讯飞星火

定义

讯飞星火认知大模型是科大讯飞研发的通用认知智能大模型，对外也简称星火大模型^[1]。它是一种以大规模文本、代码与用户反馈数据训练的生成式人工智能系统，通过对话方式接受指令并输出内容^[4]。

按照发布方的划分，该模型的能力覆盖文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力和多模态能力 7 个维度^[5]。它就通用能力与中文场景下的具体任务提供支持，并在此基础上向多个行业输出定制化版本，例如面向科研文献场景的科技文献大模型^[6]。

与单纯提供对话入口的产品不同，讯飞星火同时以开放接口的方式对外提供服务，通用版接口按版本区分，包括 Lite、Pro、Max、4.0 Ultra 等规格，各版本独立计量 tokens^[6]。

原理

讯飞星火的底层是参数规模较大的深度神经网络语言模型，训练素材包括文本、代码、提示词数据以及用户反馈数据，模型据此学习语言规律与任务模式^[4]。在推理阶段，模型接收用户指令后逐段生成输出内容，可以理解为在给定上文条件下预测下一个词元的过程。

在训练设施上，科大讯飞与华为合作，于 2023 年 10 月 24 日推出国产算力平台“飞星一号”，该集群可支持万亿参数规模大模型的常态化训练^[7]。发布方称，其大模型训练任务性能达到同规模英伟达 A800 集群的 90% 以上^[7]。

对于需要多步推理的任务，该系列中的深度推理模型采用长思维链方式，把复杂问题拆解为若干子问题后逐步求解，并通过评语模型对中间结果进行反思验证，再借助强化学习调整生成策略^[8]。团队还提出基于问题难度的大规模多阶段强化学习方法，并实现快思考与慢思考由同一模型支持^[9]。

发展历程

科大讯飞在语音识别、语音合成与自然语言处理方面有长期积累，2017 年承建认知智能全国重点实验室，2022 年 5 月与中国科学技术大学重组该实验室^[10]。2022 年 12 月 15 日，认知大模型专项攻关启动，同年同月立项，采取“1+N”路线，其中“1”指通用认知智能大模型，“N”指其在教育、办公、汽车等方向的落地应用^[1]。

2023 年 5 月 6 日，讯飞星火认知大模型在安徽合肥发布，现场展示了 7 项核心能力，并公布教育、办公、汽车、数字员工 4 类行业应用成果^[5]。同年 6 月 9 日，V1.5 版本在其 24 周年庆上发布，开放式知识问答与多轮对话能力得到升级，同时推出星火 App、星火助手中心等产品^[10]。8 月 15 日，V2.0 版本发布，升级重点为代码能力与多模态能力^[11]。

2023 年 9 月 5 日，科大讯飞宣布该模型面向全民开放，用户可通过应用商店下载应用或用网页端注册使用^[3]。2023 年 10 月 24 日，在合肥举行的第六届世界声博会暨全球 1024 开发者节上，V3.0 版本发布，数学规律提炼、小样本学习、代码项目级理解以及多模态指令跟随等能力被进一步升级^[12]。

2024 年 1 月 30 日，V3.5 版本发布，成为国内首个基于国产算力训练的全民开放大模型^[7]。同年 6 月 27 日，V4.0 发布，发布方称其实现全面对标 GPT-4 Turbo^[13]。10 月 24 日的开发者节上，讯飞星火发布 4.0 Turbo 版本^[14]。

2025 年 1 月 15 日，科大讯飞发布深度推理模型讯飞星火 X1，称其为国内首个基于全国产算力平台训练的深度推理大模型^[15]。4 月 20 日，X1 完成升级，在数学、代码、逻辑推理、文本生成等通用任务上效果提升^[9]。

应用

教育是该模型落地较早的方向。科大讯飞与中国教育科学研究院联合推出基于“问题链”的高中数学智能教师助手，并在全国多个试点区域部署^[16]。发布方称，在医疗领域，相关模型策略使专科辅助诊断和复杂病历内涵质控的准确率均达到 90%^[16]。

在办公与行业场景中，该模型被用于文档处理、招投标、合同审阅等任务，并衍生出星火纪要、星火投标等功能模块，以及讯飞智文、讯飞绘文等办公应用^[4]。科研方向上，其与中科院文献情报中心合作研发科技文献大模型和星火科研助手，用于成果调研、论文研读与学术写作^[13]。

语音与翻译是科大讯飞的传统强项，该系列中亦包含面向同传场景的语音同传大模型，发布方称其最快可实现约 5 秒的同传时延^[16]。在智能汽车方向，科大讯飞推出面向车端的星火大模型，其智能座舱等方案已用于多家汽车厂商^[14]。

局限

发布方在首发时即指出，认知大模型存在若干待攻克的缺陷，例如新知识难以及时更新，事实类问答容易出现事实错配，涉及史实与传统典籍时容易编造情节^[1]。这类生成与事实不符内容的现象在业内被称为幻觉。

这类问题在公开测试中也被观察到。有媒体对包括讯飞星火在内的 7 款主流产品进行字母计数测试，发现了明显的回答错误^[17]。也有高校研究以高中化学试题测试该模型与 ChatGPT，结果显示该模型正确率约 70.59%，高于所测的 ChatGPT 版本，但仍低于重点中学多数高三学生，并在概念理解与信息提取方面出现错误^[18]。另有研究在国际中文教育知识考核中比较 7 种大模型，该模型的表现被认为欠佳^[19]。

在代码生成方面，有第三方技术测评称其生成的快速排序代码在较大数组下出现栈溢出，并存在注解使用不规范、方法参数定义错误等语法问题，需要较多修改才能运行^[20]。此外，不同测评之间的结果差异较大，模型的实际表现在不同任务和版本上并不一致。

在落地条件上，大模型的训练与部署依赖算力与数据资源，模型输出还需要人工核验，尤其在医疗、司法等对准确性要求较高的场景中^[16]。

参见

• 科大讯飞 —— 讯飞星火的研发主体。

• 华为 —— 与科大讯飞联合建设国产算力平台，支撑该模型的国产化训练。

• ChatGPT —— 同属生成式对话产品，常被用作该模型能力对标的参照对象。

• 大语言模型 —— 该模型所属的技术类别。

• 人工智能 —— 该模型所属的更大技术领域。

• 全国重点实验室 —— 科大讯飞承建认知智能全国重点实验室，为该模型的研发依托。