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(chǎn)力UP

白交 2024-04-26 21:00:42 來源：量子位

白交 發(fā)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(xué)習(xí)，還能夠在各種行業(yè)場景中給出專業(yè)、準確回答。
• 還有專門為企業(yè)推出的“智能體平臺”，打造智能助手，解決大模型應(yīng)用企業(yè)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(fā)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(fù)刻”等功能。

好了，目前星火大模型已經(jīng)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(yù)告中，大家就對即將發(fā)布的三個“長”功能頗為關(guān)注?？拼笥嶏w推出這一系列新功能，背后有著怎樣的考慮？

據(jù)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(fā)者和用戶都高度關(guān)注知識的獲取和學(xué)習(xí)問題。

在知識獲取和學(xué)習(xí)的過程中，廣大用戶能拿到的資料往往不僅是現(xiàn)成的長文本，還有隨手可見的報刊書籍內(nèi)容、各種研討會的PPT內(nèi)容，老師黑板上的板書、同學(xué)的筆記，以及各種會議錄音、訪談，各種網(wǎng)上的發(fā)布會、培訓(xùn)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(yè)和專業(yè)行業(yè)應(yīng)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(jù)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(jié)、長文檔文本生成等，總體已經(jīng)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(lǐng)域的知識問答任務(wù)上，星火大模型長文本總體水平已經(jīng)超過GPT-4 Turbo。

而為了應(yīng)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(nèi)，但響應(yīng)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(xué)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(jù)劉慶峰介紹，圖文識別大模型現(xiàn)在已經(jīng)覆蓋了31個最常見的典型場景，像教育類的書刊、學(xué)術(shù)論文、專利、報紙、海報、產(chǎn)品白皮書、PPT和菜單、APP截圖、演講照片等等都已經(jīng)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(yīng)用全景報告》PPT，并詢問相關(guān)細節(jié)問題。

結(jié)果不管是市場規(guī)模、商業(yè)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?？梢钥吹剑嶏w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(fā)布長語音能力的演示視頻試試。

結(jié)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(xué)習(xí)中，拿到的資料無非就是現(xiàn)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(fā)布會、網(wǎng)上教學(xué)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(xué)習(xí)工作小利器嘛~

多情感超擬人合成&一句話聲音復(fù)刻

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

年初訊飛星火V3.5發(fā)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(fù)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(xué)習(xí)知識。此次推出的智能體平臺正是專門面對企業(yè)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(xiàn)用戶輸入的精準理解和任務(wù)規(guī)劃。解析完了相關(guān)的任務(wù)和對應(yīng)的工具之后，訊飛星火已構(gòu)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(xiàn)了往往是獨立的、隔離的OA系統(tǒng)、CRM系統(tǒng)以及ERP系統(tǒng)的打通，完成相應(yīng)操作；最后，通過私域知識融入機制，智能體平臺很容易實現(xiàn)企業(yè)所屬行業(yè)以及企業(yè)私域知識的融入，實現(xiàn)更精準的專業(yè)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(xiàn)新智能體的創(chuàng)建和多智能體的協(xié)作。用以上一套組合拳，敏捷觸達大模型應(yīng)用企業(yè)落地的最后一公里。

訊飛大模型的技術(shù)理念：從解決現(xiàn)實問題出發(fā)

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(xiàn)實剛需，而非只是性能參數(shù)的升級。

一方面，訊飛星火大模型實際體驗中，都是企業(yè)的剛需場景。

據(jù)七麥數(shù)據(jù)顯示，訊飛星火APP在安卓端的下載量已經(jīng)超過9600萬次，在國內(nèi)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(lǐng)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(lián)網(wǎng)、科研、教育、傳媒行業(yè)為主。

這種用技術(shù)解決剛需的邏輯，也體現(xiàn)在科大訊飛的多項業(yè)務(wù)增長中。

在大模型加持下，開放平臺與消費者業(yè)務(wù)全年營收達到61.9億元，成為科大訊飛最大的業(yè)務(wù)板塊。智慧汽車、智慧醫(yī)療、智慧金融業(yè)務(wù)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(lǐng)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(shù)理念：先進技術(shù)持續(xù)迭代的同時，也始終致力于去解決現(xiàn)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(yè)應(yīng)用，比如今年1月發(fā)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(yīng)了實際場景應(yīng)用，真正做到現(xiàn)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(yīng)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(yè)采購場景合作了智能無人評審系統(tǒng)，已經(jīng)在國資委網(wǎng)站上被作為典型案例推薦。

此次該系統(tǒng)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(fēng)險審核、合同比對、摘要總結(jié)以及合同生成，迅速識別潛在風(fēng)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(xiàn)實問題的大模型技術(shù)理念，也讓訊飛星火在業(yè)內(nèi)快速構(gòu)建起一定的影響力。

自今年1月30日發(fā)布以來，訊飛星火V3.5作為首個全國產(chǎn)算力訓(xùn)練的大模型，受到了各行業(yè)伙伴和開發(fā)者的廣泛歡迎。尤其在一些關(guān)鍵行業(yè)和重大戰(zhàn)略領(lǐng)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(yè)，比如汽車、比如家電、比如運營商……在實體經(jīng)濟中發(fā)揮價值。

從開發(fā)者生態(tài)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(fā)者，其中一半以上來自企業(yè)。

大模型支撐起新質(zhì)生產(chǎn)力

今年，毫無疑問的是大模型應(yīng)用元年。大模型支撐起新質(zhì)生產(chǎn)力，幫助企業(yè)數(shù)字化轉(zhuǎn)型。

但企業(yè)到底應(yīng)該怎么用？如何去用？大模型發(fā)展到現(xiàn)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(diào)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(yīng)用場景中間還有很長一段距離，這需要技術(shù)與行業(yè)Know-how協(xié)同，對企業(yè)來說是個不小的挑戰(zhàn)。

再者就是超級APP，各種AI原生碎片化能力集成在一起，實現(xiàn)工作流程中溝通、執(zhí)行等方面的提效。但如果沒有計入內(nèi)部數(shù)據(jù)，實現(xiàn)內(nèi)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(xiàn)了第四種模式——智能體平臺。AI Agent作為企業(yè)提效手段已經(jīng)成為確定的趨勢。而科大訊飛直接推出產(chǎn)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(xiàn)智能體構(gòu)建和多智能體的協(xié)同，企業(yè)可以更容易地直接上手使用，有助于實現(xiàn)智能體的規(guī)模化落地，實現(xiàn)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(jīng)走向我們?nèi)粘Ｉ睿斯ぶ悄艹鉀Q真實世界的問題的方向不斷深入。