶體驗(yàn)又再反向提升大模型的能力，使得星火大模型的語(yǔ)言理解、邏輯推理的測(cè)試得分不斷提高。
可以看出，通用人工智能時(shí)代的發(fā)展，正在讓各行各業(yè)的人都能釋放自己的想象力，并通過(guò)大模型的能力將其快速實(shí)現(xiàn)，每個(gè)人都擁有個(gè)人AI助手的愿景正越來(lái)越近。
一、代碼、多模態(tài)交互兩大能力重磅升級(jí)，文本生成、理解能力持續(xù)提升
一如既往，開(kāi)場(chǎng)星火就寫(xiě)了份歡迎詞。星火首先回顧了星火大模型前兩次升級(jí)的內(nèi)容，不同于之前的泛泛通用型介紹，而是有理有據(jù)的個(gè)人知識(shí)的學(xué)習(xí)。
在解決數(shù)學(xué)能力上也大幅升級(jí)，星火能綜合運(yùn)用三角函數(shù)、方程、等差數(shù)列方面的知識(shí)來(lái)解決數(shù)學(xué)問(wèn)題。
詩(shī)句理解上，星火可以給出“與爾同消萬(wàn)古愁”的出處，并寫(xiě)出全詩(shī)。同時(shí)還能賞析《將進(jìn)酒》中的詩(shī)句，并運(yùn)用這兩句詩(shī)寫(xiě)出一篇范例作文。
星火還能“立人設(shè)”，將它設(shè)定為“虛擬陪伴伙伴”，它就可以為用戶的party（聚會(huì)）提出制作哪些美食、舉辦哪些活動(dòng)的建議。
用戶日常體驗(yàn)中，還可以通過(guò)語(yǔ)音直接對(duì)話，模擬真人“面對(duì)面”交流。
1、五大代碼能力升級(jí)，幾分鐘生成“貪吃蛇”小游戲
到了最重磅的代碼能力展示環(huán)節(jié)，劉慶峰談道，代碼能力是認(rèn)知智能大模型智慧提升的關(guān)鍵維度，在提升這一能力時(shí)可以同步提升長(zhǎng)文本理解、邏輯推理、任務(wù)規(guī)劃能力，以及幫助用戶執(zhí)行復(fù)雜任務(wù)、連接數(shù)字世界，還能降低數(shù)字經(jīng)濟(jì)的創(chuàng)業(yè)門(mén)檻。
星火大模型包含代碼生成、代碼補(bǔ)齊、代碼糾錯(cuò)、代碼解釋、單元測(cè)試生成五大代碼能力。
在代碼能力展示環(huán)節(jié)，星火都是現(xiàn)場(chǎng)寫(xiě)代碼、現(xiàn)場(chǎng)運(yùn)行。
剛開(kāi)始，星火就快速展示了其使用python生成了“判斷輸入字符串是否符合密碼規(guī)則”、畫(huà)出“紅色的心形線”等功能。
隨后，演示人員還增加了指令，如果輸入密碼不符合規(guī)則時(shí)給出理由，生成的代碼就會(huì)相應(yīng)給出“不少于8位”等原因方便用戶調(diào)整。
同時(shí)，星火還能快速將視頻片段轉(zhuǎn)化成GIF動(dòng)圖，并且動(dòng)圖也會(huì)相應(yīng)的縮小文件大小，方便用戶發(fā)送分享。星火生成經(jīng)典的貪吃蛇小游戲，包含72行代碼，并且每一段都給出了相關(guān)的注釋。
這一代碼能力也已經(jīng)集成到訊飛星火的小助手中，例如助手中心中的“python大腦”小助手，這一小助手被設(shè)定為先說(shuō)明、再舉例、最后列出注意事項(xiàng)的三段論，星火就可以根據(jù)用戶的提問(wèn)給出答案。
