智東西（公眾號：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日報道，訊飛星火大模型迎來年內第二次重磅升級，V2.0來了！
星火大模型V2.0主要升級點體現在代碼能力、多模態交互上，科大訊飛董事長劉慶峰談道，大模型的代碼能力是連接數字世界的關鍵支撐，多模態是讓通用人工智能賦能工業的各種具體場景，未來進入家庭的最重要核心能力。
同時，今天正值七部委聯合發布的《生成式人工智能服務管理暫行辦法》正式實行。劉慶峰認為，通用人工智能在深度賦能千行百業的過程中，已經邁上了新的臺階。
星火大模型的應用落地也正在穩步向前，5月6日星火大模型發布以來，科大訊飛人工智能開放平臺新增了70萬個開發者團隊；訊飛星火小助手6月9日發布至今，已經新增了7800多個用戶自己創建的小助手；訊飛學習機5月銷量同比上漲了超100%，6月上漲超200%……
這一過程中，用戶體驗又再反向提升大模型的能力，使得星火大模型的語言理解、邏輯推理的測試得分不斷提高。
可以看出，通用人工智能時代的發展，正在讓各行各業的人都能釋放自己的想象力，并通過大模型的能力將其快速實現，每個人都擁有個人AI助手的愿景正越來越近。
一、代碼、多模態交互兩大能力重磅升級，文本生成、理解能力持續提升
一如既往，開場星火就寫了份歡迎詞。星火首先回顧了星火大模型前兩次升級的內容，不同于之前的泛泛通用型介紹，而是有理有據的個人知識的學習。
在解決數學能力上也大幅升級，星火能綜合運用三角函數、方程、等差數列方面的知識來解決數學問題。
詩句理解上，星火可以給出“與爾同消萬古愁”的出處，并寫出全詩。同時還能賞析《將進酒》中的詩句，并運用這兩句詩寫出一篇范例作文。
星火還能“立人設”，將它設定為“虛擬陪伴伙伴”，它就可以為用戶的party（聚會）提出制作哪些美食、舉辦哪些活動的建議。
用戶日常體驗中，還可以通過語音直接對話，模擬真人“面對面”交流。
1、五大代碼能力升級，幾分鐘生成“貪吃蛇”小游戲
到了最重磅的代碼能力展示環節，劉慶峰談道，代碼能力是認知智能大模型智慧提升的關鍵維度，在提升這一能力時可以同步提升長文本理解、邏輯推理、任務規劃能力，以及幫助用戶執行復雜任務、連接數字世界，還能降低數字經濟的創業門檻。
星火大模型包含代碼生成、代碼補齊、代碼糾錯、代碼解釋、單元測試生成五大代碼能力。
在代碼能力展示環節，星火都是現場寫代碼、現場運行。
剛開始，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則”、畫出“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則時給出理由，生成的代碼就會相應給出“不少于8位”等原因方便用戶調整。
同時，星火還能快速將視頻片段轉化成GIF動圖，并且動圖也會相應的縮小文件大小，方便用戶發送分享。星火生成經典的貪吃蛇小游戲，包含72行代碼，并且每一段都給出了相關的注釋。
這一代碼能力也已經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，這一小助手被設定為先說明、再舉例、最后列出注意事項的三段論，星火就可以根據用戶的提問給出答案。
基于OpenAI構建的代碼能力公開測試集HumanEval和認知智能全國重點實驗室構建的代碼實用場景測試集iflyCT-py，星火在python語言下，代碼生成和代碼補齊能力超過ChatGPT，其它能力正在快速趕超ChatGPT。
2、圖像理解能力明顯領先，數字人形象、音視頻軌道一氣呵成
多模態能力是賦能千行百業的剛需，也是實現通用人工智能的必經之路。
去年1月，科大訊飛提出了未來10年的登月計劃，就是懂知識、善學習、能進化，讓機器人走進每個家庭，這中間最重要的技術就是多模態的感知、多維表達、深度理解。
