“1024 直接对标 ChatGPT ”科大讯飞星火大模型立 Flag、一手实测来了

短短半年之内，在大模型赛道上，国内外 AI 头部玩家陆续带着自己的 AIGC 产品迅速就位并“开跑”。现如今，谁能打造出中国版 ChatGPT，已经不再是一个问题。但是，谁能做出更好的中国版 ChatGPT，成为业界关注的重点。

北京时间 5 月 6 日下午 2:00，作为人工智能“国家队”的科大讯飞，如约揭晓了其认知大模型——讯飞星火的真实面纱， 并带来了丰富的应用成果，为中国生成式 AI 市场再添一位猛将。

目前，讯飞星火认知大模型已经开启内测（https://xinghuo.xfyun.cn）。CSDN 在早前已经获得了内测，下文中，我们也将与大家一起探测「讯飞星火认知大模型」的真实情况，以及它的与众不同之处。

01 带着 7 大类 481 个细分的任务类型，讯飞星火认知大模型来了！

在发布会现场，科大讯飞董事长刘庆峰表示，认知大模型的技术阶跃和快速进化，让人工智能在全球掀起全新热潮。当前，认知大模型成为通用人工智能的“曙光”。与此同时，认知大模型的“智能涌现”将带来解决人类刚需的全新机遇。

具体来看，智能涌现的通用人工智能系统具有七大能力，包括文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力。基于此，人类只要做画龙点睛的加工，就能得到“懂你所言，答你所问，创你所需，解你所难，学你所教”的所有内容。

讯飞星火认知大模型是基于科大讯飞 12 年的技术积累，打造而成，实现了通用人工智能系统七大能力中的 481 个细分任务。其还在 2022 年 12 月 15 日，正式启动“1+N”认知大模型专项攻关，其中“1”就是指通用认知智能大模型，“N”就是大模型在教育、办公、汽车、人机交互等各个领域的落地。

对于先行者，刘庆峰表示，「向 OpenAI 致敬和学习，快速追赶并努力超越」。

与此同时，其更是在现场目标明确，立下 2023 年内讯飞星火认知大模型的升级 Flag：

• 6 月 9 日，讯飞星火认知大模型将突破开放式问答、升级多轮对话能力、数学能力。
• 8 月 15 日，突破代码能力、继续升级多模态交互能力。
• 10 月 24 日，讯飞星火认知大模型将在通用大模型领域直接对标 ChatGPT，并在中文维度实现超越。

话不多说，我们也将从七大能力直接开启测试模式。

02 代码能力：多功能、多语言

对于程序员而言，关注的重点当然是大模型能给我们解决多少代码、编程问题。

在此，我们便先测试一下。

譬如，捉 Bug。

写代码：“围绕“给定一个 1-100 的整数数组，请找到其中缺少的数字”写一段实现代码”。

再来一个递归函数：

挑战难一点的：「怎么用 C++ 编写一个复数计算器？包括加减乘除、幂次方、取模、辐角、共轭。实部和虚部都是实数范围。」

对此，我们咨询了 CSDN-AI 团队研发总监对这段代码进行了点评，其表示：讯飞星火认知大模型生成的代码，复数类的代码基本实现是对的，但是测试用例没有一次性生成完整。和 GPT 生成的测试用例相比，这段代码比较简洁完整。

其实在代码能力上，刘庆峰坦言，讯飞星火大模型的这一功能和 ChatGPT 相比，还有很大差距，下一步升级的重点功能也是这一块。

就连大模型自身也说道：“我的代码生成功能仍然有限，可能无法满足复杂的业务需求”。

简单的代码问题，对于讯飞星火认知大模型来说，不成问题。不过在涉及到一些复杂的工业互联网、架构时，其生成的内容只能供参考。作为开发者，更要自行检查代码正确性、可靠性和保密性等等。

03 文本生成能力：多风格、多任务、长文本

首先，先给我们介绍一下自己：旨在“星星之火，可以燎原”。

再来科普一下认知大模型：

再让讯飞星火认知大模型来讲个英文的故事：

直接翻译成中文试试：

几次实测下来，讯飞星火认知大模型在不同语言的涌现能力表现都不错：

继续续写一个故事：如果奥特曼出现在《西游记》故事中，会发生什么？

结果显示，它对中国文化理解力也不错：

在这一功能上，刘庆峰表示，讯飞星火大模型在国内明显领先，并且在中文方面超过了 ChatGPT，并且在持续进步中。

04 语言理解：多层次、跨语种

中华文化博大精深，这是否会难倒讯飞星火认知大模型？

用现场的测试案例，先来一波直击灵魂的提问：「俗话说，男子汉大丈夫，宁死不屈。但俗话又说，男子汉大文夫，能屈能伸。这两种说法哪种是对的」

追问：「如果有个小伙子和女朋友吵架了，他是应该宁死不屈还是能屈能伸」。

语境理解：「女朋友生气时，说随便，男朋友应该怎么做？」

再来一个：「烈日之下，我哭了。烈日之下，我看到我的爸爸在干活，我哭了。分别表达了什么心情」

不得不说，拥有讯飞星火大模型的情商和理解力，绝对能分分钟拯救“每步都踩在女朋友的雷点上”的他。

再来试试英文：「这句话有问题吗：Each of the boys have a pen.」

结果显示，此大模型不仅能识别出错误，也能直接给出正确的语句答案。

05 知识问答：泛领域、开放式

先问一下关于医学问题：

提问：刺绣里面的"水路”、“落绷"是什么?