基于OpenAI構(gòu)建的代碼能力公開(kāi)測(cè)試集HumanEval和認(rèn)知智能全國(guó)重點(diǎn)實(shí)驗(yàn)室構(gòu)建的代碼實(shí)用場(chǎng)景測(cè)試集iflyCT-py，星火在python語(yǔ)言下，代碼生成和代碼補(bǔ)齊能力超過(guò)ChatGPT，其它能力正在快速趕超ChatGPT。
2、圖像理解能力明顯領(lǐng)先，數(shù)字人形象、音視頻軌道一氣呵成
多模態(tài)能力是賦能千行百業(yè)的剛需，也是實(shí)現(xiàn)通用人工智能的必經(jīng)之路。
去年1月，科大訊飛提出了未來(lái)10年的登月計(jì)劃，就是懂知識(shí)、善學(xué)習(xí)、能進(jìn)化，讓機(jī)器人走進(jìn)每個(gè)家庭，這中間最重要的技術(shù)就是多模態(tài)的感知、多維表達(dá)、深度理解。
大模型的多模態(tài)能力包含圖像描述、圖像理解、圖像推理、識(shí)圖創(chuàng)作、文圖生成、虛擬人合成。當(dāng)演示人員輸入風(fēng)景圖、萌寵圖、家庭場(chǎng)景圖片時(shí)，星火都能對(duì)圖片中的主要物體、人物進(jìn)行描述，還輔以環(huán)境氛圍的表述。如果用戶想要配合圖片發(fā)朋友圈，星火還能給出朋友圈文案。
此外，星火還支持用戶現(xiàn)場(chǎng)拍照，將圖片上傳進(jìn)行描述。
劉慶峰談道，在國(guó)內(nèi)業(yè)界公開(kāi)可測(cè)的大模型中，星火對(duì)圖像的理解能力明顯領(lǐng)先。
在文圖生成能力方面，不管是“陽(yáng)光下的小女孩開(kāi)心的笑著”的人物圖片，還是“雪山壯麗景色”的風(fēng)景圖，星火都能勝任，用戶還可以追加在雪山圖片中加入“一個(gè)小女孩在登山”的元素。
多模態(tài)合成能力中，星火一舉撐起了文案、后期、剪輯、配音……的工作，當(dāng)讓它“創(chuàng)作一篇立秋抒情散文，并用一個(gè)短發(fā)民國(guó)風(fēng)的女生形象生成視頻”，訊飛小助手就可以快速生成視頻，用戶還能變更數(shù)字人的形象、聲音、視頻的背景。
整體來(lái)看，訊飛星火大模型各項(xiàng)能力表現(xiàn)優(yōu)異，在國(guó)內(nèi)主流大模型測(cè)評(píng)榜上，其“智商”排名也名列前茅。8月12日，8月12日，新華社研究院中國(guó)企業(yè)發(fā)展研究中心發(fā)布的《人工智能大模型體驗(yàn)報(bào)告2.0》中，訊飛星火以1013分位列本次國(guó)產(chǎn)主流大模型測(cè)評(píng)榜榜首，在“智商指數(shù)”和“工具提效指數(shù)”兩個(gè)維度獲得第一。
二、星火化身資深代碼工程師、剪輯師、口語(yǔ)老師、助教……
與此同時(shí)，科大訊飛正在將大模型的強(qiáng)大能力打造成用戶快速可用的產(chǎn)品。
1、iFlyCode：零代碼基礎(chǔ)也能編程？10分鐘開(kāi)發(fā)“凌空手寫(xiě)”應(yīng)用
基于星火大模型的強(qiáng)大代碼能力，訊飛推出智能編程助手iFlyCode，五項(xiàng)代碼能力也已經(jīng)無(wú)縫集成到用戶的開(kāi)發(fā)環(huán)境中。
演示現(xiàn)場(chǎng)，iFlyCode接到的第一項(xiàng)任務(wù)就是“開(kāi)發(fā)凌空手寫(xiě)的應(yīng)用”。
