智東西（公眾號(hào)：zhidxcom）
作者?|?程茜
編輯?| 心緣
智東西10月24日?qǐng)?bào)道，今天，2024科大訊飛全球1024開(kāi)發(fā)者節(jié)上，科大訊飛星火大模型再次重磅升級(jí)，星火4.0 Turbo多項(xiàng)能力全面超過(guò)GPT-4 Turbo。
訊飛星火大模型4.0 Turbo在文本生成、語(yǔ)言理解、知識(shí)問(wèn)答、邏輯推理、數(shù)學(xué)能力、代碼能力、多模態(tài)能力七大能力中全面超過(guò)GPT-4 Turbo，數(shù)學(xué)能力、代碼能力超過(guò)GPT-4o，星火4.0 Turbo效率相對(duì)提升50%。
此外科大訊飛還首發(fā)了星火超擬人數(shù)字人、星火多語(yǔ)言大模型、汽車端側(cè)星火大模型。面向醫(yī)療、教育、工業(yè)等場(chǎng)景，科大訊飛首發(fā)基于“問(wèn)題鏈”的高中數(shù)學(xué)智能教師助手，以及實(shí)現(xiàn)了訊飛星火醫(yī)療大模型2.0的六大核心場(chǎng)景能力升級(jí)，同時(shí)發(fā)布訊飛星火醫(yī)學(xué)影像大模型。
基礎(chǔ)設(shè)施層面，科大訊飛董事長(zhǎng)劉慶峰宣布科大訊飛、華為、合肥市大數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)有限公司三方聯(lián)合打造的國(guó)產(chǎn)超大規(guī)模智算平臺(tái)“飛星二號(hào)”正式啟動(dòng)。
劉慶峰公布了科大訊飛亮相星火大模型一年來(lái)的應(yīng)用落地成績(jī)單：訊飛星火央國(guó)企中標(biāo)第一、教育醫(yī)療市場(chǎng)第一、智能汽車市場(chǎng)第一、智能硬件市場(chǎng)第一、工業(yè)大模型第一、賦能科研應(yīng)用第一、大模型開(kāi)發(fā)者生態(tài)第一。
具體的一些數(shù)據(jù)指標(biāo)為，2024年1-9月，訊飛星火智能硬件GMV同比提升50%，截至10月23日，雙十一大促全渠道GMV同比增長(zhǎng)280%；訊飛星火App安卓平臺(tái)累計(jì)下載量2億。
一開(kāi)場(chǎng)，劉慶峰就展示了幾個(gè)科大訊飛應(yīng)用落地的典型案例。
科大訊飛和華為聯(lián)合研發(fā)了小藝聲音修復(fù)，能讓特殊人群的發(fā)音更加清晰，實(shí)現(xiàn)正常交流。
硬件方面，科大訊飛基于翻譯技術(shù)打造的多語(yǔ)種AI翻譯透明屏，能幫助用戶通過(guò)這塊透明顯示屏實(shí)現(xiàn)無(wú)障礙交流。
從檢測(cè)空調(diào)到檢測(cè)智能汽車，科大訊飛的VIAS智能座艙人機(jī)交互效果評(píng)測(cè)機(jī)器人，目前在測(cè)試場(chǎng)景能覆蓋車控、導(dǎo)航等1383個(gè)功能點(diǎn)，達(dá)到了人工檢測(cè)的90%以上，測(cè)試提效10倍。
一、七大能力超GPT-4 Turbo，首發(fā)超擬人數(shù)字人
訊飛星火4.0 Turbo實(shí)現(xiàn)了七大能力全面超過(guò)GPT-4 Turbo，其中數(shù)學(xué)能力、代碼能力超過(guò)GPT-4o，星火4.0 Turbo效率相對(duì)提升50%。同時(shí)，在國(guó)內(nèi)外中英文14項(xiàng)主流測(cè)試集中，星火4.0 Turbo拿下9項(xiàng)第一。
在數(shù)學(xué)能力中，星火4.0 Turbo的標(biāo)準(zhǔn)考試任務(wù)能力、實(shí)用數(shù)學(xué)任務(wù)均超過(guò)GPT-4o。劉慶峰介紹，該模型已經(jīng)完成超長(zhǎng)思維鏈、樹(shù)搜索和自我反思評(píng)價(jià)等算法驗(yàn)證，預(yù)計(jì)今年底可以實(shí)現(xiàn)類o1的高難度數(shù)學(xué)能力顯著提升。
代碼能力層面，在HumanEval測(cè)試集上，星火4.0 Turbo性能已超越GPT-4o，并且針對(duì)個(gè)人開(kāi)發(fā)者，科大訊飛還推出7B版本，支持大模型在本地運(yùn)行。
