上新啦！讯飞首个支持长文本、长图文、长语音的大模型发布

AI 研究所

已于 2024-04-26 18:34:40 修改

阅读量779

点赞数 23

文章标签：人工智能语音交互

于 2024-04-26 18:07:43 首次发布

本文链接：https://blog.csdn.net/AI_Platform/article/details/138225431

版权

IDC预测，全球数据信息产生和复制量将在2025年达到175ZB（1ZB相当于1万亿GB）。假设每个人的大脑功能记忆容量约为1.25TB，那么需要超过280亿个人脑来处理这些信息，相当于全球人口的4倍。

4月26日，讯飞星火V3.5春季上新，科大讯飞董事长刘庆峰发布讯飞星火大模型一系列新功能。让每个人对知识的萃取与使用，都拥有全新的可能。

作为首个全国产算力训练的完全自主知识产权的大模型，讯飞星火本次正式上新长文本、长图文与长语音能力，首发星火图文识别大模型，快速识别和学习多类型海量知识，行业场景下的回答更专业、更精准。

同时，“多情感超拟人合成”和“一句话声音复刻”首发，实现更生动、更具个性化的表达，带来更有温度的人工智能体验。

长文本、长图文、长语音首个全支持的大模型

1964年，著名传播学家马歇尔·麦克卢汉写道，“人类曾经以采集食物为生，而如今他们重新要以采集信息为生”。

自讯飞星火发布以来，一直践行“解放生产力释放想象力”的目标。在知识问答、文本总结与图片生成等领域，讯飞星火在国内众多大模型相当“能打”，稳居头部梯队，星火APP安卓下载量位居国内工具类大模型APP顶流。

今天，讯飞星火上线长文本、长图文、长语音能力，让信息采集变得轻而易举。

长文本能力全新升级

随着应用的深入，越来越多的用户希望，借助大模型实现面对海量文本时的快速知识学习和获取，以及在专业领域内问答的准确率问题。

讯飞星火实现了长文本能力全新升级。目前星火大模型通用长文本能力，包括长文档信息抽取、长文档知识问答、长文档归纳总结、长文档文本生成等，总体已经达到GPT-4 Turbo 今年4月最新长文本版本的97%的水平，而在多个垂直领域的知识问答任务上，星火大模型长文本总体水平已经超过GPT-4 Turbo。

对追求效率的用户和企业来说，长文本处理的效率是影响体验的重要要素。通过“剪枝”和“蒸馏”，讯飞推出了业界最高性能的13B，130亿的模型来处理长文本。在效果损失仅3%以内的情况下，使文档上传解析、知识问答的首响时间以及文字生成上获得极大效率提升，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，星火大模型的上述性能均为业界最优。

例如，上传《星火相传》一书后，可以基于书本内容向大模型输出指令，进行提问和内容再创作。

目前，讯飞星火可实现对不同格式（pdf、txt、doc、docx、markdown）的多文档同时解析，单个文档处理大小可达100M。

借助讯飞星火的长文本功能，文学研究专家可以快速阅读上百万字的史诗级著作，提出自己关注的问题；高校学生面对多个论文，能快速总结关键信息，成为帮助自己学习上的最佳辅助。此前面对长文档的一筹莫展、费时费力，在长文本功能面前都烟消云散。

长图文能力升级

俗话说，“百闻不如一见”。视觉是我们认知世界的重要方式。各种票据、随手拍下的PPT和课堂板书、书籍、APP截图，这些图片、图文信息也是我们日常生活中需要处理的知识载体之一。

在图文识别、公式识别等领域，讯飞连续多年在国际性专业权威比赛中获得冠军。基于核心技术的突破和积累，星火图文识别大模型发布，可实现复杂版面的高精度解析、融合篇章语义的文字识别、覆盖更多领域的专业符号识别。

复杂版面的高精度解析：覆盖31个场景（教育类书籍、学术论文、报纸、PPT等）、18类关键要素（页眉、页脚、表格等），多层级关系预测，符合人类自然阅读顺序
融合篇章语义的文字识别：基于篇章上下文端到端建模，深层次理解语义，识别更精准
覆盖更多领域的专业符号识别：面向教育、金融、科研等专业领域深度优化
效果方面，国际公开的权威英文测试集以及典型场景的识别效果均显示讯飞星火图文识别功能处于业界领先。

在长文本、长图文、长语音加持下，讯飞星火将在多个专业场景，推动行业进步，促进生产力提升。助力智能评标助手全面升级，评标更便捷、更高效、更准确，在国家能源集团已评审5.7万余单，评审准确率达97%。

本次发布会上，基于大模型的知识获取和学习能力的提升，星火合同助手正式上线。在装修、租赁或购买房屋、与客户签约合同等场景下，星火合同助手可以通过关键要素提取，帮你识别潜在的风险漏洞，同时还可对合同进行总结、生成合同，不仅能提高办公效率，更是大大降低了我们日常生活工作权益保护的门槛。