據(jù)不完全統(tǒng)計(jì)，ChatGPT 發(fā)布不過半年，中國已經(jīng)發(fā)布接近 40 個(gè)類 ChatGPT 的大模型產(chǎn)品。

這一數(shù)字表明，AI 大模型進(jìn)入了「諸神之戰(zhàn)」的階段，入局的玩家不僅有 BATH 等大巨頭，還有商湯、網(wǎng)易、360等某個(gè)細(xì)分賽道的行業(yè)小巨頭。5月6日，科大訊飛也在合肥發(fā)布了訊飛「星火」認(rèn)知大模型。

然而，隨著大模型的數(shù)量越來越多，類 ChatGPT 的探索類應(yīng)用也相繼激增，不同類型的玩家在這場(chǎng)惡戰(zhàn)中的辨識(shí)度卻越來越趨同。GPT 時(shí)代，大巨頭與小巨頭如何分兵作戰(zhàn)，成為一個(gè)需要集體探索的問題。

每一項(xiàng)高門檻的新技術(shù)都會(huì)改革現(xiàn)有市場(chǎng)的權(quán)力格局，且出現(xiàn)幾家大巨頭。

以云計(jì)算為例。云計(jì)算在國外最早的名稱是「Utility Computing」（效用計(jì)算），是一個(gè)經(jīng)濟(jì)學(xué)用語，指代經(jīng)濟(jì)社會(huì)的公用基礎(chǔ)設(shè)施。與電力、通信相同，云計(jì)算也在不同地區(qū)的發(fā)展中誕生了幾家大廠商，如美國的微軟云、谷歌云、亞馬遜云，中國的阿里云、騰訊云、華為云、百度云等。

大模型同樣是智能時(shí)代的基礎(chǔ)設(shè)施，因此行業(yè)人士分析，在 GPT 時(shí)代，或真正的人工智能時(shí)代，智能算法就像電力一樣，不是所有玩家都能建得起發(fā)電廠，所以必將誕生幾個(gè)頭部的「大模型運(yùn)營商」。目前，國內(nèi)大玩家正遵循這個(gè)路線：底座做通用大模型，To C，然后在通用大模型的基礎(chǔ)上建行業(yè)垂類大模型，To B，通過 B、C 聯(lián)動(dòng)的方式筑圍墻，建立自己的生態(tài)。毫無疑問，小巨頭在其中，很難突圍。

然而，誠如上述，頭部巨頭的格局還在發(fā)展中，乾坤未定。此外，盡管大巨頭有實(shí)力幫助行業(yè)建立垂類大模型，但在實(shí)際操作中卻難以兼顧所有細(xì)分行業(yè)。因此，「其他玩家在細(xì)分賽道縱深，結(jié)合行業(yè)的 Know-How 做垂類大模型，還是有機(jī)會(huì)的?！?/p>

科大訊飛的「星火」就抓住了這個(gè)突破口。雷峰網(wǎng)

科大訊飛董事長(zhǎng)劉慶峰發(fā)布「星火」認(rèn)知大模型

劉慶峰在星火發(fā)布會(huì)上介紹，星火認(rèn)知大模型將走「1+N」的路線，其中「1」指通用認(rèn)知智能大模型，「N」是大模型在教育、辦公、汽車、人機(jī)交互等各個(gè)領(lǐng)域的落地。換言之，星火在技術(shù)研發(fā)上是通用大模型，落地上則是行業(yè)垂類大模型。雷峰網(wǎng)

這個(gè)玩法兼顧技術(shù)、用戶與賽道，能夠發(fā)揮訊飛的特長(zhǎng)，規(guī)避資源調(diào)度的短板，開辟了一條小巨頭搶跑 GPT 的新路徑。雷峰網(wǎng)

01 訊飛憑什么？

相比其他玩家，訊飛的入局并不令人意外。

作為一家人工智能企業(yè)，科大訊飛經(jīng)過 20 余年的發(fā)展，在大眾還未看清一項(xiàng)新技術(shù)的荒蕪期就有將語音從 0 到 1 、再到 100 的成功經(jīng)驗(yàn)，成為國內(nèi) AI 賽道的巨頭，長(zhǎng)年霸榜中文語音市場(chǎng)第一，是產(chǎn)學(xué)研探索的佼佼者。同樣，大模型也有濃厚的學(xué)術(shù)氣質(zhì)，走向市場(chǎng)化需要成功創(chuàng)業(yè)者的領(lǐng)航。

