科大讯飞星火再升级 发布首个长文本、长图文、长语音大模型
4月26日，都市时报记者从科大讯飞获悉，讯飞星火大模型V3.5（以下简称“讯飞星火”）春季模型正式上新，该模型也是科大讯飞发布的业界首个长文本、长图文、长语音大模型。不仅能够把各种信息来源的海量文本、图文资料、会议录音等进行快速学习，还能够在各种行业场景给出专业、准确回答。
据悉，科大讯飞进一步升级星火语音大模型，首发多情感超拟人合成，具备情绪表达能力，并推出一句话声音复刻功能，让科技更有温度。同时，面向企业应用场景，科大讯飞推出星火智能体平台，帮助企业解决大模型落地的最后一公里难题。
持续用技术进步解决真实刚需，讯飞星火也在获得越来越多用户的认可。据七麦数据显示，讯飞星火APP在安卓端的下载量已经超过9600万次，在国内工具类通用大模型APP中排名第一。
首发长文本大模型 总体水平超过GPT-4 Turbo
据悉，此次首发的长文本、长图文、长语音大模型，意在解决大部分用户用讯飞星火来解决和工作相关的刚需问题。而高效的知识获取是用户和开发者都高度关注的问题。
科大讯飞通过分析发现，在知识获取和学习的过程中，广大用户能拿到的资料往往不仅是现成的长文本，还有随手可见的报刊书籍内容、各种研讨会的PPT内容，老师黑板上的板书、同学的笔记，以及各种会议录音、访谈，各种网上的发布会、培训教育视频等，通过推出首个支持长文本、长图文、长语音的大模型，可以有效解决用户真实场景中多源信息的获取需求。
本次讯飞星火长文本功能全新升级后，具备长文档信息抽取、长文档知识问答、长文档归纳总结、长文档文本生成等能力，总体已经达到GPT-4 Turbo 4月最新长文本版本的97%水平，而在银行、保险、汽车、电力等多个垂直领域的知识问答任务上，讯飞星火长文本总体水平已经超过GPT-4 Turbo。
为了解决大模型应用效率和准确率问题，基于讯飞星火V3.5对长文本的理解、学习、回答能力，科大讯飞进行了重要的模型剪枝和蒸馏，从而推出业界性能最优的130亿参数的大模型，在效果损失仅3%以内的情况下，使得星火在文档上传解析处理、知识问答的首响时间以及文字生成方面都获得了极大的效率提升。测试显示，在保障长文本效果的情况下，无论是10K、64K、128K token，还是更长的文本上，星火大模型的性能都做到业界最优。
长图文大模型可实现复杂场景分析
此外，在面向复杂的图文场景时，科大讯飞在图文识别、公式识别大赛多年国际第一的技术积累基础上，首次推出星火图文识别大模型。
长图文识别功能展示
相比传统小模型逐行文字识别的限制，星火图文识别大模型具有能够直接处理31个典型场景如书刊、学术论文、专利、报纸、海报、PPT等等非常复杂的版面分析；能融合篇章上下文语义进行文字识别，识别更精准；能实现面向教育、金融、医疗、科研等专业领域深度优化，自动实现更多领域的专业符号识别三大优势。
此外，面对广泛的音视频信息高效获取需求，科大讯飞也推出长语音功能，将国际领先的语音识别和翻译技术结合起来，可以实现会议录音、学习视频等的一键研读，实现音视频场景的高效知识获取。
讯飞星火长文本、长图文、长语音能力的升级，进一步推动大模型在各个场景的落地，在招投标、合同、教育等场景下均可实现更多可能。
星火智能体平台为企业注入新质生产力
自今年1月30日发布以来，讯飞星火V3.5作为首个全国产算力训练的大模型，受到了各行业伙伴和开发者的广泛欢迎。据刘庆峰介绍，大模型云边端的整体解决方案正在赋能汽车、家电、运营商等越来越多的行业；在过去不到3个月的时间里，讯飞新增了55万实名认证的开发者，其中一半以上来自企业。
对企业来说，如何高效地获取和学习知识同样是痛点，科大讯飞给出的答案是智能体，并面向企业场景推出全新的智能体平台。
企业构建智能体的环节主要涉及任务理解、外部信源打通、内部各个IT系统打通以及私域知识深入融合等环节，最终根据每个任务的执行结果输出答案，这样一个完整的过程才能够最终完成智能体的构建。
未来，科大讯飞将在6月27日发布讯飞星火大模型V4.0，进一步解放生产力、释放想象力。
来源：都市时报
全媒体记者：李瑞莹
编辑：贺靖
审核：王海涛
二审：钟玲
终审：付晓海