文章主题：讯飞星火, 超越ChatGPT, 医疗超越GPT-4, 开发者节
原标题：讯飞星火：整体超越ChatGPT，医疗超越GPT4！一手实测在此
杨净 发自 凹非寺
量子位 | 公众号 QbitAI
整体超越ChatGPT，医疗全面超越GPT-4！
五个月之后，在科大讯飞全球1024开发者节现场，刘庆峰如约而至兑现诺言，并给出新的Flag：
2024年上半年对标GPT-4！
讯飞最新的星火大模型不仅实力强大，而且已经升级到了七个维度，其中最重要的是多模态、代码生成和复杂推理能力。除此之外，它还可以根据用户的需求生成符合个人设定的人设AI助手。
除此之外，还有科技文献大模型、医疗大模型以及同其他企业合作的12个行业大模型一并发布。
以科技文献大模型为例，它可以一分钟就能整合18篇论文，生成一篇5页的综述报告。
还能直接生成论文中提到的代码。
医疗大模型也正式公开，化身每个人的健康助手，进行自查、用药指导以及检查/体检报告解读，并首发“讯飞晓医”APP及小程序。
在底层基础设施上，讯飞华为再次联手，发布基于昇腾生态的“飞星一号”平台发布。
正如刘庆峰所强调的那样：唯有自主可控，才有生生不息的未来。
全面对标ChatGPT、医疗超越GPT-4
既然如此，当初的Flag都实现了吗？
首先就星火大模型V3.0本身，我们自然进行了第一手的实测。
在本次的介绍中，我们得知这次七大能力的提升程度令人满意，且已经实现了全面对接ChatGPT。值得注意的是，在中文能力客观评测方面，该系统已经成功超越了ChatGPT，显示出其在处理我国语言方面的强大实力。此外，在医疗、法律、教育等多个专业领域，该系统的表现也相当出色，充分展示了其通用性的优势。同时，在代码项目级理解能力、小样本学习、多模态指令跟随以及细节表达等方面，也有所显著的提升，这无疑为其在未来领域的拓展提供了更广阔的空间。
在本次更新中，我们进一步增加了虚拟人格的功能。这一创新功能能够根据用户的性格特点、情感状态以及表达方式，构建出一个初始的人设。接下来，通过结合特定的知识学习和对话记忆技术，我们可以进一步优化这个初始人设，使其更加符合用户的需求，从而打造出更为个性化的AI人设。
既然如此，那么第一波就来考验一下它的基本功。
理解能力。
比如一些只在中文语境下才能get到的网络梗，没想到星火与时俱进直接get。
就连昨天的消息也都知道。
接下来第二波进阶，也是最能考验大模型真正实力的代码生成能力。据介绍，目前讯飞星火代码能力已经超过ChatGPT，但略逊于GPT-4。
既然如此，就来实际评测一下（提示词故意有点语病）：
你现在顶级程序员，请写出Resnet神经网络代码，并给出每一段代码的解释。
首先两者都正确识别了问题，给出的代码表现基本一致。
讯飞星火的回答直接分成了代码部分和解读部分。
而GPT-4的回答，直接将代码部分拆分并解释，这样方便代码修正和学习。
最后，再来看看新晋的看家本领——多模态生成能力。
请根据「黄河远上白云间，一片孤城万仞山。」画一幅画。
这一来考验对中文诗词的理解能力，二来考究的是大模型对空间感知的能力。
△讯飞星火回答截图
△GPT-4（部分回答截图）
在观察讯飞星火所绘制的画作时，我们可以发现其不仅深刻理解了古诗词的内涵，同时，其画风也充满了古朴的氛围。此外，该画家还巧妙地将在画面中融入了黄河、白云以及孤城元素，使得整个空间都被这些元素所环绕，从而呈现出一种独特的视觉效果。
而GPT-4则将孤城直接理解成了城市，画面也是更为现代感……
大模型AI人设这块，这也是此次发布的重点更新。可以看到在「发现友伴」这一功能上有近20种AI人格可供选择，包括像马斯克、林黛玉、哪吒、于大爷、樱花木道、秦始皇等等。