此外，自成立以來，科大訊飛的目標(biāo)就是實(shí)現(xiàn)機(jī)器的跨模態(tài)智能。ChatGPT 之前，語音是訊飛探索機(jī)器智能的第一步；去年 11 月 30 日 OpenAI 發(fā)布 ChatGPT 后，大家開始看到以語言為核心的認(rèn)知智能大模型是邁向通用人工智能（AGI）的關(guān)鍵路徑之一，訊飛團(tuán)隊(duì)也自然而然地加入了大模型的探索中。

據(jù)雷峰網(wǎng)此前在 2021 年與訊飛研究院的交談，早在大模型火起來之前，訊飛研究院就已經(jīng)將認(rèn)知與語音、視覺并列為研究院的三大重點(diǎn)方向，其中，自然語言處理（NLP）是認(rèn)知研究的核心。2012年，訊飛就已經(jīng)開始用深度學(xué)習(xí)技術(shù)研究 NLP。

2014年，科大訊飛啟動(dòng)「訊飛超腦」計(jì)劃，開始儲(chǔ)備認(rèn)知智能技術(shù)（機(jī)器閱讀理解、邏輯推理、分析歸納、知識(shí)表達(dá)等），希望機(jī)器從「能說會(huì)說」到「能理解會(huì)思考」；2017年，訊飛獲批承建認(rèn)知智能國家重點(diǎn)實(shí)驗(yàn)室；2022年，訊飛提出「訊飛超腦2030計(jì)劃」，讓機(jī)器懂知識(shí)、善學(xué)習(xí)、能進(jìn)化。

長(zhǎng)期主義精神，使訊飛儲(chǔ)備了穩(wěn)定的人才團(tuán)隊(duì)，其中不少成員是與訊飛多年一起成長(zhǎng)的博士生；成熟的計(jì)算資源，目前已建成 4 城 7 中心深度學(xué)習(xí)計(jì)算平臺(tái)；同時(shí)有訊飛語音的產(chǎn)品聯(lián)動(dòng)等原因，是科大訊飛能在五個(gè)月內(nèi)成功研發(fā)并推出大模型產(chǎn)品「星火」的核心原因。

BERT 與 GPT-3 出來時(shí)，國內(nèi)就已經(jīng)出現(xiàn)一波大模型的研究熱潮，各大參數(shù)規(guī)模持續(xù)攀升，千億與萬億參數(shù)規(guī)模的大模型不在少數(shù)，但在「智能涌現(xiàn)」方面卻與 ChatGPT 背后的技術(shù)有很大差距。

劉聰分析，除了技術(shù)細(xì)節(jié)，ChatGPT 做對(duì)了兩件事：一是在產(chǎn)品體驗(yàn)上有明顯的效果提升，二是選取了一個(gè)有大量活躍用戶的應(yīng)用作為切入口，建立了「用戶調(diào)用—數(shù)據(jù)—模型迭代—更多用戶—更多數(shù)據(jù)」的積極循環(huán)，強(qiáng)者恒強(qiáng)。

所以，在星火認(rèn)知大模型的研發(fā)上，科大訊飛格外注重兩塊工作，并在發(fā)布會(huì)現(xiàn)場(chǎng)的實(shí)時(shí)演示中獲得了一眾好評(píng)：

一是創(chuàng)新人機(jī)交互方式，在原有單一文本輸入的交互上加入了訊飛擅長(zhǎng)的語音輸入和輸出，甚至還提前劇透了后續(xù)即將推出的多模態(tài)交互成果，例如有數(shù)字虛擬人等，能夠做到語音、文本、圖像、視頻等多種模態(tài)的無縫連接，提升多風(fēng)格數(shù)字內(nèi)容生產(chǎn)效率；

二是曲線救國，在不擅長(zhǎng)社交產(chǎn)品的情況下，選取同樣能聚集大量活躍用戶的社會(huì)剛需應(yīng)用，如教育、醫(yī)療、出行（智能座艙），在已有的軟硬件產(chǎn)品（訊飛錄音筆、辦公本、訊飛聽見等）上落地，跑通「算法-用戶-數(shù)據(jù)」的閉環(huán)。

