评测结果揭晓：讯飞星火认知大模型引领国产大模型潮流

最近，由中国企业发展研究中心发布的第三份关于大模型的评测报告中显示，科大讯飞开发的讯飞星火认知大模型以1775分的高分再次荣膺评测冠军。这一结果不仅证明了讯飞星火认知大模型的卓越性能，也标志着我国在B端市场的大模型应用上取得了重要突破，实现了从C端到B端的全面覆盖。

在本次的《报告》中，我们精心挑选了包括讯飞星火、360智脑、商汤商量在内的10款最新的国产主流大模型产品，对其进行了全方位的评估和升级。在评估标准上，我们在原有的基础上进一步拓宽，涵盖了更多的主观和客观因素；在主客观融合方面，我们也做了一定的优化，使得评估结果更加全面、准确。例如，我们在1000道题目中选择了400道进行实际问答测试，不仅对大模型产品的性能表现进行了深度评测，还在此基础上加入了厂商技术实力以及未来发展潜力的考量，从而使得评估结果更为全面和深入。

《报告》以“技术实力”与“发展潜力”作为两大坐标轴，对我国人工智能领域的重要企业——科大讯飞进行了深入分析。在“技术实力”方面，报告将平台的性能、安全性、模型可解释性以及实时性能等重要指标进行了全面评估，并且进一步细化，包含易用性等七个三级指标。科大的技术实力在各个方面都表现出色，这使得其在大模型领域具有强大的竞争力。对于“发展潜力”，报告从社会认可度、创新能力以及市场前景等多个角度进行了考察，并给出了三大二级指标以及用户接受度等五个三级指标。基于这些指标，报告计算出了主流大模型的综合指数，该指数达到了3.0。在这个指数中，科大讯飞的星火等三家大模型在“技术实力”和“发展潜力”两个维度上均位于第一象限，显示出它们在人工智能领域的领先地位。

自今年下半年起，行业进入了“百模大战”的新阶段，这个阶段已经从单纯的技术竞赛转变为应用层面的竞争。《报告》对当前主流的大模型产品进行了全面的评估，从基础能力、智商、情商以及工具提效等四个维度进行了深度测试。根据测试结果，科大讯飞的表现最为出色，其得分为1775分，不仅的总分位居榜首，而且在基础能力、智商以及工具提效这三个方面的指数都名列第一，显示出其在应用层面上的强大实力。

《报告》中的四大评测维度中，针对“工具提效指数”这一项，我们主要关注其在实际应用场景中的表现。具体而言，该指数在不同专业技能场景下都能在一定程度上提升问题分析和解决的水平，同时还能加速大纲罗列的过程。通过这样的测试，我们可以全面评估大模型是否具备高度实用性。

在最近的一份报告中，针对一个重要的医疗议题进行了深度探讨和测试：“猴痘的传播方式以及现有治疗手段是什么？”来自讯飞星火的团队凭借其卓越的分析能力和专业知识，精炼地提出了三种传播途径和相应的治疗方法，最终以472分的高分位列第一。这充分展示了他们在该领域的研究实力和应对能力。

原内容主要强调了两个方面的观点：一是大模型技术在C端场景的应用越来越广泛；二是对于B端的产业价值，还需要进一步去挖掘。基于这两点，我们可以这样重新组织语言表达：《报告》指出，随着大模型技术的不断发展和成熟，其在C端场景的运用已经越来越普遍。同时，我们也应该看到，在B端领域，其潜在的产业价值还没有被充分挖掘出来。因此，我们需要继续努力，深入发掘和利用这些价值，以推动产业的持续发展。

《报告》指出，为了确保算力安全，讯飞与华为携手合作，共同利用各自的自研大模型训练平台，以及华为的基於昇腾AI基础软硬件的高算力AI芯片、高性能算子库、多卡高速互联和分布式存储等先进技术，成功构建了一个面向超大规模大模型的训练国产算力集群。这一举措不仅确保了我国人工智能大模型的算力安全，还推动了其发展自主权。此外，讯飞星火所形成的立体化“内容安全”保障机制，也为解决相关领域问题提供了有力支撑。

在实践成效方面，《报告》认为，“在讯飞保障内容，华为保障算力的前提下，讯飞联合华为推出了国产软硬件一体化的私有专属大模型解决方案‘星火一体机’，它就好像一个人工智能大模型的服务器，开箱就可以立即提供从底层算力、AI框架、训练算法、推理能力、应用成效等全栈AI能力，让企业可以在这个‘一体机’上，打造属于自己的专属私有化大模型”。

文/北京青年报记者 温婧

编辑/樊宏伟