2024 年諾貝爾物理學獎和化學獎都與人工智能研究相關。物理學獎授予了機器學習先驅約翰·霍普菲爾德和杰弗里·欣頓，他們使用物理學工具設計了人工神經網絡。化學獎則一半授予了谷歌旗下 DeepMind 公司的德米斯·哈薩比斯和約翰·江珀，他們設計的人工智能模型「阿爾法折疊」可以預測幾乎所有蛋白質的三維結構。這些成果不僅展示了人工智能在基礎科學中的突破性應用，也反映出人工智能正在人類社會終扮演越來越重要的角色。而大模型作為 AI 的集大成者，也在社會發展中扮演了重要角色，成為 AI 公司競逐的核心。近日，人工智能「國家隊」科大訊飛官宣將在 10 月 24 日舉辦第七屆世界聲博會暨 2024 科大訊飛全球 1024 開發者節，除了現場將發布訊飛星火大模型最新版本外，還將再次升級大模型底座能力，并首次發布多模態視覺交互及超擬人交互能力，可謂是「猛料」眾多，吸引了業界的共同關注。
值得一提的是，這一次科大訊飛還將重磅發布多模態視覺交互及超擬人虛擬人交互能力。語音是萬物互聯的入口，作為國內語音產業的王者，科大訊飛一直在引領語音交互的變革。早在 8 月全民開放的星火極速超擬人交互，就憑借更快響應速度的反應力、更具情感共鳴的感性力，更靈活可控的表達里以及更多種人設的角色扮演力，讓萬千用戶體驗到了 AI 超擬人化的魅力。而此次超擬人虛擬人交互，或將超擬人技術與虛擬人技術進行融合，讓虛擬人交互更具人類特性，進一步打破現實世界與數字世界的邊界。此前虛擬人技術已在訊飛多款軟硬件產品中得到應用，比如搭載星火大模型 V4.0 的訊飛 AI 學習機就通過虛擬教師實現引導式伴學，星火語伴通過伴讀老師提升用戶口語能力，訊飛智作更讓虛擬主播走進現實，降低自媒體創業門檻。
至于多模態視覺交互，可以讓 AI 看見世界，成為「萬物智聯」的關鍵一環。目前大模型從單模態走向多模態，通過理解和處理更多類型數據，也具備了更智能、自主的決策和行動力，將為包括汽車、工業、智造等產業應用開拓更多可能性。
都說「萬丈高樓平地起」，摩天大樓的高度取決于地基的深度。而對于大模型來說，底座能力相當于地基，決定著應用的高度與賦能行業的廣度。作為國產大模型的第一梯隊選手，自 2022 年底 ChatGPT 發布以來，科大訊飛發布的訊飛星火大模型已進行過多次升級。今年 6 月 27 日，訊飛星火 V4.0 正式發布，底座能力全面對標 GPT-4 Turbo，訊飛星火也是目前唯一基于全國產算力訓練的全民開放大模型，自主可控的訊飛星火承擔了國家發改委、工信部、科技部和中科院的多項國家戰略任務，不斷夯實「國家隊」地位。在國務院發展研究中心、新華社研究院、《麻省理工科技商業評論》等權威機構的評測中，訊飛星火的綜合能力在國內排名均在首位。
訊飛星火大模型還憑借領先的語音交互能力在賦能人機交互。在訊飛星火大模型 V4.0 中，基于星火底座能力的星火語音大模型支持 74 個語種方言自由切換，首批 37 個主流語種效果超過了業界領先的 Whisper V3。以星火底座能力為基礎，科大訊飛將星火大模型引入智能座艙，助力奇瑞、長安、廣汽、大眾等品牌汽車智能化水平提升，讓車機語音交互由好用邁入常用階段，讓人機交互更便捷。
為了快速提升大模型底座能力，科大訊飛還與華為展開緊密合作。去年全球 1024 開發者節上，科大訊飛聯合華為打造國內首個萬卡規模國產算力平臺「飛星一號」后，啟動了更大參數規模的大模型訓練。在強大底座能力基礎上，科大訊飛與華為在華為全聯接大會上聯合發布了企業智算平臺解決方案，將算力與算法深度融合，為企業提供端到端的全棧 AI 能力，幫助更多中小企業降低 AI 布局門檻。同時共創醫療大模型軟硬一體化方案，通過開箱即用的簡單、高效部署，讓每個醫生都能擁有自己的 AI 診療助理，對醫療行業發展裨益巨大。這些聯創或共創方案高度依賴大模型底座能力，其本質是探索更多行業賦能的落地路徑，這也讓業界對星火大模型底座能力的再度升級充滿期待。
大模型鏖戰的五百天里，科大訊飛憑借在大模型底座能力與創新技術上的不斷積累，早已證明自身具備行業引領力，并通過攜手各行業的頭部企業，加速大模型在產業端的應用部署。相信我們將在這一次科大訊飛全球 1024 開發者節上，搶先看到大模型行業的前瞻技術與賦能未來的最新進展。
