国产大模型新高度！讯飞星火4.0发布：整体超越GPT-4 Turbo，8个国际权威测试集测评第一

声明:本文来自于微信公众号 机器之心（ID:almosthuman2014），作者:姜菁玲 杜伟，授权转载发布。

国内大模型的能力，又来到了一个新高度!

6月27日，科大讯飞正式对外发布讯飞星火大模型V4.0，以及在医疗、教育、商业等多个领域的人工智能应用。

随着新版本的发布，讯飞星火V4.0七大核心能力全面升级，在8个国际主流测试集中排名第一，整体超越GPT-4Turbo，领先国内大模型。

刘庆峰称，当前，星火APP下载量已经达到了1.31亿，涌现出一批用户喜爱的应用助手。在星火大模型的加持下，部分场景下的智能硬件销量同比增长70%+，月均使用时次数超过4000万。

另外，星火V4.0大模型是基于全国首个国产万卡算力集群飞星一号训练而成，意味着完全自主可控。

整体超越GPT-4Turbo

七大底层核心能力再次升级

今年1月底，星火大模型 V3.5在语言理解、数学能力方面超过了GPT-4Turbo，但代码、多模态等其他能力依然与后者存在一些差距。

如今，5个月过去了，星火大模型V4.0再次进化，不仅在文本生成、语言理解、知识问答、逻辑推理和数学五大能力方面完成了对GPT-4Turbo的整体超越，并进一步缩小了在代码、多模态能力方面的差距，尤其是多模态能力达到了后者97%的水平。

不仅如此，在国内外涵盖理解 &推理、综合考试、数学&科学以及代码任务的12项中英文主流测试集中，星火大模型V4.0在8项测试集中排名第一。

在主流测试集之外，最近新鲜出炉的中高考题目更能检验大语言模型的综合成色。

在这一领域的考核中，星火大模型V4.0的表现尤为出色。以2024北京中考为例，星火大模型V4.0取得了主客观题得分率的双双第一，可以说是合格甚至中等水平的考生了。

除了底座七大核心能力的全面提升，此次星火大模型 V4.0在指令跟随、文本、多模态、推理能力等多个方面还进行了针对性的性能优化和功能创新。

首先，星火大模型V4.0加强了复杂指令跟随和长文本处理能力，并业界首发一项新功能——长文本内容溯源。

具体来讲，在长文档要素抽取、长文档总结摘要、长文档问答和长文档文本生成等任务中，星火大模型 V4.0的整体表现与GPT-4Turbo相当。同时，内容溯源功能又进一步减少了长文档知识问答任务中的幻觉，使得答案的准确率更高。

在多模态方面，星火图文识别能力持续升级，尤其在科研、金融、医疗、司法和办公等专业领域的图文识别能力获得极大提升，超越了OpenAI上个月发布的最新旗舰模型 GPT-4o。这意味着星火大模型V4.0未来在这些垂直应用领域会有更大的应用潜力。

星火大模型V4.0在面向教育复杂场景的图文识别任务中也更加游刃有余，在印刷体和手写体的复杂公式识别中均显著超越了GPT-4o。

同样地，在基于逻辑关系的多模理解方面，星火大模型V4.0可以给出较以往逻辑更严谨、思路更清晰的回答。

最后，星火大模型V4.0能够搞定更加复杂的逻辑推理、空间推理问题。

以空间推理为例，“Bob在客厅里。他拿着一个杯子走到厨房。他把球放进杯子里，然后拿着杯子走到卧室。他把杯子倒过来，然后走到花园。他把杯子放在花园里，然后走到车库。问题:球在什么地方?”讯飞星火可以基于空间和常识推断出球在卧室的地面上，这些能力的进步对于以后的具身智能、家庭机器人都具有意义。

可以说，一系列底层核心能力的升级，秀出了国产大语言模型全面超越国外竞品的实力，并为基于大模型的应用落地打下了坚实的能力基础。

星火语音大模型发布74个语种方言“自由对话”

破解强干扰场景下语音识别难题

语音能力一直是科大讯飞的绝对优势。6月24日，科大讯飞凭借“多语种智能语音关键技术及产业化”项目荣获2023年度国家科学技术进步奖一等奖。

早在2024年1月30日，讯飞在星火大模型V3.5更新中，就已首次对外发布星火语音大模型，首批37个主流语种语音识别效果超过OpenAI Whisper V3。在星火V4.0的发布会上，科大讯飞宣布其语音模型能力再次重磅升级，除了37个主流语种，还增加对37种方言的识别。用户可以实现37个语种+37个方言共74种语言免切-自由交流。

现场，演示人直接用上海话、粤语、合肥话、四川方言、日语以及法语等语言直接跟大模型沟通，大模型都能在快速准确识别出来。

另外，讯飞还重点展示了其超复杂场景语音转写的能力。三位人员现场实测了在噪音场景下，同时混叠着说话，正常人耳已难以听清，只见讯飞星火的多模态能力不但实现了三人重叠语音的角色分离，还能实时转写出每个人说的话。

凭借智能语音的升级，讯飞进一步在汽车场景深耕。刘庆峰还展示了升级后的星火智能座舱。

医疗大模型讯飞晓医

每个人的AI健康助手

由于医学场景的特殊性，专业性极高、容错率极低，面向C端的健康知识问答一直是一个难点。

去年10月，讯飞曾经在星火V3的发布中简单介绍过自己医疗大模型应用讯飞晓医以及面向B端的应用智医助理，讯飞晓医面向C端开放，可以提供体检报告分析等功能，智医助理可以提供预问诊等能力。