大模型的多模態能力包含圖像描述、圖像理解、圖像推理、識圖創作、文圖生成、虛擬人合成。當演示人員輸入風景圖、萌寵圖、家庭場景圖片時，星火都能對圖片中的主要物體、人物進行描述，還輔以環境氛圍的表述。如果用戶想要配合圖片發朋友圈，星火還能給出朋友圈文案。
此外，星火還支持用戶現場拍照，將圖片上傳進行描述。
劉慶峰談道，在國內業界公開可測的大模型中，星火對圖像的理解能力明顯領先。
在文圖生成能力方面，不管是“陽光下的小女孩開心的笑著”的人物圖片，還是“雪山壯麗景色”的風景圖，星火都能勝任，用戶還可以追加在雪山圖片中加入“一個小女孩在登山”的元素。
多模態合成能力中，星火一舉撐起了文案、后期、剪輯、配音……的工作，當讓它“創作一篇立秋抒情散文，并用一個短發民國風的女生形象生成視頻”，訊飛小助手就可以快速生成視頻，用戶還能變更數字人的形象、聲音、視頻的背景。
整體來看，訊飛星火大模型各項能力表現優異，在國內主流大模型測評榜上，其“智商”排名也名列前茅。8月12日，8月12日，新華社研究院中國企業發展研究中心發布的《人工智能大模型體驗報告2.0》中，訊飛星火以1013分位列本次國產主流大模型測評榜榜首，在“智商指數”和“工具提效指數”兩個維度獲得第一。
二、星火化身資深代碼工程師、剪輯師、口語老師、助教……
與此同時，科大訊飛正在將大模型的強大能力打造成用戶快速可用的產品。
1、iFlyCode：零代碼基礎也能編程？10分鐘開發“凌空手寫”應用
基于星火大模型的強大代碼能力，訊飛推出智能編程助手iFlyCode，五項代碼能力也已經無縫集成到用戶的開發環境中。
演示現場，iFlyCode接到的第一項任務就是“開發凌空手寫的應用”。
首先，iFlyCode給出了一些實現的思路，開發者需要采集視頻流、手部主要點位檢測、偵測捏動手勢、生成軌跡點。隨后，它給出了具體的實現步驟，用戶可以直接點擊步驟，調用相關的代碼、函數來輔助完成應用開發。
一開始，iFlyCode輔助生成的應用中，用戶手部的關鍵幀時獨立的點。基于星火的修改代碼能力，用戶可以選中整個代碼，輸入“將軌跡點顏色改為黃色，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行快速替換。
劉慶峰感慨道，結合星火大模型的能力，用python代碼完全實現凌空手寫的應用開發只需要10分鐘內，之前有經驗的代碼工程師可能需要半天才能完成。他補充說，訊飛內部已經有2000多個員工開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，一個工具統統解決
基于星火大模型的多模態能力，訊飛升級了訊飛智作。
訊飛智作是訊飛2017年推出的虛擬形象配音產品，劉慶峰談道，冬奧會、大運會、世界田徑運動會吉祥物的語音都是訊飛創建的，現在訊飛將虛擬形象配音的能力開放出來。訊飛智作2.0升級了AI后期和創意視頻兩個功能。
AI后期功能中，訊飛智作可以為視頻生成文案、配音。例如“用散文風格描寫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面對齊生成視頻。
創意視頻中，用戶可以直接輸入視頻要求、上傳相關的圖片。當企業想要生成黃山毛峰的宣傳視頻時，可以先讓訊飛智作生成一段“包含茶葉的產地、包裝、色澤等特點”的宣傳文案，然后基于用戶上傳的配圖和訊飛智作使用AI生成的相關圖片來生成視頻。
這樣一來，企業不需要花很大代價去拍攝相關的視頻和圖片，就能快速生成宣傳視頻。
3、星火語伴2.0：隨手拍就能口語對話，模擬真人雅思考官
星火語伴2.0全新升級，能讓用戶練習口語時實現更深入的交流，用戶可以選擇感興趣的場景進行交流，對話結束后，星火語伴還會生成一個對話小結。
為了讓對話交流和日常生活的關聯度更密切，用戶還可以拍攝自己手邊書上的內容來進行交流，這也能讓星火語伴有更豐富的口語對話來源。
此外，還有大學生普遍需要的四六級、雅思、托福等，星火語伴可以模擬更加真實的人機互測，讓用戶與雅思考官模擬面對面對話。測試結束后，該應用還會給出用戶準確度的得分，并給出相應的推薦課程。
