星火

科大讯飞凭借讯飞星火大模型V3.5升级发布新一代智慧黑板——星火智慧黑板，赋能教育硬件，进入AI时代，使智慧教育大屏赛道迎来变革。该智慧黑板具备多模态理解与推荐、全自然交互等功能，通过OCR识别和智能推荐引擎实现多种要素的手写识别，以及语音交互和虚拟人辅学等创新教学手段。在政策推动的教育数字化背景下，智慧教育市场潜力巨大，而星火智慧黑板有望打破“红海”竞争，助力行业洗牌。

文章介绍了科大讯飞最新发布的讯飞星火V3.5版本，该产品在语音合成技术上实现了长文本、长图文与长语音能力升级，并新增了多情感超拟人合成和一句话声音复刻两大功能。通过这些技术，语音合成可以实现更自然、个性化的情感表达，支持多语种智能交互。特别是在家庭亲子场景中，这项“一句话声音复刻”功能能提供持久的声音陪伴，体现了科大讯飞在科技助老方面的努力和对温暖人工智能的追求。

撰文/ 陈邓新 编辑/ 李 季 排版/ Annalee 2024年4月26日，科大讯飞的星火大模型V3.5春季上新，一句话声音复刻功能让科技更有温度；推出星火智能体平台，助企业解决大模型应用落地“最后一公里”难题；确定6月27日正式发布讯飞星火V4.0…… 这其中，讯飞星火成为业界首个支持“长文本、长图文、长语音”的大模型，成功抓住用户高效准确知识获取的痛点，尤为引人瞩目。 相比之下，长文文字长度“全球第一”的攀比变得索然无趣。 时至今日，科大讯飞为什么要做长文本、长图文、长语音的大模型？长文本、长图文、长语音的大模型，到底成色几何？闯入大模型决赛圈，科大讯飞的底气何在？ “长文本”竞争，迈入2.0时代 ChatGPT横空出世，催生了“百模大战”。 百家争鸣之下，行业也在思考大模型的价值，从尝鲜走向实用成为共同的诉求，于是乎应用落地成为大模型博弈的“主战场”。 不过，“大厂们”的主要精力在B端，通过赋能产业的方式，实现共生共荣共赢。 与之对应是，C端重视的程度有所不及，提效需求长期得不到彻底满足，以至于“修改AI生成文案的时间，不比从头想来的少”成为共鸣。 直到“长文本”出现，才有了微妙的变化。 毕竟，人工阅读长文本耗时按小时计算，但大模型耗时按秒计算，提效肉眼可见，C端知识高效获取从梦想走向现实。 公开资料显示，GPT-4Turbo-128k的文本范围约为10万汉字，Claude3200k约为16万汉字，而以Kimi为首的国内大模型不断内卷，长文本处理能力从20万汉字一路攀升超千万汉字，上演了一出“军备竞赛”。 作为既懂B端又懂C端的公司，科大讯飞却有不同的看法。 科大讯飞分析发现，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，如何把这些文本、图片、语音等都上传到讯飞星火中，则可以快速地获取全维度的知识。 通俗易懂地说，科大讯飞跳出长文本之争的固有思维，通过多模态进行降维打击，真正面向用户高效知识获取的多元场景，摆脱了“长文本”当下的内卷。 对此，科大讯飞董事长刘庆峰表示：“我们从星火APP的应用看到，使用的最高峰不是周末，而是工作日，使用的最高峰时间是在工作日的上午9:30和下午的3:30，也就是说绝大部分用户是由我们讯飞星火来解决和工作相关的问题的。” 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。 从可用走向爱用，从场景中找到刚需 以上可见，持续用技术进步解决真实刚需，是讯飞星火获得用户认可的关键所在，也契合科大讯飞大模型一直秉持的“解放生产力，释放想象力”宗旨。 事实上，科大讯飞的长文本、长图文、长语音大模型，堪称职场人的提效“神器”。 一方面，长文本处理更专业。 虽然越来越多的大模型支持长文本处理，但含金量却并不相同，之所以如此与使用RAG（检索增强）算法息息相关。 一名业内人士告诉锌刻度：“所谓RAG算法，可以简单粗暴地理解为长文本拆分成多个短文本再进行处理，从而降低了技术门槛，拼长度很有优势，但捕捉上下文能力相对不足，进而降低了处理效率，并在精准性、连贯性、可靠性上处于劣势。” 上述业内人士进一步表示，RAG算法满足可用标准，适合一些对知识准确度要求不高的工作场景，需要用户人工再检查一遍，而无损算法可以完整地捕捉上下文内容，从而理解长文本更准确，满足易用标准。 讯飞星火则更进一步，达到好用与爱用的标准。 讯飞星火通用长文本能力，包括长文档信息抽取、长文档知识问答、长文档总结、长文档文本生成等，总体已经接近GPT-4 Turbo，而在各垂直领域的知识问答任务上，星火大模型长文本总体水平已经超过GPT-4 Turbo。 更为重要的是，借助稀疏剪枝技术与知识蒸馏技术，推出业界最优的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。 如此一来，即使潦草手写文字的识别也不在话下，而这曾是Kimi的痛点。 另外一方面，创新瞄准刚需。 作为后入者，单单更专业是不够的，还需要有独到之处才可以后来居上，科大讯飞从场景中找到刚需，再通过满足刚需达到创新的目的。 于是乎，长图文、长语音令讯飞星火占据了“人无我有”的竞争优势。 更为关键的是，长文本、长图文与长语音相互促进，应用场景得到极大的扩展，讯飞星火落地也顺势获得更大的增量场。 譬如，日常生活中经常碰到冗长的购房合同、保险合同等，看不懂、看不完、看不全成为一个长期的痛点，长文本与长图文叠加则可以对合同进行风险审核、合同比对、摘要总结等，迅速识别潜在风险漏洞，让合同处理更便捷、更高效、更准确。 再譬如，长文本叠加长语音，可以帮助提升实录转写的效率以及篇章梳理能力，让教师备课、学生复习更方便、更轻松、更省心。 另外，讯飞AI学习机是全球首款认知大模型AI学习机，长图文与长语音叠加可以提升了AI学习机是的智能化辅学能力，赋予英语口语陪练、中英作文批改、数学互动辅学、百科自由问答、亲子教育助手等更强的互动性，增加孩子的学习兴趣，进一步释放孩子的创造力、启发力与想象力。...

科大讯飞星火大模型V3.5新添多项功能，针对长文档、图文、音频和视频等材料，能快速精准解析并以问答形式提取信息，解决了“太长不想看”的问题。它在长文档处理上具有大容量兼容和高效率优势，对GB18285-2018尾气排放国标文件的测试中准确迅速，还能进行理解和分析，甚至能应对英文专业文档并总结注意事项。此外，星火合同助手结合法条逻辑可帮助审查合同严密性，节省文件比对工作，其广泛支持的音视频格式使其成为处理各类时长录音的理想工具。这标志着科大讯飞在通用大模型领域的一大突破，显著提升了工作效率和信息获取便利性。