《科創(chuàng)板日報》8月16日訊（記者 黃心怡）訊飛星火認知大模型昨日升級2.0版本，重點增加了代碼能力和多模態(tài)能力。

【資料圖】

科大訊飛董事長劉慶峰在會上表示，今年10月24日將全面對標(biāo)ChatGPT，中文超越、英文相當(dāng)，明年對標(biāo)GPT-4。

《科創(chuàng)板日報》第一時間對訊飛星火的圖文生成能力進行了測試，并與文心一言進行對比。

▍訊飛星火VS文心一言：圖文生成能力大比拼

訊飛星火認知大模型V2.0的一大特點是升級了多模態(tài)能力。相比之前的版本只能進行文字對話，2.0版本可對圖像內(nèi)容進行文字描述和理解，并生成圖片。

《科創(chuàng)板日報》記者對升級后的訊飛星火作圖能力進行了測試。

先來個簡單的：畫一幅風(fēng)景畫

訊飛星火：

記者想測試一下訊飛星火的連續(xù)對話內(nèi)容，于是讓其在畫中增加一個4歲女孩。

結(jié)果，訊飛星火增加了三個小女孩，同時畫面背景也有所變化。

文心一言：

在畫中增加一個4歲女孩

文心一言在數(shù)量上沒有犯錯，增加了一個小女孩。不過，圖片背景已完全換成了不同的另一張圖。看來要讓AI聽從指令來作畫依然存在難度，設(shè)計師們暫時無需太擔(dān)心失業(yè)。

提問：畫一張車水馬龍的圖

訊飛星火

訊飛星火給了一張古代城市的馬車街道圖片。于是，《科創(chuàng)板日報》記者讓其調(diào)整為現(xiàn)代城市。

文心一言：

提問：畫一張紅燒獅子頭

訊飛星火：

文心一言：

提問：畫一幅畫，媽媽抱著寶寶、寶寶在哭泣，寶寶6個月左右

訊飛星火：

文心一言：

從兩者的回答來看，生成的圖片都較為準(zhǔn)確地完成了任務(wù)。

提問：畫一個胸有成竹的男人

訊飛星火：

記者再次嘗試讓訊飛星火在圖片中增加新內(nèi)容：為畫里的男人手里增加一支煙。但以失敗告終。

文心一言：

文心一言倒是理解了指令，畫了一個手里有煙的男性。但并非基于之前生成的圖片。

提問：生成一張云計算的配圖

訊飛星火：

文心一言：

提問：生成一張大數(shù)據(jù)配圖

訊飛星火

文心一言：

在云計算的配圖方面，文心一言更勝一籌。而大數(shù)據(jù)的配圖，兩者均并未準(zhǔn)確理解文字含義。

發(fā)布會上，主持人把現(xiàn)場照片拋給星火V2.0識別，并令其作出文案描述。

《科創(chuàng)板日報》記者也上傳了一張發(fā)布會的照片，對其進行了測試。

訊飛星火準(zhǔn)確地描述了圖片的場景，并識別出了部分文字。值得一提的是這些文字都可以直接讓AI進行朗讀，變成一段音頻。

而文心一言似乎尚未開放識圖功能，PC端沒有相應(yīng)選項。手機端雖然能上傳圖片，但從回答來看，屬于一本正經(jīng)地胡說八道。

基于多模態(tài)能力升級，科大訊飛同時發(fā)布“訊飛智作2.0”工具。這一工具能進行視頻分析，寫文案、進行AI配音，提供配圖生成、AI主播功能。在演示中，訊飛智作2.0為一段視頻配上了字幕、并生成虛擬主播以及語音配音。

值得一提的是，會上訊飛星火和華為昇騰聯(lián)合發(fā)布了星火一體機，該設(shè)備可提供對話開發(fā)、任務(wù)編排、插件執(zhí)行、知識接入、提示工程等5種定制優(yōu)化模式，以及辦公、代碼、客服、運維、營銷、采購等10種以上即開即用的場景包，支持3種模型尺寸供用戶選擇。

劉慶峰表示，有了這些能力，就可以使得每一家企業(yè)、每一個行業(yè)、每一個學(xué)校、每個醫(yī)院都有機會構(gòu)建自己的專屬大模型。目前，訊飛星火已完成的在金融、政務(wù)、汽車等領(lǐng)域的9個專屬大模型的數(shù)據(jù)顯示，在場景任務(wù)優(yōu)化和私域知識增強等方面平均效果能夠提升20%。

關(guān)鍵詞：