超級知識助手來了！訊飛星火支持長文本長圖文長語音，生產力UP

白交 2024-04-26 21:00:42 來源：量子位

白交 發自 凹非寺

量子位 | 公眾號 QbitAI

這一次，大模型真的可以讓人類解放雙手了。

今天訊飛星火大模型V3.5春季上新，直戳辦公場景的痛點！

• 星火大模型能力升級，支持長文本、長圖文、長語音……不僅能夠把各種來源的海量文本、圖文資料、會議錄音等進行快速學習，還能夠在各種行業場景中給出專業、準確回答。
• 還有專門為企業推出的“智能體平臺”，打造智能助手，解決大模型應用企業落地的最后一公里難題。
• 另外訊飛星火語音交互能力進一步升級，首發多情感超擬人聲音合成，AI能“情感共鳴”了，還上線“一句話聲音復刻”等功能。

好了，目前星火大模型已經升級，這就來第一時間體驗一下。

“超級知識助手”來了

在此前官方預告中，大家就對即將發布的三個“長”功能頗為關注。科大訊飛推出這一系列新功能，背后有著怎樣的考慮？

據科大訊飛董事長劉慶峰透露，他們看到一段時間以來，訊飛星火的開發者和用戶都高度關注知識的獲取和學習問題。

在知識獲取和學習的過程中，廣大用戶能拿到的資料往往不僅是現成的長文本，還有隨手可見的報刊書籍內容、各種研討會的PPT內容，老師黑板上的板書、同學的筆記，以及各種會議錄音、訪談，各種網上的發布會、培訓教育視頻等，能不能把這些文本、圖片、語音等都上傳到訊飛星火中，快速地獲取知識？

這就要求大模型不僅要解決長文本、還有長圖文、長音頻以及各種企業和專業行業應用的準確率問題。

為此，科大訊飛推出首個支持長文本、長圖文、長語音的大模型，來解決用戶真實場景中多源信息的獲取需求。

長文本

據介紹，升級之后，當前星火大模型通用長文本能力，包括長文檔信息抽取、長文檔知識問答、長文檔總結、長文檔文本生成等，總體已經達到GPT-4 Turbo 4月最新大模型版本的97%水平，而在銀行、保險、汽車、電力等多個垂直領域的知識問答任務上，星火大模型長文本總體水平已經超過GPT-4 Turbo。

而為了應對運行效率問題，星火大模型特別進行了剪枝和蒸餾，推出13B版本，效果損失僅3%以內，但響應時間、生成效果等方面的效率都有提升。

話不多說，這就來開始實際評測一番。

首先來看第一題開胃小菜，把費曼物理學講義第一卷直接扔給他，也不告訴它書名叫啥，直接問書中講了什么。

嗯~還不錯，大致方向是對的。

長圖文

接下來，來看第二題，考驗它長圖文識別的能力。

據劉慶峰介紹，圖文識別大模型現在已經覆蓋了31個最常見的典型場景，像教育類的書刊、學術論文、專利、報紙、海報、產品白皮書、PPT和菜單、APP截圖、演講照片等等都已經進行了覆蓋，以及18種版面要素（包括頁眉、頁腳、標題、欄目、段落、表格、插圖等）

既然如此，那就扔給它一份最新量子位智庫出品的《中國AIGC應用全景報告》PPT，并詢問相關細節問題。

結果不管是市場規模、商業模式、投融資情況都一一清楚的回答上來。

長語音

最后再來考驗一下它的長語音能力。可以看到，訊飛星火可以支持多種音視頻格式，只要不超過1GB大小就好。

那么就扔給他這次科大訊飛官方發布長語音能力的演示視頻試試。

結果：

甚至還包括像「劉慶峰做了什么」也都精準回答了。

想象一下，在信息獲取或知識學習中，拿到的資料無非就是現成長文本、論文書籍，又或者研討會PPT、筆記截圖，以及各種會議錄音、發布會、網上教學視頻等等。

而此次科大訊飛星火大模型的升級：“長文本、長圖文、長語音”的支持，可以說把整個場景全覆蓋了。

用上了它，相當于每個人都擁有了個知識助手，這不就是妥妥的學習工作小利器嘛~

多情感超擬人合成&一句話聲音復刻

除此之外，還有多情感超擬人合成功能、一句話復刻的功能的首發上新，可直接去星火APP上體驗。

年初訊飛星火V3.5發布會上，科大訊飛推出的超擬人對話功能，如今該功能得以進一步升級，不僅更逼真，情緒表達也更為豐富，包括高興、抱歉、安慰、撒嬌、困惑等情緒表達的可感知度達到85%以上。

與此同時還推出了一句話聲音復刻，一句話就可以定制你的AI助手聲音。這樣出差的時候，就還可以給孩子講故事，又或者給爺爺奶奶讀書讀報，給世界帶來更多溫度。

星火智能體平臺

辦公場景，長期以來一直面臨一個痛點——如何高效地獲取和學習知識。此次推出的智能體平臺正是專門面對企業場景。

在訊飛星火智能體平臺上，首先，基于星火大模型，會自動實現用戶輸入的精準理解和任務規劃。解析完了相關的任務和對應的工具之后，訊飛星火已構建形成了包括天氣、航班、企查查等成體系的外部信息來源的對接；