科大訊飛將萬(wàn)物互聯(lián)時(shí)代的多模AIUI交互標(biāo)準(zhǔn)進(jìn)一步擴(kuò)展，從此前的遠(yuǎn)場(chǎng)高噪、全雙工、多語(yǔ)種多方言、多模態(tài)，延伸到了超擬人、個(gè)性化。
基于星火大模型，科大訊飛的語(yǔ)音交互拓展到了音視頻流的實(shí)時(shí)多模交互。
首次發(fā)布的星火超擬人數(shù)字人，可以實(shí)現(xiàn)口唇、表情、動(dòng)作的語(yǔ)義貫穿，用大模型自動(dòng)生成，并保持語(yǔ)義一致性。
科大訊飛副總裁、研究院院長(zhǎng)劉聰現(xiàn)場(chǎng)進(jìn)行了真機(jī)演示，超擬人數(shù)字人可以展現(xiàn)出目瞪口呆、賣萌的表情，實(shí)時(shí)與用戶實(shí)現(xiàn)交流。
并且，超擬人數(shù)字人還擁有實(shí)時(shí)視頻流的動(dòng)態(tài)交互能力。用戶只要打開(kāi)攝像頭，將其對(duì)準(zhǔn)想要詢問(wèn)的畫面就能對(duì)動(dòng)態(tài)畫面進(jìn)行實(shí)時(shí)交互提問(wèn)。
劉聰演示過(guò)程中，在桌子上擺了孫悟空、奧特曼、怪獸的玩偶，超擬人數(shù)字人直接根據(jù)玩偶的站位變化，講述了一個(gè)生動(dòng)的故事。
旅游場(chǎng)景中，超擬人數(shù)字人還能幫你快速了解挑選的化妝品、禮品的信息，同時(shí)也能快速識(shí)別花草，以及種植花草的注意點(diǎn)。
用戶還能一張照片生成自己的虛擬人，一句話創(chuàng)建發(fā)音。在虛擬人的編輯頁(yè)面，用戶可以自主選擇聲音或者讀一句話創(chuàng)建自己的擬人發(fā)音，也可以調(diào)整自己的人像照片、性格等。
下面就是演示過(guò)程中，劉聰創(chuàng)建的數(shù)字人。
超擬人數(shù)字人的聲音自然度達(dá)到4.2分，劉慶峰稱，最好的播音員可以達(dá)到5.0分左右，真人水平一般為4.0分左右。
此外，在遠(yuǎn)場(chǎng)高噪場(chǎng)景，今年9月，科大訊飛在語(yǔ)音識(shí)別領(lǐng)域的賽事CHiME-8奪冠，并拿下連續(xù)五連冠。當(dāng)下，科大訊飛的語(yǔ)音識(shí)別也首次實(shí)現(xiàn)全國(guó)地級(jí)市方言全覆蓋，包括288個(gè)地市202種方言。
二、首發(fā)八個(gè)語(yǔ)種多語(yǔ)言大模型，1.3B汽車端側(cè)大模型
基于全新發(fā)布的星火4.0 Turbo，科大訊飛首發(fā)了星火多語(yǔ)言大模型、汽車端側(cè)星火大模型。
星火多語(yǔ)言大模型首批可以支持中文、英語(yǔ)之外的八個(gè)語(yǔ)種，其能力整體達(dá)到GPT-4o 96%的水平，多行業(yè)任務(wù)場(chǎng)景效果超過(guò)GPT-4o。
與此同時(shí)，多語(yǔ)言的交互也為汽車的智能交互提供了工具。
基于大模型能力，用戶與汽車的交互已經(jīng)從導(dǎo)航、命令控制等基礎(chǔ)應(yīng)用交互，提升到包括用車助手、旅行家等應(yīng)用層面，使得活躍用戶的日均交互從7次提升到了18次。
為了讓大模型直接在汽車部署，科大訊飛發(fā)布了參數(shù)規(guī)模為1.3B的汽車端側(cè)星火大模型，相比于參數(shù)規(guī)模更大的模型，其效果損失≤1%，端側(cè)首響40ms，端云融合交互低至1.3s。
2024年第四季度，該模型將會(huì)在奇瑞、廣汽、長(zhǎng)城將有多款車型陸續(xù)上市開(kāi)售。
在交互之外，科大訊飛正在與開(kāi)發(fā)伙伴一起為車企構(gòu)建豐富智能體生態(tài)，包括汽車內(nèi)的支付、影視等。
三、深入教育、醫(yī)療、法律場(chǎng)景，用AI過(guò)濾作業(yè)、診斷醫(yī)療影像
訊飛星火大模型的軟硬件已經(jīng)在教育、醫(yī)療等場(chǎng)景實(shí)現(xiàn)了深入應(yīng)用。
1、教育：高中數(shù)學(xué)教師助手，用AI過(guò)濾作業(yè)必答題、選做題