比如像这位硅谷钢铁侠，一上来脑子里全都是地球保护、殖民火星那些事儿。
还有像林妹妹，说话语气里带有些许婉转诗意~
据刘庆峰介绍，这一功能上线12小时，已有3000+人设由开发者自创。
此次大模型的专业性上也有所提升，比如在医疗领域，问上这样一个常识问题。
我24小时尿量<100毫升，我怎么了
在对「可能的原因」的回答方面，双方的观点大致相同。然而，讯飞星火的表述较为简洁明了，同时强调了问题的严重性。相较之下，GPT-4的回答更加周详。
最后再来简单总结一下测评结果：
基础能力：语义理解、时效把握以及代码生成能力上都有很大的提升； 多模态生成表现不错，尤其在空间感知能力的表现； 个性化上也有人格表现，但会出现原形的情况； 专业性表现也基本无事实性错误，尤其医疗能力水平，给出适时诊疗提醒。 每个人的AI助手时代正在到来除了星火大模型本身，此次科大讯飞1024开发者节可谓是干货满满——
在我国，不仅实现了诸如编程产品iFlyCode、科技文献大模型以及医疗大模型等垂直领域大模型的成功落地应用，同时在各个行业也与行业龙头企业共同创建了12个行业大模型，服务了超过10万家企业用户，这标志着通用大模型产业生态正在逐步形成。此外，超脑计划2030也正有条不紊地推进中。
可以说是眼花缭乱了。
但细细梳理不难发现，这些进展其实围绕着一个底层逻辑——
每个人的AI助手时代正在到来。
正如刘庆峰在发布会上所强调的那样。这也是科大讯飞基于大模型技术发展的趋势理解。
当ChatGPT首次亮相时，人们对其卓越的能力进行了初步探讨。这些能力主要体现在ChatGPT同时拥有知识、推理以及沟通技巧三个方面。
一方面，这是实现认知智能必备的几项能力；另一方面，也是个人AI助手场景相契合。
科大讯飞的技术研发一直专注于特定领域,而其最终的目标是在工业、科研、医疗、教育、智能汽车等领域实现应用。这些应用将使科大讯飞的技术得到更广泛的认可和应用,并为其未来的发展奠定坚实的基础。
以教育为例，科大讯飞就认为目前教育「因材施教」进入到第三个层次：类人式对话辅导，进行逐层讲解。
基于这样的逻辑，从科大讯飞半年落地成果，也就能从中窥见大模型发展一二。
首先是应用和业务场景。
科大讯飞认为，大模型赋能首要就是工业和科研。而要赋能工业，则首先要赋能代码。
iFlyCode。
8月15日iFlyCode发布以来，已有62万开发者应用、107家机构深度应用。
比如“智慧教育大屏”性能优化，传统方案需要15天解决，在iFlyCode辅助下只需7天。
本次iFlyCode2.0在设计阶段、编码阶段、自测阶段都有一定的升级。
科技文献大模型。
同中科院知识文献中心合作，有着包括成果调研、论文研读、学术写作、生成论文代码、润色、学术翻译等功能，可以化身当下高校研究生的科研小助手。
给一篇中文文献，结果一键就能生成英文版。
还能与时俱进、补充跨领域知识，比如一篇大模型文章，问到ChatGPT发展历程，还补充了现下GPT-4的发展。
医疗大模型。
它能根据体检报告、检查报告进行解读。
传统体检报告一般会有单项解读，以及像复查这种比较粗放的结论。而讯飞晓医不光给出具体指数指标，还会主动询问最近身体情况，联合各个单项结果并更新风险等级。
还可以根据药品照片、自身情况，给出用药建议，比如禁忌、推荐等。
除此之外，还有科大讯飞历来深耕的教育领域，讯飞AI学习机升级了英语AI答疑赋学；同科普中国一起合作发布科普大模型；还打造了AI心理伙伴等等，因材施教已取得规模化应用成果，在全国50000+所学校深度应用。