这次星火V4.0发布，讯飞针对医疗大模型和应用做了进一步升级介绍。现场刘庆峰分享的数据显示，在海量知识问答、复杂语言理解、专业文书生成、诊断治疗推荐、多轮交互以及多模态交互等方面，讯飞星火医疗核心能力全面超过GPT-4Turbo和GPT-4o。

在应用端，自发布后，面向医生端的智医助理实现了辅助诊断8.2亿次，147万次修正诊断，帮助发现7267万不合理处方数。

面向个人端的App讯飞晓医则可以为普通用户免费提供病历、体检报告、检查报告的解读，也可以对医药知识进行对话。通过集合各类健康信息，App可以为用户个人提供一个个人数字健康空间，记录疾病史、用药史以及生活习惯等，可以在看病前帮助用户分析病症原因，用药时为用户提供个性判断、药物禁忌、检查后提供变化情况分析以及记录等。

现场演示的:扫码上传病历单和体检报告单，分析和解读。

发布智能批阅机

教育大模型再次升级

讯飞星火V4.0对教育大模型进行升级，并对外发布星火智能批阅机以及进一步升级讯飞AI学习机两款硬件。

智能批阅机面向老师群体，将试卷放到批阅机上，批阅机可以实现自动扫描、在原卷子上进行打印批改，并且扫描后的数据自动上传，生成学生个性的学情分析以及班级共性分析，还可以据此给学生布置个性作业。较人工批改，智能批阅机在阅卷场景上效率从90分钟/班提升到5分钟/班。

此外，讯飞还继续升级了教育硬件AI学习机。利用升级后的AI学习机，用户只需要拍摄试卷、选择试题，AI就会帮助用户答疑辅导，进行智能对话式讲解。

推出个人空间

打造懂你的AI助手

智能体的火爆已经成为2024年应用爆发的重要迹象。

自OpenAI先后推出GPTs以及GPT Store以来，人们可以基于大模型量身打造自己的AI智能助理。很多人都对它们的到来抱有极大期待，认为会迎来AI的iPhone时刻。其他厂商也随之跟进推出类似的AI智能体服务，比如微软推出了自己的C opilot GPTs服务。

然而，事情的发展不尽如人意，GPTs很快陷入了瓶颈。几天前，微软宣布砍掉了维持仅3个月的C opilot GPTs服务。细究原因，GPTs很大程度上在应用场景和商业落地方面没有跟上来，后续也就失去了进一步发展的动力。

因此，近半年来，国内头部大模型厂商都在智能体上快速发力，并在应用层面下足了功夫。

本次讯飞星火V4.0版本同样重点推出了智能体方面的更新。在讯飞星火Desk以及星火App中，智能体已经成为和Chatbot同样的一级入口。点开智能体中心，讯飞的智能体商店覆盖了生产力工具、学习、编程、营销等多个领域的智能体。

根据发布会披露的信息，目前，星火APP/Desk将首批上线14个智能体，面向特定场景打造专属助手。

用户既可以在这里选择自己的AI英语老师，也可以选择一个定制好的AI律师来帮自己拟一份合同，还可以随意挑选擅长Python、C++等语言的AI程序员来帮自己实现编程。

比如，捏一个严格的雅思老师。点击智能体创建后，用一句话概括我们需要的雅思老师——需要帮我制定三个月的学习计划，覆盖听说读写，并且针对每个部分教学。

点击生成后，后台会根据需求自动拓展这个智能体的其他方面，同时你可以随时进行调试。

调试完成后，就可以向AI雅思老师学习了。

不过，与GPT Store相比，科大讯飞将智能体功能看成是实现用户个性化的一部分。用户可以根据自身需要去选择和定义自己需要的智能助手。

而在实现个性化上，讯飞星火V4.0还对外发布发布“个人空间”，为用户提供专属私域知识库，通过上传个人文档，让大模型进行更精确的知识问答和内容生成;并且通过人设标签、日程管理、信息订阅、创建发音人，为用户提供更加个性化和趣味化的服务。

用户可以在个人空间持续上传自己的资料文件，AI会根据所上传的资料进行问答，并且提供内容溯源，在提高个性化的基础上减少模型幻觉。

通过让用户更高程度的定义Chatbot，从个人知识增强、到选择人设标签、创建发音人，再到开放智能体定义，科大讯飞将大模型Chatbot的数据、工作流以及表现形式各方面都实现了定义自主化。

个性化大模型到了一个新阶段，星火大模型V4.0将每个人的个性化智能助手这件事从个性化和智能两方面都向前迈进一步。

写在最后

在2024大模型落地元年，要想一直保持领先地位，抢先并全方位布局至为关键。

数天前，科大讯飞《多语种智能语音关键技术及产业化》项目获国家科学技术进步奖一等奖。这也许就是对科大讯飞多年来AI技术成就的肯定之一。要知道，这是深度学习革命以来，过去十年人工智能领域首个国家科学技术进步奖一等奖。

可以说，从1月底的V3.5到今天的V4.0，讯飞星火大模型不仅在底层能力方面走得更稳，更在应用落地上开足了马力。

一方面在不断提升底层核心语言能力，持续赶超全球顶级大模型，并打磨升级自身优势模型能力比如语音能力;另一方面在应用和商业化方面投入更多精力，从现实场景需求出发进行全面布局，通过打造垂类大模型、私人定制智能体以及端侧智能硬件等多种方式，加速大模型在B端和C端的落地，让更多企业、普通用户切身体验到大模型带来的价值。