文章主题:本文关键词:杨净,凹非寺,QbitAI,ChatGPT,GPT-4,科大讯飞,1024开发者节,星火大模型,多模态,代码生成,复杂推理,AI助手,黄河,白云,孤城,网络梗,虚拟人格,医疗,科技文献,行业大模型,通用大模型产业生态,超脑计划2030,ChatGPT,GPT-4,人工智能,知识,推理,沟通,工业,科研,代码,教育,医疗,智能汽车,超脑计划,半年落地成果,iFlyCode,科技文献大模型,医疗大模型,行业大模型,10万家企业用户,超脑计划2030,ChatGPT,GPT-4,认知智能技术,教育,医疗,金融,汽车,服务,场景积累,产业应用生态,底层软硬生态,合作,华为昇腾生态,飞星一号,通用大模型产业生态。
杨净 发自 凹非寺
量子位 | 公众号 QbitAI
整体超越ChatGPT,医疗全面超越GPT-4!
五个月之后,在科大讯飞全球1024开发者节现场,刘庆峰如约而至兑现诺言,并给出新的Flag:
2024年上半年对标GPT-4!
讯飞最新的星火大模型不仅实力强大,而且已经升级到了七个维度,其中尤其值得关注的是其多模态、代码生成和复杂推理方面的能力。此外,这款模型还可以根据用户自身的人设来生成相应的AI助手,从而提供更加个性化的服务。
除此之外,还有科技文献大模型、医疗大模型以及同其他企业合作的12个行业大模型一并发布。
以科技文献大模型为例,它可以一分钟就能整合18篇论文,生成一篇5页的综述报告。
还能直接生成论文中提到的代码。
医疗大模型也正式公开,化身每个人的健康助手,进行自查、用药指导以及检查/体检报告解读,并首发“讯飞晓医”APP及小程序。
在底层基础设施上,讯飞华为再次联手,发布基于昇腾生态的“飞星一号”平台发布。
正如刘庆峰所强调的那样:唯有自主可控,才有生生不息的未来。
全面对标ChatGPT、医疗超越GPT-4
既然如此,当初的Flag都实现了吗?
首先就星火大模型V3.0本身,我们自然进行了第一手的实测。
在本次的介绍中,我们得知这次七大能力的提升程度令人满意,甚至已经实现了全面对接ChatGPT。值得注意的是,在中文能力客观评测方面,该系统已经成功超越了ChatGPT,显示出其在这一领域的强大实力。此外,医疗、法律、教育等专业表现也尤为抢眼,充分体现了该系统在不同领域的广泛应用潜力。同时,代码项目级理解能力、小样本学习、多模态指令跟随与细节表达等能力的提升,更是证明了其在技术层面的不断进步。
在本次更新中,我们引入了全新的人工智能角色设定,其中一项关键的功能就是虚拟人格。这个功能能够根据用户的性格特点、情感状态以及表达方式,构建出一个初始的人格形象。在此基础上,我们会结合用户的学习需求和对话记录,进一步优化和完善人工智能角色的个性化设置。
既然如此,那么第一波就来考验一下它的基本功。
理解能力。
比如一些只在中文语境下才能get到的网络梗,没想到星火与时俱进直接get。
就连昨天的消息也都知道。
接下来第二波进阶,也是最能考验大模型真正实力的代码生成能力。据介绍,目前讯飞星火代码能力已经超过ChatGPT,但略逊于GPT-4。
既然如此,就来实际评测一下(提示词故意有点语病):
你现在顶级程序员,请写出Resnet神经网络代码,并给出每一段代码的解释。
首先两者都正确识别了问题,给出的代码表现基本一致。
讯飞星火的回答直接分成了代码部分和解读部分。
而GPT-4的回答,直接将代码部分拆分并解释,这样方便代码修正和学习。
最后,再来看看新晋的看家本领——多模态生成能力。
请根据「黄河远上白云间,一片孤城万仞山。」画一幅画。
这一来考验对中文诗词的理解能力,二来考究的是大模型对空间感知的能力。
在观察讯飞星火所绘制的画作时,我们可以发现其不仅深刻理解了古诗词的内涵,同时,其画风也充满了古典的韵味。此外,画家还巧妙地将在画面中融入了黄河、白云以及孤城元素,使得整个空间都被这些元素所环绕,从而呈现出一种更为独特的视觉效果。
