訊飛星火首發智慧體平臺，敏捷觸達大模型應用企業落地最後一公里-今日必看

訊飛星火首發智慧體平臺，敏捷觸達大模型應用企業落地最後一公里

來源：娛樂大起底釋出時間：2024-04-29 22:03

4月26日，訊飛星火大模型V3.5（以下簡稱“訊飛星火”）春季上新。面向使用者高效準確知識獲取的痛點，科大訊飛釋出業界首個長文字、長圖文、長語音大模型，不僅能夠把各種資訊來源的海量文字、圖文資料、會議錄音等進行快速學習，還能夠在各種行業場景給出專業、準確回答。

科大訊飛進一步進級星火語音大模型，首發多情感超擬人合成，具備情緒表達能力，並推出一句話聲音復刻功能，讓科技更有溫度。

同時，面向企業應用場景，科大訊飛推出星火智慧體平臺，幫助企業解決大模型落地的最後一公里難題。

持續用技術進步解決真實剛需，訊飛星火也在獲得越來越多使用者的認可。據七麥資料顯示，訊飛星火APP在安卓端的下載量已經超過9600萬次，在國內工具類通用大模型APP中排名第一。

首發長文字、長圖文、長語音大模型，助力知識高效獲取

為什麼科大訊飛要做長文字、長圖文、長語音的大模型？

透過訊飛星火APP可以看到，使用者使用的最高峰不是週末，而是工作日的上午9:30和下午3:30。這意味著，大部分使用者用訊飛星火來解決和工作相關的剛需問題。而高效的知識獲取是使用者和開發者都高度關注的問題。

科大訊飛分析發現，在知識獲取和學習的過程中，廣大使用者能拿到的資料往往不僅是現成的長文字，還有隨手可見的報刊書籍內容、各種研討會的PPT內容，老師黑板上的板書、同學的筆記，以及各種會議錄音、訪談，各種網上的釋出會、培訓教育影片等，能不能把這些文字、圖片、語音等都上傳到訊飛星火中，快速地獲取知識？

為此，科大訊飛推出首個支援長文字、長圖文、長語音的大模型，來解決使用者真實場景中多源資訊的獲取需求。

本次訊飛星火長文字功能全新升級後，具備長文件資訊抽取、長文件知識問答、長文件歸納總結、長文件文字生成等能力，總體已經達到GPT-4 Turbo 4月最新長文字版本的97%水平，而在銀行、保險、汽車、電力等多個垂直領域的知識問答任務上，訊飛星火長文字總體水平已經超過GPT-4 Turbo。

長文字功能的落地需要解決資訊高效處理的問題：面對上百萬甚至上千萬文字，長文字大模型消耗的運算資源非常大。

為了解決大模型應用效率和準確率問題，劉慶峰談道，基於訊飛星火V3.5對長文字的理解、學習、回答能力，科大訊飛進行了重要的模型剪枝和蒸餾，從而推出業界效能最優的130億引數的大模型，在效果損失僅3%以內的情況下，使得星火在文件上傳解析處理、知識問答的首響時間以及文字生成方面都獲得了極大的效率提升。測試顯示，在保障長文字效果的情況下，無論是10K、64K、128K token，仍是更長的文字上，星火大模型的效能都做到業界最優。

面向複雜的圖文場景，科大訊飛在圖文識別、公式識別大賽多年國際第一的技術積累基礎上，首次推出星火圖文識別大模型。

相比傳統小模型逐行文字識別的限制，星火圖文識別大模型具有三大優勢：1）能夠直接處理非常複雜的版面分析，目前已經覆蓋31個典型場景，比如書刊、學術論文、專利、報紙、海報、PPT等，同時能自動識別標註出18類不同的版面要素，比如頁首、頁尾、標題、段落、表格、公式、印章、手寫等；2）融合篇章上下文語義進行文字識別，識別更精準；3）面向教育、金融、醫療、科研等專業領域深度最佳化，能自動實現更多領域的專業符號識別。