「星火」認(rèn)知大模型具備七大核心能力，即多風(fēng)格多任務(wù)長(zhǎng)文本生成、多層次跨語種語言理解、泛領(lǐng)域開放式知識(shí)問答、情景式思維鏈邏輯推理、多題型步驟級(jí)數(shù)學(xué)能力、多功能多語言代碼能力、多模態(tài)輸入和表達(dá)能力?，F(xiàn)場(chǎng)實(shí)測(cè)效果展示了以下特色：

理解能力強(qiáng)，「情商高」，具備一定的常識(shí)認(rèn)知水平，對(duì)生成的內(nèi)容質(zhì)量有很大幫助：

場(chǎng)景特征十分突出，如家教輔導(dǎo)、居家咨詢，體現(xiàn)了「讓機(jī)器人走進(jìn)千萬家庭」的初心：

總結(jié)來說，當(dāng)前的星火認(rèn)知大模型在多類語言任務(wù)上的表現(xiàn)不輸于國內(nèi)其他大模型，水平追求甚至更上一層樓，部分任務(wù)的結(jié)果不亞于 ChatGPT?？拼笥嶏w董事長(zhǎng)劉慶峰還稱，5月6日星火大模型發(fā)布后，科大訊飛還有信心在 2023 年內(nèi)實(shí)現(xiàn)三個(gè)迭代節(jié)點(diǎn)：

6月9日，實(shí)時(shí)問答與多輪對(duì)話的開放式問答能力進(jìn)一步提升；8月15日，代碼能力與多模態(tài)交付能力提升，并正式向客戶開放；10月24日，趕超 ChatGPT，英文能力與 ChatGPT 持平，中文能力超越 ChatGPT。訊飛「星火」成功躋身國內(nèi)中英雙語大模型行列。

憑借之前在教育、醫(yī)療等細(xì)分領(lǐng)域的深厚積累，「星火」在落地具體產(chǎn)品上的表現(xiàn)也較為出色。如發(fā)布會(huì)上展示的四大成果：星火+訊飛聽見，可以實(shí)時(shí)整理轉(zhuǎn)寫后的錄音文檔，智能總結(jié)；星火+AI 學(xué)習(xí)機(jī)，幫助小朋友改作業(yè)，解放家長(zhǎng)的輔導(dǎo)工作量；星火+智能辦公本，自動(dòng)整理會(huì)議紀(jì)要；星火+智能座艙，出行協(xié)助停車、覓食、天氣咨詢、景點(diǎn)咨詢等等。

一位現(xiàn)場(chǎng)觀眾告訴雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))，「訊飛星火實(shí)測(cè)的效果比我預(yù)想的要好」。這也間接說明，隨著大模型的訓(xùn)練方法越來越公開，技術(shù)理論不再是大模型應(yīng)用落地的壁壘。類似科大訊飛這樣的企業(yè)雖然體量不是最大的，但一樣能參與到追趕 GPT 的浪潮中。

大模型市場(chǎng)化的布局與挑戰(zhàn)，更考驗(yàn)小巨頭的生存能力。

02 訊飛的思考

谷歌的沮喪在于雖然掌握了 Transformer，卻不知道如何捕捉其中的價(jià)值。GPT 降臨后，大模型廠商的困惑則在于：如何在同質(zhì)化嚴(yán)重的產(chǎn)品服務(wù)中殺出一條血路？

要回答這個(gè)問題，資源分配的先后順序、產(chǎn)品形態(tài)的想象能力，以及商業(yè)模式的設(shè)計(jì)，都是答案的關(guān)鍵組成部分。如果找不到答案，現(xiàn)有的大模型玩家很可能陷入相同的沮喪，在他人所定義的新時(shí)代中從巨頭降維打擊，逐漸失去競(jìng)爭(zhēng)力與規(guī)模優(yōu)勢(shì)，消失在 GPT 時(shí)代的市場(chǎng)版圖中。

大模型火起來之后，人們開始懷念喬布斯，以及他那句著名的臺(tái)詞：「我們要人們還不知道自己想要什么的時(shí)候，設(shè)計(jì)出他們需要的事情?！勾竽Ｐ偷膶傩酝瑯咏o了人們這種感覺：在面向未來的未知中創(chuàng)造；唯一的變化是，創(chuàng)造的能力，從蘋果公司的研發(fā)團(tuán)隊(duì)，移交到了普通用戶的手中。掌握技術(shù)的企業(yè)家，將在資源與商業(yè)模式上決一勝負(fù)。