首先，iFlyCode給出了一些實(shí)現(xiàn)的思路，開(kāi)發(fā)者需要采集視頻流、手部主要點(diǎn)位檢測(cè)、偵測(cè)捏動(dòng)手勢(shì)、生成軌跡點(diǎn)。隨后，它給出了具體的實(shí)現(xiàn)步驟，用戶可以直接點(diǎn)擊步驟，調(diào)用相關(guān)的代碼、函數(shù)來(lái)輔助完成應(yīng)用開(kāi)發(fā)。
一開(kāi)始，iFlyCode輔助生成的應(yīng)用中，用戶手部的關(guān)鍵幀時(shí)獨(dú)立的點(diǎn)?；谛腔鸬男薷拇a能力，用戶可以選中整個(gè)代碼，輸入“將軌跡點(diǎn)顏色改為黃色，用線條連接”的修改代碼命令。改完后，用戶還可以快速比較修改前后的代碼然后進(jìn)行快速替換。
劉慶峰感慨道，結(jié)合星火大模型的能力，用python代碼完全實(shí)現(xiàn)凌空手寫(xiě)的應(yīng)用開(kāi)發(fā)只需要10分鐘內(nèi)，之前有經(jīng)驗(yàn)的代碼工程師可能需要半天才能完成。他補(bǔ)充說(shuō)，訊飛內(nèi)部已經(jīng)有2000多個(gè)員工開(kāi)始使用這一代碼工具，工程師的采用率提升了30%以上。
2、訊飛智作2.0：后期剪輯、配音演員、文案編輯，一個(gè)工具統(tǒng)統(tǒng)解決
基于星火大模型的多模態(tài)能力，訊飛升級(jí)了訊飛智作。
訊飛智作是訊飛2017年推出的虛擬形象配音產(chǎn)品，劉慶峰談道，冬奧會(huì)、大運(yùn)會(huì)、世界田徑運(yùn)動(dòng)會(huì)吉祥物的語(yǔ)音都是訊飛創(chuàng)建的，現(xiàn)在訊飛將虛擬形象配音的能力開(kāi)放出來(lái)。訊飛智作2.0升級(jí)了AI后期和創(chuàng)意視頻兩個(gè)功能。
AI后期功能中，訊飛智作可以為視頻生成文案、配音。例如“用散文風(fēng)格描寫(xiě)涇縣桃花潭夏末秋初晨霧彌漫的美景”，用戶可以輸入視頻配文的主題、選擇配音主播形象、聲音。然后訊飛智作就可以將文字和畫(huà)面對(duì)齊生成視頻。
創(chuàng)意視頻中，用戶可以直接輸入視頻要求、上傳相關(guān)的圖片。當(dāng)企業(yè)想要生成黃山毛峰的宣傳視頻時(shí)，可以先讓訊飛智作生成一段“包含茶葉的產(chǎn)地、包裝、色澤等特點(diǎn)”的宣傳文案，然后基于用戶上傳的配圖和訊飛智作使用AI生成的相關(guān)圖片來(lái)生成視頻。
這樣一來(lái)，企業(yè)不需要花很大代價(jià)去拍攝相關(guān)的視頻和圖片，就能快速生成宣傳視頻。
3、星火語(yǔ)伴2.0：隨手拍就能口語(yǔ)對(duì)話，模擬真人雅思考官
星火語(yǔ)伴2.0全新升級(jí)，能讓用戶練習(xí)口語(yǔ)時(shí)實(shí)現(xiàn)更深入的交流，用戶可以選擇感興趣的場(chǎng)景進(jìn)行交流，對(duì)話結(jié)束后，星火語(yǔ)伴還會(huì)生成一個(gè)對(duì)話小結(jié)。
為了讓對(duì)話交流和日常生活的關(guān)聯(lián)度更密切，用戶還可以拍攝自己手邊書(shū)上的內(nèi)容來(lái)進(jìn)行交流，這也能讓星火語(yǔ)伴有更豐富的口語(yǔ)對(duì)話來(lái)源。
此外，還有大學(xué)生普遍需要的四六級(jí)、雅思、托福等，星火語(yǔ)伴可以模擬更加真實(shí)的人機(jī)互測(cè)，讓用戶與雅思考官模擬面對(duì)面對(duì)話。測(cè)試結(jié)束后，該應(yīng)用還會(huì)給出用戶準(zhǔn)確度的得分，并給出相應(yīng)的推薦課程。