在教育領(lǐng)域，科大訊飛首發(fā)了基于“問(wèn)題鏈”的高中數(shù)學(xué)智能教師助手，并邀請(qǐng)12個(gè)區(qū)域的50多位數(shù)學(xué)教研員、400多位教師人員共創(chuàng)。這一教師助手可以幫助老師定位孩子薄弱環(huán)節(jié)，進(jìn)行啟發(fā)式講解。明天，科大訊飛還將發(fā)布帶有智能教師助手的星火智慧黑板2.0。
面向家庭學(xué)習(xí)，科大訊飛發(fā)布了搭載到學(xué)習(xí)機(jī)上的AI作業(yè)過(guò)濾器，能夠幫助學(xué)生對(duì)作業(yè)、考題篩選，基于其對(duì)學(xué)生的知識(shí)習(xí)得能力等進(jìn)行判斷，選出學(xué)生的分為必答題、選做題和可不做題。這一功能預(yù)計(jì)在11月中旬上線。
2、醫(yī)療：醫(yī)療大模型六大核心場(chǎng)景升級(jí)，發(fā)布醫(yī)學(xué)影像大模型
訊飛星火醫(yī)療大模型此前發(fā)布的功能包括智醫(yī)助理、智慧醫(yī)院、訊飛曉醫(yī)等。
其中智醫(yī)助理已經(jīng)在611個(gè)區(qū)縣，完成了8.6億輔助診斷次數(shù)，8100萬(wàn)不合理處方提示；智慧醫(yī)院完成了5000萬(wàn)次AI患者服務(wù)，完成6億次疾病隨訪；訊飛曉醫(yī)的下載量達(dá)到1500萬(wàn)次，完成了1.1億次AI咨詢。
在此基礎(chǔ)上，訊飛星火醫(yī)療大模型2.0實(shí)現(xiàn)了六大核心場(chǎng)景能力升級(jí)，包括醫(yī)療海量知識(shí)問(wèn)答、醫(yī)療復(fù)雜語(yǔ)言理解、醫(yī)療診斷治療推薦、醫(yī)療專業(yè)文書生成、醫(yī)療多輪交互、醫(yī)療多模態(tài)交互。
在細(xì)分的醫(yī)學(xué)影像方面，目前圍繞醫(yī)學(xué)影像的診斷治療，存在影像科醫(yī)生數(shù)量相對(duì)不足、拍片質(zhì)量參差不齊、重復(fù)影像檢查發(fā)生率達(dá)到41.82%的問(wèn)題。
在此背景下，安徽省實(shí)現(xiàn)了全國(guó)應(yīng)用規(guī)模最大的影像云平臺(tái)，實(shí)現(xiàn)了一次檢查全省互通互認(rèn)。
科大訊飛發(fā)布訊飛星火醫(yī)學(xué)影像大模型，能完成智能智控、智能診斷、智能讀片。影像助手可以幫助醫(yī)師進(jìn)行解釋溯源，找到對(duì)應(yīng)的判斷標(biāo)準(zhǔn)，還能對(duì)比患者之前的影像CT。
3、法律、企業(yè)、科研：用戶工作效率翻倍提升，政務(wù)場(chǎng)景審核時(shí)間縮短80%
星火大模型賦能法律和政務(wù)，法律大模型的場(chǎng)景應(yīng)用包括AI書記員、AI文書助理、AI法律檢索助手；政務(wù)場(chǎng)景的星火智辦一體機(jī)，使得用戶遞交材料的審核時(shí)間縮短80%，登記效率提升5倍，
面向企業(yè)，科大訊飛為企業(yè)大模型構(gòu)建提供頂層規(guī)劃到執(zhí)行落地的全套解決方案，包括數(shù)據(jù)工具請(qǐng)洗臉、SFT數(shù)據(jù)工具鏈、場(chǎng)景優(yōu)化工具鏈、多模態(tài)知識(shí)零采編系統(tǒng)，提升“理數(shù)據(jù)、訓(xùn)模型”的效率。
在科研方面，星火科研助手2.0已經(jīng)中國(guó)科學(xué)院下屬116個(gè)院所使用，同時(shí)，科大訊飛已經(jīng)聯(lián)合團(tuán)隊(duì)開(kāi)展了AI+生物科技、AI+科學(xué)裝置的科研攻關(guān)。
結(jié)語(yǔ)：大模型生態(tài)繁榮，AI正改變科研范式
訊飛星火大模型從發(fā)布至今，都在強(qiáng)調(diào)基座模型升級(jí)與行業(yè)應(yīng)用的緊密結(jié)合，目前其已經(jīng)發(fā)布20多個(gè)行業(yè)大模型，打造了300多個(gè)智能體應(yīng)用，這些形成了可以相互借鑒和復(fù)用的規(guī)?；?yīng)。
如今，以大模型為代表的通用人工智能發(fā)展迅猛，今年諾貝爾獎(jiǎng)、物理學(xué)獎(jiǎng)、化學(xué)獎(jiǎng)都與AI強(qiáng)相關(guān)，AI改變科研范式已經(jīng)成為科技界的共識(shí)。以科大訊飛為代表的國(guó)內(nèi)大模型廠商，正在其中扮演著愈加重要的角色。