同時，星火智能體平臺還通過互認證的機制，實現了往往是獨立的、隔離的OA系統、CRM系統以及ERP系統的打通，完成相應操作；最后，通過私域知識融入機制，智能體平臺很容易實現企業所屬行業以及企業私域知識的融入，實現更精準的專業理解和知識問答。

此外，星火智能體平臺還可以通過拖拽方式實現新智能體的創建和多智能體的協作。用以上一套組合拳，敏捷觸達大模型應用企業落地的最后一公里。

訊飛大模型的技術理念：從解決現實問題出發

可以看到的是，此次星火大模型的升級，更偏落地，更偏解決現實剛需，而非只是性能參數的升級。

一方面，訊飛星火大模型實際體驗中，都是企業的剛需場景。

據七麥數據顯示，訊飛星火APP在安卓端的下載量已經超過9600萬次，在國內工具類通用大模型APP中排名第一。

從C端使用場景來看，訊飛星火的用戶主要集中在辦公領域。具體使用高峰期集中在工作日的上午9點半和下午的3點左右，以互聯網、科研、教育、傳媒行業為主。

這種用技術解決剛需的邏輯，也體現在科大訊飛的多項業務增長中。

在大模型加持下，開放平臺與消費者業務全年營收達到61.9億元，成為科大訊飛最大的業務板塊。智慧汽車、智慧醫療、智慧金融業務板塊則分別貢獻了7億元、5.4億元和2.9億元的營收，同比分別增長52.2%、14.9%及26.1%。在C端智能硬件領域，搭載訊飛星火的訊飛智能辦公本、訊飛智能錄音筆、訊飛智能翻譯機等消費者硬件GMV同比大增84%。

另一方面，這也是訊飛一直以來所對外傳達的技術理念：先進技術持續迭代的同時，也始終致力于去解決現實場景。

典型例子就是大模型的每次升級，訊飛星火都有會新的亮點行業應用，比如今年1月發布首個語音大模型，以及此次首次亮相的圖文識別大模型。在底座大模型的加持下，不斷突破大模型能力的邊界。

但每次升級，同樣也都對應了實際場景應用，真正做到現實問題的解決。比如此次劉慶峰就重點介紹了在招投標、合同、教育等場景下的應用。

比如在招投標場景中，科大訊飛和國家能源物資公司在企業采購場景合作了智能無人評審系統，已經在國資委網站上被作為典型案例推薦。

此次該系統還將進一步疊加長文本和長圖文能力，可以讓評標更便捷、更高效、更準確。

還有合同助手。它可以對合同進行風險審核、合同比對、摘要總結以及合同生成，迅速識別潛在風險和漏洞。除了工作中需要，在日常生活中買賣商品、裝修或者購買保險等場景也都完全用得上。

這種解決現實問題的大模型技術理念，也讓訊飛星火在業內快速構建起一定的影響力。

自今年1月30日發布以來，訊飛星火V3.5作為首個全國產算力訓練的大模型，受到了各行業伙伴和開發者的廣泛歡迎。尤其在一些關鍵行業和重大戰略領域，星火大模型以“云、邊、端”的整體解決方案賦能到越來越多的行業，比如汽車、比如家電、比如運營商……在實體經濟中發揮價值。

從開發者生態上來看，在過去不到3個月的時間里，訊飛新增了55萬實名認證的開發者，其中一半以上來自企業。

大模型支撐起新質生產力

今年，毫無疑問的是大模型應用元年。大模型支撐起新質生產力，幫助企業數字化轉型。

但企業到底應該怎么用？如何去用？大模型發展到現在，大致可以梳理出這樣三種模式來。

一種簡言之就是當前大模型加持的通用AI原生APP，功能碎片化每次能調用的工具有限，還依賴于每次大模型公司的模型升級。

還有就是開源大模型或者接入API，但是通用大模型去落地真實應用場景中間還有很長一段距離，這需要技術與行業Know-how協同，對企業來說是個不小的挑戰。

再者就是超級APP，各種AI原生碎片化能力集成在一起，實現工作流程中溝通、執行等方面的提效。但如果沒有計入內部數據，實現內外知識的打通，那么大模型的提效能力是有限的。

而訊飛星火此次展現了第四種模式——智能體平臺。AI Agent作為企業提效手段已經成為確定的趨勢。而科大訊飛直接推出產品化的解決方式，并且整個流程低門檻，只需簡單拖拽就可實現智能體構建和多智能體的協同，企業可以更容易地直接上手使用，有助于實現智能體的規模化落地，實現大模型普惠價值。

最后可以看到，越來越多大模型升級朝著更落地的方向走去，其實也代表了一種特定的趨勢。

那就是大模型已經走向我們日常生活，人工智能朝著解決真實世界的問題的方向不斷深入。