再问：「"蚂蚁上树”这道菜怎么做?」

这一次，我们终于没有看到真实的蚂蚁被做成菜的“指南”了：

不妨再来一场辩论试试：「以"AI创作的绘画是/不是艺术"为主题，进行辩论，正方:是艺术，反方:不是艺术，最终得出结论」

刘庆峰表示，讯飞的大模型也正在逐步学习专业的科学文献，未来回答也会更加专业。

06 逻辑推理

来一道经典的“过河”推理问题：

一个人带着一匹狼、一只羊和一捆卷心菜来到了河边。他需要过河，但是河边只有一条船，而且他只能带一样东西上船。他不能把狼和羊一起留在河边，也不能让羊和卷心菜一起留在河边，因为在这两种情况下，前者都会吃掉后者。那么，如何用最少的渡河次数把所有东西都带到河对岸呢?解释得详细一些

根据我们的需求以及提问，讯飞星火认知大模型能够尽可能提供详尽的解答：

继续提问：

07 数学能力

在数学能力上，先来一个简单的“鸡兔同笼”试试水。我们发现，相比其他大模型，讯飞星火似乎更善用方程来解决问题：

接下来，我们又用了此前在其他三四款大模型上提过的问题来进行了测试，但是彼时只有 ChatGPT 回答出来了。

提问：某厂一车间有 64 人，二车间有 56 人，现因工作需要，要求第一车间人数是第二车间人数的一半，问需从第一车间调多少人到第二车间？（列方程解答）

讯飞星火认知大模型并没有让我们失望，成功做出了解答：

再来测试一下不动脑筋就会想错的问题：「公司的股票昨天涨了 10%，今天又跌了 10%，请问是涨了还是跌了」。

08 多模态能力

截至目前，虽然星火认知大模型不是国内第一个发布的，但在多模态能力上，功能还是颇为全面的，具有语音、图文理解、虚拟人合成、多模态交互等多种能力。

不过，有些遗憾的是，这些功能目前处于科大讯飞内部测试阶段，尚未公开。根据其官方计划，公测用户应该能在 8 月份用上。

当前，倒是可以通过现场演示一饱眼福。如上传一张英文菜单图片，直接翻译为中文：

也可以畅想一下，对于英文不好的技术人而言，是不是可以通过大模型，无障碍阅读很多英文文献、论文了。

下面进一步交互，表现力也不错：

也能直接语音输出：

还能直接生成虚拟人。这个虚拟人能够结合文字叙述的背景，配上相应的背景图、手势、语气，实现寓意贯穿。

09 畅想一下未来

综合以上，讯飞星火认知大模型在情商、智商、逆商不错的表现能力，有目共睹。不过，这也引发了不少从业者的焦虑，现在不妨也让它来与我们一起畅想一下未来。

当问及和人类的智慧相比，谁更胜一筹时，星火认知大模型给出了中肯的回答：在某些情况下，还需要人类的判断和智慧。

面对现在很多程序员都要问上一句的“取代潮”，它表示自己不太可能完全取代程序员的工作。

畅想未来，它也能很现实地告知，理想中的 AGI 离我们还有很远，甚至可以说是遥不可及。

这对于很多新闻播报的自媒体工作者而言，无疑是福音来了。

与此同时，当问及未来开源 AI 大模型的发展趋势时，其中立地回答道：各有优劣，未来的发展趋势将取决于具体的应用场景和技术需求。

10 最后

整体测试下来，讯飞星火认知大模型给我们带来的惊喜远远大于预期，这也是讯飞大模型在今天发布之后频频获得好评的原因。不过，刘庆峰也表示，目前纯大模型技术在新知识获取、事实类问答、史实与传统典籍理解等方面还有一定的缺陷。

不过正如文章伊始所述，这些难题攻克都已经提上日程。

如今，讯飞星火认知大模型技术也已经从单一的大模型本身，成功扩展到教育、办公、汽车、数字员工等 N 个方向，在不断迭代中，我们也期待星火认知大模型更加亮眼的表现。

本文来自微信公众号 “CSDN”（ID：CSDNnews），作者：屠敏，36氪经授权发布。