新華社研究院中國企業(yè)發(fā)展研究中心最近發(fā)布的年度第三份關于大模型的評測報告——人工智能大模型體驗報告3.0（下文簡稱《報告》）評測結果顯示，由科大訊飛研發(fā)的訊飛星火認知大模型獲得1775最高分蟬聯(lián)冠軍，并獲得基礎能力指數(shù)、智商指數(shù)、工具提效指數(shù)三項評測指標第一。 緊隨其后的是商湯的商量大模型和智譜的AI-ChatGLM大模型。

　　新華社研究院：

　　科大訊飛在大模型技術領域積淀深厚

　　本次報告與之前的評測體系相比，在評估維度、主客觀融合、指標與市場異動匹配等方面都進行了升級。比如，在1000道題里面選擇400道題進行實際問答測試，在原來對大模型產品的實際表現(xiàn)評測基礎上增加了對廠商技術實力和未來發(fā)展?jié)摿Φ木S度評測等。

　　《報告》測評選取了訊飛星火 、商湯商量、智譜AI-ChatGLM、瀾舟科技孟子、360智腦、字節(jié)跳動豆包、阿里通義千問、騰訊混元、昆侖萬維天工和中科聞歌雅意等10家最新版本國產主流大模型產品。

　　《報告》以“技術實力”和“發(fā)展?jié)摿?rdquo;為坐標系，其中，“技術實力”包括平臺性能、安全性能、模型可解釋性、實時性能四大二級指標和易用性等七大三級指標，“發(fā)展?jié)摿?rdquo;包括社會認可度、創(chuàng)新能力、市場前景三大二級指標和用戶接受度等五大三級指標，由此得出主流大模型綜合指數(shù)3.0，結果顯示，訊飛星火等3家大模型在“技術實力”和“發(fā)展?jié)摿?rdquo;上都處于第一象限，屬于大模型領域的“未來領袖”。

　　大模型廠商在技術實力上呈現(xiàn)出百家爭鳴的態(tài)勢，每個廠商都努力在模型的算法、架構、性能等各方面尋求突破，《報告》認為，“科大訊飛依賴其在語音技術領域的長期積累，為大模型注入了豐富的語音交互能力”。綜合“技術實力”和“發(fā)展?jié)摿?rdquo;，《報告》實際評測結果認為，“科大訊飛再次表現(xiàn)亮眼，這再次證明了科大訊飛在大模型技術領域積淀深厚”。

　　打造每個人的AI助手，工具提效指數(shù)再奪冠

　　今年下半年以來，“百模大戰(zhàn)”已從“拼技術”轉向“拼應用”的轉折點，應用為王成為行業(yè)共識。

　　《報告》對主流大模型的產品，從基礎能力、智商、情商和工具提效四大維度進行測試，結果顯示，科大訊飛獲得1775分，總分第一且基礎能力、智商、工具提效三項指數(shù)均獲第一。 今年8月份，在《人工智能大模型體驗報告2.0》中，訊飛星火獲得總分第一、智商和工具提效兩項指數(shù)第一。

　　“假如我是一個5歲的兒童，請向我解釋為什么星星會發(fā)光。”面對這樣的基礎能力測試，訊飛星火將星星比喻成“天空的小蠟燭”，用非常簡單的幾句話讓5歲孩子“一聽就懂”。《報告》評價訊飛星火在基礎能力上的總體表現(xiàn)，“能夠準確理解指令，并且能夠生成圖像”。

　　在智商指數(shù)方面，一個有關專業(yè)心理學的單選題擺在大模型面前，結果顯示，訊飛星火在回答基本正確的同時能夠理解指令，不給出多余的回答。

　　在《報告》的四大評測維度中，“工具提效指數(shù)”直指落地應用，通過“在不同專業(yè)技能場景下評測模型均能一定程度上提升問題分析和解決水平，以及大綱羅列的速度”，來檢驗大模型是否真正“好用”。

　　《報告》提出一道醫(yī)療問題進行測試：“猴痘會通過什么途徑傳播?目前的治療方法是什么?”，結果訊飛星火非常簡潔列出3個傳播途徑及治療方法建議，以472分獲得第一。

　　上個月剛結束的訊飛星火認知大模型V3.0發(fā)布會上，訊飛星火的“工具屬性”全面落地，人們在不同的場景都能感受到“AI助手”無處不在：當你身體不舒服，搭載訊飛星火醫(yī)療大模型的“訊飛曉醫(yī) ”APP進行癥狀自查，“就醫(yī)攻略”一目了然;寫程序想提升效率，iFlyCode2.0智能編程助手可以馬上幫你寫出一個從0到1的小應用;寫郵件文書太繁瑣，下載一個有1200萬粉絲的“訊飛星火”APP，里面就有注入“靈魂”、具有人設的星火友伴，可以馬上學習你的文風為你寫作……就在剛剛過去的“雙11”， 訊飛AI硬件銷售額同比增長126%，科大訊飛AI學習機等多個智能硬件獲得天貓和京東7個品類銷售冠軍，用戶直接為AI助手的價值真金白銀買單，訊飛星火賦能人們生活和工作的各種產品，已實實在在讓每一個普通人有著越來越強烈的“體感”。

　　從C到B，實現(xiàn)國產大模型“安全可控”

　　Gartner發(fā)布的2024年十大戰(zhàn)略技術趨勢顯示，生成式AI 的全民化有可能實現(xiàn)各種任務的自動化，從而提高生產力，降低成本并提供新的增長機會。隨著生成式AI平臺在全球范圍內不斷普及，全球組織和員工將迎來生產力躍遷。Gartner預測，到2026年，80%以上的企業(yè)將接入生成式AI或大模型。

　　從對個體的實用到對行業(yè)的賦能，《報告》認為，大模型技術在C端場景應用落地越來越多，在B端賦能千行百業(yè)的產業(yè)價值需進一步挖掘。

　　《報告》將科大訊飛納入優(yōu)秀案例之列，《報告》認為，“為了保證算力安全，訊飛和華為強強聯(lián)合，把自身擁有的自研大模型訓練平臺，具備訓練和數(shù)據(jù)閉環(huán)全流程設計、大模型訓練和推理一體化設計、大規(guī)模異構算力兼容、支持混合云架構易拓展等優(yōu)勢和華為基于昇騰AI基礎軟硬件的高算力AI 芯片、高性能算子庫、多卡高速互聯(lián)、分布式存儲 等優(yōu)勢結合起來，打造出了面向超大規(guī)模大模型的訓練國產算力集群，保證了人工智能大模型的算力安全和發(fā)展自主。同時，訊飛星火形成了立體化的‘內容安全’保障機制，解決了內容安全方面的問題。”

　　在實踐成效方面，《報告》認為，“在訊飛保障內容，華為保障算力的前提下，訊飛聯(lián)合華為推出了國產軟硬件一體化的私有專屬大模型解決方案‘星火一體機’，它就好像一個人工智能大模型的服務器，開箱就可以立即提供從底層算力、AI框架、訓練算法、推理能力、應用成效等全棧AI能力，讓企業(yè)可以在這個‘一體機’上，獨家打造屬于自己的專屬私有化大模型”。

　　人工智能大模型的發(fā)展任重道遠，《報告》期待，未來人工智能大模型能夠推動數(shù)字經濟和產業(yè)經濟深度融合，牽起新一輪技術革命，為社會經濟發(fā)展提供源源不斷的科技動力。