場景理解的大模型對話能力加持下，眾多領域的工作人員都可以通過大模型的能力來提升工作效率。
4、星火教師助手：幫老師做課件、布置作業，還能一鍵生成課堂思維導圖
訊飛暢言智慧課堂已經落地到全國1200多萬師生中，基于人工智能可以分析學生的情況，實現因材施教。目前，全國教育開始實現以素養培養為核心的教育“三新”改革，這一過程中，教師會面臨單元教育規劃下創新難、教學活動設計資源少、課件制作負擔重的難題。
因此，針對上述三大難題，星火教師助手可以幫助教師完成整個備課環節。
星火教師助手能快速生成相應主題的課堂設計文檔，同時，教師還可以在已生成的環節中添加活動。一般而言，教師想要達到理想的教堂授課效果，還需要大量精力去融合其它素材。現在，這一助手能基于教學設計、大模型的理解能力，幫助老師一鍵生成課件，并根據教學內容自動填充相關多媒體內容，還會加入對應的圖片、視頻、表格。
活動小結中，星火教師助手還能生成思維導圖，幫助學生提升結構化思維能力。
三、大模型深入行業應用，聯合華為發布星火一體機
今天，國家首次針對生成式人工智能產業發布的規范性政策《生成式人工智能服務管理暫行辦法》正式實行，這一《辦法》對提供和使用生成式人工智能服務的總體要求進行了明確。與此同時，這也標志著國內已發布的上百個大模型已開啟應用落地PK戰。
科大訊飛的大模型應用落地已經走在前列。早在2022年底，科大訊飛就正式啟動了“1+N”認知大模型專項攻關，“1”是通用認知智能大模型，“N”是大模型在教育、辦公、汽車、人機交互等領域的落地，以行業應用為導向的布局也與產業變化相契合。
當下，訊飛已經和汽車、金融等行業達成合作，汽車廠商奇瑞搭載星火大模型的產品即將發布。在教育領域，訊飛學習機的銷量大幅上漲，今年5月至今同比增長了180%。劉慶峰談道，訊飛要做的就是將大模型賦能到類似行業中的相應場景。
除此以外，認知大模型的深度賦能時代已經到來，現在的大模型參與者不僅要看到技術能做什么，還要構建一個健康安全的產業推廣環節和能力保障，劉慶峰認為，這聚焦于三大關鍵要素，分別是安全可控、場景驅動和專屬模型。
其中安全可控主要包含內容和算力的安全。內容安全指的是生成內容的價值觀、準確度都要安全，內容不安全會導致污語料、“幻覺”出現，如果大模型學習的是不干凈、錯誤的數據，就會導致生成結果是有問題的。
科大訊飛承建了語音及語言國家工程技術中心，可以面向全世界收集信息，然后通過語種、質量、隱私、安全等判別器來清洗得到高質量語料。
在算力安全方面，科大訊飛和華為聯合，將高算力、高性能的算子庫、多卡高速互聯和分布式存儲相結合，在此基礎上打造訓推一體設計的自研大模型訓練平臺。劉慶峰透露，該平臺單卡算力已經開始對標英偉達A100芯片。
場景驅動方面，就是要讓大模型在看得見摸得著的場景上產生實實在在的應用價值。
專屬模型，訊飛和華為正在聯合打造大模型訓練國產算力集群，包含5種定制優化工具，企業可以直接打包開發，有了這些能力，企業就可以打造自己的專屬大模型。
今天，科大訊飛聯合華為發布了幫助企業快速部署的星火一體機。這一設備既允許企業從頭到尾訓練大模型，也能基于訊飛星火大模型針對場景快速優化。
劉慶峰認為，通用人工智能時代的發展正在徹底改變當今社會的生產和生活方式，誰能率先推出擁有持續算力和最好的算法，就可以源源不斷的匯聚數據，形成全球的“最強大腦”。
結語：大模型的新戰場，應用落地正加速
站在今天的新節點上，國內大模型間的應用落地之戰已經揭開帷幕，科大訊飛成為率先出手的廠家之一。這已經是訊飛星火大模型年內第三次升級，不論從大模型能力，還是星火的行業應用進展來看，星火大模型的影響正在輻射至各行各業，教育、金融、汽車行業的聯合應用落地已經初見成效。
下一步，今年10月24日，訊飛星火大模型的能力將對標ChatGPT，明年將對標GPT-4，隨著大模型能力的不斷提升，其對于不同行業的實質影響也會愈發凸顯出來。
未來，大模型與各行各業的結合必將更加緊密，不同行業的“進化”浪潮將勢不可擋，為每個人打造AI助手的愿景或許很快就可以實現。