而GPT-4则将孤城直接理解成了城市,画面也是更为现代感……
大模型AI人设这块,这也是此次发布的重点更新。可以看到在「发现友伴」这一功能上有近20种AI人格可供选择,包括像马斯克、林黛玉、哪吒、于大爷、樱花木道、秦始皇等等。
比如像这位硅谷钢铁侠,一上来脑子里全都是地球保护、殖民火星那些事儿。
还有像林妹妹,说话语气里带有些许婉转诗意~
据刘庆峰介绍,这一功能上线12小时,已有3000+人设由开发者自创。
此次大模型的专业性上也有所提升,比如在医疗领域,问上这样一个常识问题。
我24小时尿量<100毫升,我怎么了
在对「可能的原因」进行探讨时,双方的观点大致相同。然而,讯飞星火的表述较为简洁明了,同时强调了问题的严重性。相较之下,GPT-4的回答更加详尽周全。
最后再来简单总结一下测评结果:
基础能力:语义理解、时效把握以及代码生成能力上都有很大的提升;多模态生成表现不错,尤其在空间感知能力的表现;个性化上也有人格表现,但会出现原形的情况;专业性表现也基本无事实性错误,尤其医疗能力水平,给出适时诊疗提醒。
每个人的AI助手时代正在到来
除了星火大模型本身,此次科大讯飞1024开发者节可谓是干货满满——
在我国,不仅实现了诸如编程产品iFlyCode、科技文献大模型以及医疗大模型等垂直领域大模型的成功落地应用,同时在各个行业也与行业龙头企业共同创建了12个行业大模型,服务了超过10万家企业用户,这标志着通用大模型产业生态正在逐步形成。此外,超脑计划2030也正有条不紊地推进中。
可以说是眼花缭乱了。
但细细梳理不难发现,这些进展其实围绕着一个底层逻辑——
每个人的AI助手时代正在到来。
正如刘庆峰在发布会上所强调的那样。这也是科大讯飞基于大模型技术发展的趋势理解。
当ChatGPT首次亮相时,人们对其卓越的能力进行了初步探讨。这些能力主要体现在ChatGPT同时拥有知识、推理以及沟通的特性上。
一方面,这是实现认知智能必备的几项能力;另一方面,也是个人AI助手场景相契合。
科大讯飞的技术研发一直专注于特定领域,而其最终的目标是在工业、科研、医疗、教育、智能汽车等领域实现应用。这些应用将使科大讯飞的技术得到更广泛的认可和应用,并为企业带来更多的商业机会。目前,科大讯飞已经在这些领域中取得了一定的成果,并在不断推进技术的发展,以实现更多创新的应用。
以教育为例,科大讯飞就认为目前教育「因材施教」进入到第三个层次:类人式对话辅导,进行逐层讲解。
基于这样的逻辑,从科大讯飞半年落地成果,也就能从中窥见大模型发展一二。
首先是应用和业务场景。
科大讯飞认为,大模型赋能首要就是工业和科研。而要赋能工业,则首先要赋能代码。
iFlyCode。
8月15日iFlyCode发布以来,已有62万开发者应用、107家机构深度应用。
比如“智慧教育大屏”性能优化,传统方案需要15天解决,在iFlyCode辅助下只需7天。
本次iFlyCode2.0在设计阶段、编码阶段、自测阶段都有一定的升级。
科技文献大模型。
本文作者非常荣幸地与我国知名的研究机构——中科院知识文献中心展开深度合作。这一合作不仅涵盖了成果调研的深度分析,也包括了论文研读的深入探讨,更涉及学术写作的高效完成,以及生成论文代码的精确操作。此外,我们还提供润色和学术翻译服务,帮助学术论文更加完善地呈现出去。这项合作旨在助力当下高校研究生更好地开展科研工作,成为他们不可或缺的科研助手。
给一篇中文文献,结果一键就能生成英文版。
还能与时俱进、补充跨领域知识,比如一篇大模型文章,问到ChatGPT发展历程,还补充了现下GPT-4的发展。
医疗大模型。
它能根据体检报告、检查报告进行解读。
传统体检报告一般会有单项解读,以及像复查这种比较粗放的结论。而讯飞晓医不光给出具体指数指标,还会主动询问最近身体情况,联合各个单项结果并更新风险等级。
