新快报讯 4月26日，讯飞星火大模型V3.5（以下简称：讯飞星火）春季上新，发布业界首个长文本、长图文、长语音大模型，不仅能够快速学习各种信息来源的海量文本、图文资料、会议录音等，还能够在各种行业场景给出专业、准确回答。
其首发多情感超拟人合成，具备情绪表达能力，并推出一句话声音复刻功能，让科技更有温度。同时，面向企业应用场景，其推出星火智能体平台，帮助企业解决大模型落地的“最后一公里”难题。根据七麦数据，讯飞星火APP在安卓端的下载量超过9600万次，在国内工具类通用大模型APP中排名第一。
安卓端下载量。解决和工作相关的刚需问题
为何要做长文本、长图文、长语音的大模型？通过讯飞星火APP可以看到，用户使用的最高峰不是周末，而是工作日的上午九点半和下午三点半。这意味着，大部分用户用讯飞星火来解决和工作相关的刚需问题。而高效的知识获取是用户和开发者都高度关注的问题。
据介绍，此次长文本功能全新升级后，具备长文档信息抽取、长文档知识问答、长文档归纳总结、长文档文本生成等能力，总体已经达到GPT-4 Turbo 4月最新长文本版本的97%水平，在银行、保险、汽车、电力等多个垂直领域的知识问答任务上，讯飞星火长文本总体水平已经超过GPT-4 Turbo。
长文本大模型。为了解决大模型应用效率和准确率问题，科大讯飞董事长刘庆峰谈道，基于讯飞星火V3.5对长文本的理解、学习、回答能力，其进行了重要的模型剪枝和蒸馏，推出业界性能最优的130亿参数的大模型，在效果损失仅3%以内的情况下，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。
首推星火图文识别大模型
面向复杂的图文场景，其在图文识别、公式识别大赛多年国际第一的技术积累基础上，首次推出星火图文识别大模型。有三大优势，首先，能够直接处理非常复杂的版面分析，目前已经覆盖31个典型场景，比如书刊、学术论文、专利、报纸、海报、PPT等，同时能自动识别标注出18类不同的版面要素，比如页眉、页脚、标题、段落、表格、公式、印章、手写等。其次，融合篇章上下文语义进行文字识别，识别更精准。此外，面向教育、金融、医疗、科研等专业领域深度优化，其能自动实现更多领域的专业符号识别。
面对广泛的音视频信息高效获取需求，科大讯飞也推出长语音功能，将国际领先的语音识别和翻译技术结合起来，可以实现会议录音、学习视频等的一键研读，实现音视频场景的高效知识获取。
今年全国两会上，开展“人工智能+”行动，加快发展新质生产力首次写入《政府工作报告》。大模型带来的知识管理革命正在上演，无论企业还是个人，都可以站在人工智能的肩膀上，实现新的比较优势。据刘庆峰透露，科大讯飞将在6月27日发布讯飞星火大模型V4.0，进一步解放生产力、释放想象力。
采写：新快报记者 陈慕媛