在這個(gè)背景下，科大訊飛做對(duì)了兩件事。

第一件事是重視用戶的產(chǎn)品體驗(yàn)。

這一點(diǎn)體現(xiàn)在語音輸入為代表的交互模式創(chuàng)新上。以 GPT-4 為例，多模態(tài)內(nèi)容的交互體現(xiàn)出了對(duì)機(jī)器智能的積極影響，科大訊飛也同樣信奉這條精神，以長(zhǎng)遠(yuǎn)眼光布局多模態(tài)交互，將語音、圖像、視頻與文本數(shù)據(jù)并駕齊驅(qū)，打造了更加符合人類信息交流習(xí)慣的交互方式，可以讓用戶在跟機(jī)器交流時(shí)的體驗(yàn)更自然。

得益于其在中文語音市場(chǎng)的縱深，科大訊飛以點(diǎn)成線、由線成面，在教育、醫(yī)療、出行與辦公等領(lǐng)域均積累了相當(dāng)?shù)拿麣?，同時(shí)有豐富的用戶與機(jī)器交互的數(shù)據(jù)。訊飛開放平臺(tái)的日使用量超過50億人次；行業(yè)維度，以醫(yī)療為例，科大訊飛是全國唯一通過國家執(zhí)業(yè)醫(yī)師資格考試的人工智能系統(tǒng)，超過了 96.3% 的醫(yī)學(xué)考生，已累計(jì)為基層醫(yī)生提供了超過 5.8 億次、日均超過 70 多萬人次的人工智能輔診。

訊飛的另一個(gè)優(yōu)勢(shì)是多語種知識(shí)理解，這得益于此前語音處理上的多語種產(chǎn)品經(jīng)驗(yàn)。星火大模型就是國內(nèi)少有的走中英雙語路線的技術(shù)方案之一。多模態(tài)與多語種的知識(shí)，讓訊飛的大模型具備更強(qiáng)的認(rèn)知與理解能力，減少大模型「胡說八道」的次數(shù)，提升用戶的內(nèi)容生成質(zhì)量。

在打造產(chǎn)品形態(tài)上，星火認(rèn)知大模型作為發(fā)揮通用大模型作用的「1」，落在具體的硬件產(chǎn)品上，可以更加可控、安全、流暢，對(duì)訊飛產(chǎn)品的用戶友好。

第二件事是商業(yè)化模式的踏實(shí)作風(fēng)。

與掌握云計(jì)算的大廠商或 NLP 初創(chuàng)團(tuán)隊(duì)不同，根據(jù)訊飛研究院的院長(zhǎng)劉聰介紹，星火認(rèn)知大模型目前首先聚焦于現(xiàn)有硬件產(chǎn)品與開發(fā)者生態(tài)。

據(jù)訊飛官方數(shù)據(jù)，在教育行業(yè)，2022年，訊飛的個(gè)性化學(xué)習(xí)手冊(cè)在1400所學(xué)校商業(yè)化運(yùn)營，實(shí)現(xiàn)營收同比增長(zhǎng)12%，2023年Q1同比增長(zhǎng)超過40%；AI 學(xué)習(xí)機(jī)營收同比增長(zhǎng) 53%， 2023年Q1營收同比增長(zhǎng)超過 20%。

2022年，訊飛業(yè)務(wù)增長(zhǎng)23%，23年Q1毛利率有一定回升。今年，科大訊飛對(duì)B端和G端項(xiàng)目都提出了明確的利潤考核。在降本增效上，訊飛也想用大模型給自身業(yè)務(wù)降本。

在平衡通用與行業(yè)兩類大模型上，科大訊飛的計(jì)劃是遵循多年來的模式：平臺(tái)+賽道。

目前，AI 工具還是更多地掌握在開發(fā)者的手中，因此 HuggingFace、LangChain 等平臺(tái)的價(jià)值更高，因?yàn)檫@些平臺(tái)本來就是開發(fā)者的平臺(tái)。

科大訊飛董事長(zhǎng)劉慶峰在發(fā)布會(huì)上表示，訊飛開放平臺(tái)上此次升級(jí)的認(rèn)知能力將不僅會(huì)給開發(fā)者提供更好的技術(shù)，還能降低創(chuàng)業(yè)門檻；同時(shí)還會(huì)開放插件，讓大家在星火大模型中直接使用到插件的能力。

擁抱通用人工智能時(shí)代，「要么最先燎原，要么最先熄滅」，最終結(jié)果無非二選一或介于兩者之間。但無論是哪一種，訊飛已點(diǎn)燃星火，加入了牌局中。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。