讯飞星火V4.0整体超越GPT-4 Turbo 8个国际权威测试集测评第一

“星火大模型V4.0的发布，标志着完全自主可控的国产大模型，究竟走到了什么样的发展阶段。”6月27日，在星火大模型V4.0发布会现场，科大讯飞董事长刘庆峰说出了上面这段话。据悉，本次发布的星火大模型V4.0全面对标GPT-4 Turbo，实现了整体超越的重大突破，意味着自主可控的国产大模型迈向个性化、专属化与深度赋能千行百业的新台阶。

现场基于全国首个国产万卡算力集群“飞星一号”，讯飞星火大模型V4.0正式发布。讯飞星火V4.0 七大核心能力全面升级，全面对标GPT-4 Turbo，并实现在文本生成、语言理解、知识问答、逻辑推理、数学能力等方面的整体超越。讯飞星火V4.0在图文识别能力上进一步升级，在科研、金融、医疗、司法、办公等场景的应用效果已领先GPT-4o。

目前，基于国内外中英文12项主流测试集的测试结果，星火V4.0实现了对GPT-4 Turbo的八项超越，尤其在理解与推理能力上，星火V4.0实现了完胜。在前不久结束的中高考中，星火大模型也与其它大模型一同“赴考”，在高考真题实测中，讯飞星火语数外各科“成绩”均排名第一，被评为“更会做题的大模型；在中考实测中，讯飞星火也在中国教育协会发布的北京中考横评中一举夺魁。此外，星火长文本能力也全新升级，并针对长文档知识问答的幻觉问题，业界首发溯源功能。

据悉，星火V4.0长文本通用能力效果与GPT-4 Turbo整体相当，并有针对性的解决了长文档知识问答中的幻觉问题。在会上，科大讯飞研究院院长刘聪实际演示了“内容溯源”功能。其以四大名著《西游记》为例，这是一本87万字的长篇小说，刘聪以“唐僧对孙悟空念了几次紧箍咒”为引，对全篇进行溯源，结果星火V4.0快速显示“念了6次紧箍咒”的结论，并列出了具体发生的场景。

讯飞星火正成为最受欢迎的“国产大模型”，赋能越来越多的用户享受大模型带来的红利。在发布会上，刘庆峰宣布星火APP安卓端已超过1.31亿次，星火大模型加持后的讯飞智能硬件销量同比增长70%，月均使用次数超4000万。对于普通用户而言，最期待的还是讯飞星火的在个性化能力上的升级。此次发布会，讯飞星火围绕C端发布了星火“个人空间”、讯飞晓医“个人数字健康空间”等个性化应用及功能。

讯飞晓医个人数字空间基于多模态能力，可以根据电子病历甚至纸质报告，快速生成包括疾病史、用药史等用户个性化资料，构建涵盖看病前、用药时和检查后全周期的个人数字健康空间。而星火个人空间最大的创新，是提供了人设选项，可结合用户上传的工作、学习、生活等各类资料，形成符合自身个性与特质的专属知识库，并生成个性化表达。比如当勾选“二次元”选项后，生成的文本更多是口语化表达，还会添加表情等符号，Z世代一看就懂。这些技术创新或者叫产品形态创新，都仅仅围绕了用户常见且高频的刚需场景，让每个人都感受到“更懂自己”的AI体验。

当然，此次发布会还带来了面向B端的一系列创新，比如通过星火企业智能体平台，专为每位员工打造“更懂自己”的企业助理。同时还发布了面向销售等岗位的商机助手，面向采购和招评标等岗位的评标助手等刚需助手。此外代码智能体iFlyCode集成了代码生成助手、架构设计助手、代码问答助手、测试助手、数据库优化助手、代码审核助手等六大场景智能体，将采纳率由30%提升至52%，大幅度提升企业智能体的实用性。可以说，讯飞星火V4.0不仅提升了大模型的通用能力，更深入千行百业的刚需场景向下扎根，助力用AI去解决每一个刚需痛点的焦虑与问题。

目前，讯飞星火V4.0版本已经同步上线，广大个人用户与企业用户都可以在PC端和APP端立即使用。通过自用自测，大家可以感受目前国产大模型的领先水平。显然，GPT-4 Turbo不再是业界遥不可及的神话，星火大模型正在“快马加鞭”甩开差距。