場(chǎng)景理解的大模型對(duì)話能力加持下，眾多領(lǐng)域的工作人員都可以通過(guò)大模型的能力來(lái)提升工作效率。
4、星火教師助手：幫老師做課件、布置作業(yè)，還能一鍵生成課堂思維導(dǎo)圖
訊飛暢言智慧課堂已經(jīng)落地到全國(guó)1200多萬(wàn)師生中，基于人工智能可以分析學(xué)生的情況，實(shí)現(xiàn)因材施教。目前，全國(guó)教育開(kāi)始實(shí)現(xiàn)以素養(yǎng)培養(yǎng)為核心的教育“三新”改革，這一過(guò)程中，教師會(huì)面臨單元教育規(guī)劃下創(chuàng)新難、教學(xué)活動(dòng)設(shè)計(jì)資源少、課件制作負(fù)擔(dān)重的難題。
因此，針對(duì)上述三大難題，星火教師助手可以幫助教師完成整個(gè)備課環(huán)節(jié)。
星火教師助手能快速生成相應(yīng)主題的課堂設(shè)計(jì)文檔，同時(shí)，教師還可以在已生成的環(huán)節(jié)中添加活動(dòng)。一般而言，教師想要達(dá)到理想的教堂授課效果，還需要大量精力去融合其它素材?，F(xiàn)在，這一助手能基于教學(xué)設(shè)計(jì)、大模型的理解能力，幫助老師一鍵生成課件，并根據(jù)教學(xué)內(nèi)容自動(dòng)填充相關(guān)多媒體內(nèi)容，還會(huì)加入對(duì)應(yīng)的圖片、視頻、表格。
活動(dòng)小結(jié)中，星火教師助手還能生成思維導(dǎo)圖，幫助學(xué)生提升結(jié)構(gòu)化思維能力。
三、大模型深入行業(yè)應(yīng)用，聯(lián)合華為發(fā)布星火一體機(jī)
今天，國(guó)家首次針對(duì)生成式人工智能產(chǎn)業(yè)發(fā)布的規(guī)范性政策《生成式人工智能服務(wù)管理暫行辦法》正式實(shí)行，這一《辦法》對(duì)提供和使用生成式人工智能服務(wù)的總體要求進(jìn)行了明確。與此同時(shí)，這也標(biāo)志著國(guó)內(nèi)已發(fā)布的上百個(gè)大模型已開(kāi)啟應(yīng)用落地PK戰(zhàn)。
科大訊飛的大模型應(yīng)用落地已經(jīng)走在前列。早在2022年底，科大訊飛就正式啟動(dòng)了“1+N”認(rèn)知大模型專(zhuān)項(xiàng)攻關(guān)，“1”是通用認(rèn)知智能大模型，“N”是大模型在教育、辦公、汽車(chē)、人機(jī)交互等領(lǐng)域的落地，以行業(yè)應(yīng)用為導(dǎo)向的布局也與產(chǎn)業(yè)變化相契合。
當(dāng)下，訊飛已經(jīng)和汽車(chē)、金融等行業(yè)達(dá)成合作，汽車(chē)廠商奇瑞搭載星火大模型的產(chǎn)品即將發(fā)布。在教育領(lǐng)域，訊飛學(xué)習(xí)機(jī)的銷(xiāo)量大幅上漲，今年5月至今同比增長(zhǎng)了180%。劉慶峰談道，訊飛要做的就是將大模型賦能到類(lèi)似行業(yè)中的相應(yīng)場(chǎng)景。
除此以外，認(rèn)知大模型的深度賦能時(shí)代已經(jīng)到來(lái)，現(xiàn)在的大模型參與者不僅要看到技術(shù)能做什么，還要構(gòu)建一個(gè)健康安全的產(chǎn)業(yè)推廣環(huán)節(jié)和能力保障，劉慶峰認(rèn)為，這聚焦于三大關(guān)鍵要素，分別是安全可控、場(chǎng)景驅(qū)動(dòng)和專(zhuān)屬模型。
