为了解决用户在工作和学习中高效精确地获取知识的需求，4 月 26 日讯飞星火 V3.5 春季上新，推出了业界首个能够处理长篇文本、图文混排内容和长段语音的大模型。通过这次升级，讯飞星火大模型 V3.5 不仅能够迅速吸收来自不同信息源的大量文本、图形材料和会议记录，还能在各种行业场景下提供专业且确切的解答，从而将大型模型的使用从“偶尔”提升到“常态化”，极大地提高每个人在工作和学习中的效率，助力人们更高效地获取知识，更精准地解决问题。
作为业界首个同时支持长文本、长图文和长语音的大模型，本次讯飞星火 V3.5 长文本功能全新升级后，具备长文档信息抽取、长文档知识问答、长文档归纳总结、长文档文本生成等能力，总体已经达到 GPT-4 Turbo 4 月最新长文本版本的 97% 水平，而在银行、保险、汽车、电力等多个垂直领域的知识问答任务上，讯飞星火长文本总体水平已经超过 GPT-4 Turbo。
随着文本越来越长，效率是关键，当文本信息达到几十万字甚至上千万字的时候，考验的不止是大模型理解与概括能力的最优解，还需要兼顾获取的效率与质量。为了解决大模型应用效率和准确率问题，刘庆峰谈道，基于讯飞星火 V3.5 对长文本的理解、学习、回答能力，科大讯飞进行了重要的模型剪枝和蒸馏，从而推出业界性能最优的 130 亿参数的大模型，在效果损失仅 3% 以内的情况下，使得星火在文档上传解析处理、知识问答的首响时间以及文字生成方面都获得了极大的效率提升。测试显示，在保障长文本效果的情况下，无论是 10K、64K、128K token，还是更长的文本上，星火大模型的性能都做到业界最优。
当登陆讯飞星火 PC 版你会发现，输入框上方新增支持长文本、长图文、长语音的上传按钮，仅长文本一项就支持 pdf、doc、txt 等多种主流格式。在演示视频中，科大讯飞副总裁、研究院院长刘聪用《星火相传》这本书进行了演示，该书文件格式是 PDF，容量为 14MB、共计 400 页、合计 27 万字，讯飞星火不仅快速领会了全书要义、知识点与研究成果，更机智地回答了刘聪对书中有关大模型生态布局建议的提问，涵盖了平台建设、产业应用、产学研合作、数据质量、社会责任五大核心环节。
除了发布业界首个长文本、长图文、长语音的大模型，此次讯飞星火 V3.5 的升级，还带来了更有温度的“多情感超拟人合成”语音功能，不但抑扬顿挫更自然，而且还会聪明地带上语气助词，让对话更有情感共鸣。根据数据显示，讯飞星火超拟人合成情绪表达的可感知度达到 85% 以上。除了超拟人对话，科大讯飞还推出“一句话声音复刻”功能，一句话就可以定制你的 AI 助手声音。妈妈可以在出差时复刻自己的声音给孩子讲故事，孩子可以复刻自己声音给爷爷奶奶读书读报，让个性化语音合成进阶至一句话声音复刻，原来声音还能这么“玩”！
如果说超拟人合成语音强化的是大模型“能说会道”的能力，那么星火图文识别大模型的首发，无异于给大模型装上了“眼睛”。此次星火图文大模型覆盖了 31 个场景、18 种版面要素，包括对学术论文、报纸、海报甚至 PPT 等复杂版面的高精度解析，加上融合篇章语义的文字识别，还有覆盖更多领域的专业符号识别，使得大模型在科研、金融、教育等领域拥有更加广泛的应用前景。
除了技术层面的进阶，讯飞星火 V3.5 还面向场景端发布或升级了一系列新应用，其中，讯飞星火大模型赋能的科研助手再提效。在去年科大讯飞全球 1024 开发者节上，星火科研助手首发，当时提供成果调研、论文研读和学术写作三大核心功能，受到了学术界的一致好评。而这次升级后的星火科研助手增加了对多媒体资料的获取和理解能力，可以通过获取各种照片与学术录音资料对科研人员进行强力辅助。据了解，星火科研助手目前已在中国科学院、三亚崖州湾科技城、北京邮电大学、哈尔滨工业大学等机构高校铺开应用。多模态能力升级下，讯飞星火科研助手也进一步提升了论文问答、综述生成、实验解读等的效果，使得解析的学术资料更加丰富，进一步赋能高校和科研院所的科研工作。
从 1 月 30 日科大讯飞正式发布讯飞星火 V3.5 版本，到 4 月 26 日讯飞星火 V3.5 春季上新，短短不到三个月时间，星火生态实名开发者数量新增 55 万之多，超 50% 应用服务于企业刚需，这意味着讯飞星火实现了 C 端与 B 端用户的全覆盖。而越来越多开发者加入讯飞生态，又使得星火大模型在更多刚需场景释放价值，继而产生了正向循环的飞轮效应，加速了大模型的商业化闭环。
此外，科大讯飞还宣布将于今年 6 月 27 日正式推出讯飞星火 V4.0 版本，期待以讯飞星火为代表的国产大模型持续进化，为刚需场景释放更多新质生产力。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。