还可以根据药品照片、自身情况,给出用药建议,比如禁忌、推荐等。
除此之外,还有科大讯飞历来深耕的教育领域,讯飞AI学习机升级了英语AI答疑赋学;同科普中国一起合作发布科普大模型;还打造了AI心理伙伴等等,因材施教已取得规模化应用成果,在全国50000+所学校深度应用。
当然,这些进展其实都是加速讯飞超脑2030计划一部分——懂知识、善学习、能进化、让机器人走进每个家庭。
AIBOT去年发布以来,已为工业、教育、服务等领域372家企业提供服务。
中国玩家大模型加速度优势明显
不可否认的是,以星火大模型等为代表的国产大模型,在确定性方向上发展优势明显。
并且同样保持着同样明显且持续的加速度。
已经形成全球共识的,当前大模型发展已经进入到第二阶段——
大模型AI产品从炒作、演示Demo、到真正的价值导向,用户导向、场景导向。
像微软谷歌亚马逊在内的全球巨头,却面临增长的烦恼:不仅不赚钱,还要倒贴。
以AI编程工具GitHub Copilot为例,微软平均每个月在每个用户身上都要倒贴20美元,最高能达80美元。
个中原因,用户找不到为大模型产品付费的理由。
更本质一点来说,大模型尚未发挥出最大的价值效能。
在这一方面上,中国玩家正在展现出自己的产业发展优势,并且优势明显。
有场景。前一波技术浪潮,AI能落地到千行百业,大模型技术同样也能落地千行百业。一方面,我国有着全球最完整的产业体系,为大模型的落地应用提供了广阔的创新空间;另一方面,在一些场景中,我国还有着不同于其他的独特优势。像教育、医疗,要实现真正的全民普惠,对技术其实提出了更高的要求。
有数据。数据的价值,从未像今天这样受到前所未有的关注。场景数据质量的好坏,直接决定了大模型的性能表现。
此前国内AI应用,已经有深厚的场景积累。如科大讯飞的认知智能技术已经在教育、医疗、金融、汽车、服务等多个领域落地,并构筑起了深厚的行业壁垒。
根据IDC研究显示,中国数据量规模将从2022的23.88ZB增长至2027年的76.6ZB,复合年均增长速度(CAGR)达到26.3%,为全球第一,为大模型的持续优化提供了海量的数据来源。
有市场。ChatGPT作为通用人工智能的代表,本身不是项好生意。OpenAI商业化只是少数,身处于国内市场大环境下的企业,通用路线往往不是一个最佳选择。垂直场景应用路线更受国内市场青睐。
有场景有数据有市场,也再次印证中国玩家率先吃到ChatGPT红利,如今发展加速度明显。
从科大讯飞的迭代应用速度就可见一斑。
今年2月,科大讯飞首次回应:在搞类ChatGPT产品,并给出确定时间点;
5月,讯飞星火V1.0正式发布,在语义理解,长文本生成以及数据能力三方面,据称“已经超过了ChatGPT”,并直接展现五大应用成果。
6月,星火升级至V1.5;8月,讯飞星火V2.0发布,多模态能力实现。
10月,科技文献大模型、医疗大模型等12大行业大模型发布,通用人工智能产业生态初具雏形。
当下大模型的发展进入到了冷静期,每个企业都在思考如何能让大模型充分发挥价值效能。即便如OpenAI的奥特曼,也在寻找自身第二增长点。
关于大模型的评测和判断,不再看发布效率、榜单分数,而是看实际应用、看产业应用生态。
这背后既需要国内底层软硬生态更紧密的合作——华为昇腾生态“飞星一号”平台发布。
也需要同行业龙头、万千开发者一起共建起通用大模型产业生态。目前关于星火大模型开发者已经有17.8万,涵盖各个领域。
大模型时代的序幕才刚刚到来。
好了,对于刘庆峰说的「明年上半年对标GPT-4」的Flag,你怎么看?
AI时代,拥有个人微信机器人AI助手!AI时代不落人后!
免费ChatGPT问答,办公、写作、生活好得力助手!
搜索微信号aigc666aigc999或上边扫码,即可拥有个人AI助手!