其中安全可控主要包含內(nèi)容和算力的安全。內(nèi)容安全指的是生成內(nèi)容的價(jià)值觀、準(zhǔn)確度都要安全，內(nèi)容不安全會(huì)導(dǎo)致污語(yǔ)料、“幻覺(jué)”出現(xiàn)，如果大模型學(xué)習(xí)的是不干凈、錯(cuò)誤的數(shù)據(jù)，就會(huì)導(dǎo)致生成結(jié)果是有問(wèn)題的。
科大訊飛承建了語(yǔ)音及語(yǔ)言國(guó)家工程技術(shù)中心，可以面向全世界收集信息，然后通過(guò)語(yǔ)種、質(zhì)量、隱私、安全等判別器來(lái)清洗得到高質(zhì)量語(yǔ)料。
在算力安全方面，科大訊飛和華為聯(lián)合，將高算力、高性能的算子庫(kù)、多卡高速互聯(lián)和分布式存儲(chǔ)相結(jié)合，在此基礎(chǔ)上打造訓(xùn)推一體設(shè)計(jì)的自研大模型訓(xùn)練平臺(tái)。劉慶峰透露，該平臺(tái)單卡算力已經(jīng)開(kāi)始對(duì)標(biāo)英偉達(dá)A100芯片。
場(chǎng)景驅(qū)動(dòng)方面，就是要讓大模型在看得見(jiàn)摸得著的場(chǎng)景上產(chǎn)生實(shí)實(shí)在在的應(yīng)用價(jià)值。
專(zhuān)屬模型，訊飛和華為正在聯(lián)合打造大模型訓(xùn)練國(guó)產(chǎn)算力集群，包含5種定制優(yōu)化工具，企業(yè)可以直接打包開(kāi)發(fā)，有了這些能力，企業(yè)就可以打造自己的專(zhuān)屬大模型。
今天，科大訊飛聯(lián)合華為發(fā)布了幫助企業(yè)快速部署的星火一體機(jī)。這一設(shè)備既允許企業(yè)從頭到尾訓(xùn)練大模型，也能基于訊飛星火大模型針對(duì)場(chǎng)景快速優(yōu)化。
劉慶峰認(rèn)為，通用人工智能時(shí)代的發(fā)展正在徹底改變當(dāng)今社會(huì)的生產(chǎn)和生活方式，誰(shuí)能率先推出擁有持續(xù)算力和最好的算法，就可以源源不斷的匯聚數(shù)據(jù)，形成全球的“最強(qiáng)大腦”。
結(jié)語(yǔ)：大模型的新戰(zhàn)場(chǎng)，應(yīng)用落地正加速
站在今天的新節(jié)點(diǎn)上，國(guó)內(nèi)大模型間的應(yīng)用落地之戰(zhàn)已經(jīng)揭開(kāi)帷幕，科大訊飛成為率先出手的廠家之一。這已經(jīng)是訊飛星火大模型年內(nèi)第三次升級(jí)，不論從大模型能力，還是星火的行業(yè)應(yīng)用進(jìn)展來(lái)看，星火大模型的影響正在輻射至各行各業(yè)，教育、金融、汽車(chē)行業(yè)的聯(lián)合應(yīng)用落地已經(jīng)初見(jiàn)成效。
下一步，今年10月24日，訊飛星火大模型的能力將對(duì)標(biāo)ChatGPT，明年將對(duì)標(biāo)GPT-4，隨著大模型能力的不斷提升，其對(duì)于不同行業(yè)的實(shí)質(zhì)影響也會(huì)愈發(fā)凸顯出來(lái)。
未來(lái)，大模型與各行各業(yè)的結(jié)合必將更加緊密，不同行業(yè)的“進(jìn)化”浪潮將勢(shì)不可擋，為每個(gè)人打造AI助手的愿景或許很快就可以實(shí)現(xiàn)。