当然，这些进展其实都是加速讯飞超脑2030计划一部分——懂知识、善学习、能进化、让机器人走进每个家庭。
AIBOT去年发布以来，已为工业、教育、服务等领域372家企业提供服务。
中国玩家大模型加速度优势明显
不可否认的是，以星火大模型等为代表的国产大模型，在确定性方向上发展优势明显。
并且同样保持着同样明显且持续的加速度。
已经形成全球共识的，当前大模型发展已经进入到第二阶段——
大模型AI产品从炒作、演示Demo、到真正的价值导向，用户导向、场景导向。
像微软谷歌亚马逊在内的全球巨头，却面临增长的烦恼：不仅不赚钱，还要倒贴。
以AI编程工具GitHub Copilot为例，微软平均每个月在每个用户身上都要倒贴20美元，最高能达80美元。
个中原因，用户找不到为大模型产品付费的理由。
更本质一点来说，大模型尚未发挥出最大的价值效能。
在这一方面上，中国玩家正在展现出自己的产业发展优势，并且优势明显。
有场景。前一波技术浪潮，AI能落地到千行百业，大模型技术同样也能落地千行百业。一方面，我国有着全球最完整的产业体系，为大模型的落地应用提供了广阔的创新空间；另一方面，在一些场景中，我国还有着不同于其他的独特优势。像教育、医疗，要实现真正的全民普惠，对技术其实提出了更高的要求。
有数据。数据的价值，从未像今天这样受到前所未有的关注。场景数据质量的好坏，直接决定了大模型的性能表现。
此前国内AI应用，已经有深厚的场景积累。如科大讯飞的认知智能技术已经在教育、医疗、金融、汽车、服务等多个领域落地，并构筑起了深厚的行业壁垒。
根据IDC研究显示，中国数据量规模将从2022的23.88ZB增长至2027年的76.6ZB，复合年均增长速度（CAGR）达到26.3%，为全球第一，为大模型的持续优化提供了海量的数据来源。
有市场。ChatGPT作为通用人工智能的代表，本身不是项好生意。OpenAI商业化只是少数，身处于国内市场大环境下的企业，通用路线往往不是一个最佳选择。垂直场景应用路线更受国内市场青睐。
有场景有数据有市场，也再次印证中国玩家率先吃到ChatGPT红利，如今发展加速度明显。
从科大讯飞的迭代应用速度就可见一斑。
今年2月，科大讯飞首次回应：在搞类ChatGPT产品，并给出确定时间点；
5月，讯飞星火V1.0正式发布，在语义理解，长文本生成以及数据能力三方面，据称“已经超过了ChatGPT”，并直接展现五大应用成果。
6月，星火升级至V1.5；8月，讯飞星火V2.0发布，多模态能力实现。
10月，科技文献大模型、医疗大模型等12大行业大模型发布，通用人工智能产业生态初具雏形。
……
当下大模型的发展进入到了冷静期，每个企业都在思考如何能让大模型充分发挥价值效能。即便如OpenAI的奥特曼，也在寻找自身第二增长点。
关于大模型的评测和判断，不再看发布效率、榜单分数，而是看实际应用、看产业应用生态。
这背后既需要国内底层软硬生态更紧密的合作——华为昇腾生态“飞星一号”平台发布。
也需要同行业龙头、万千开发者一起共建起通用大模型产业生态。目前关于星火大模型开发者已经有17.8万，涵盖各个领域。
大模型时代的序幕才刚刚到来。
好了，对于刘庆峰说的「明年上半年对标GPT-4」的Flag，你怎么看？
— 完—
点这里?关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
责任编辑：
讯飞星火, 超越ChatGPT, 医疗超越GPT-4, 开发者节
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
