訊飛星火4.0 Turbo發布 首發多模態視覺和超擬人數字人交互

根據代碼生成HumanEval測試集上的效果對比，訊飛星火4.0 Turbo在Python、Java、Java等任務上和GPT-4o的差距微弱，在C++能力上超過GPT-4o。在真實應用場景，基於認知智能全國重點實驗室構建的iFLYCode-Eval-2.0代碼實用場景測試集，訊飛星火4.0 Turbo在代碼生成、代碼檢錯、單元測試等任務上都超過了GPT-4o。同時推出星火代碼7B版本，滿足代碼生成、代碼補全等極速響應型任務，效果業界最優。

首發語音視覺虛擬人交互「三合一」

發布會上，科大訊飛重新定義萬物智聯時代的多模AIUI交互標準，在原有的遠場高噪、全雙工、多語種多方言能力上，升級了多模態能力，新增了超擬人和個性化能力。

超擬人數字人首次亮相，多模態的交互從超擬人的語音變成超擬人的數字人，實現語音、視頻、圖文的全部聯動的多模態交互。科大訊飛研究院院長劉聰現場和超擬人數字人玩了個「角色扮演」遊戲，無論是扮演孫悟空還是小豬佩奇，數字人反應都惟妙惟肖。

多模態視覺能力加持下的人機互動有多驚喜？劉聰現場給超擬人數字人打了個「視頻電話」，他不斷調整道具「孫悟空」「奧特曼」「怪獸」的擺放位置，無需拍照，超擬人數字人看圖說話，馬上回應：「奧特曼和孫悟空停止了打鬥，正在聯合對抗怪獸 」，和劉聰暢聊不同角度的所見。

劉聰還演示了更實用的旅遊購物場景，當攝像頭轉向印有外文的化妝品及酒類產品時，超擬人數字人能對畫面中產品的品牌、功能等信息進行「秒回」，超擬人數字人已成為「跨語言」購物的好幫手。

「目前，訊飛星火支持用戶創建自己的個性化數字人，打造每個人的數字分身。」劉聰現場演示了一個自己的「數字分身」，只需在後台進行簡單的編輯、定義，就可快速生成自己的卡通形象，更能一句話復刻自己的聲音作為發音人，隨時隨地與自己對話。目前，已支持1300+種人設打造。

首發星火多語言大模型

在語音識別領域，科大訊飛的遠場高噪場景語音識別領先優勢進一步擴大。

在多語言能力上，首次實現全國地級市方言全覆蓋，含全國288個地市、202種方言，訊飛輸入法14.0即將支持202種方言免切換自由說。

在多語種能力上，首次發布星火多語言大模型，除中英文外，可支持俄、日、阿、法等8個語種。根據實用任務場景構建測試集MMT-Eval-1.0，訊飛星火在汽車、家電、辦公、翻譯等行業的任務場景應用效果超過了GPT-4o。

「訊飛作為中國唯一的認知智能全國重點實驗室承建單位，我們有使命有責任要做多語言大模型」，劉慶峰表示，訊飛星火底座能力要不斷提升，對標全球最好水平，同時還要針對真實應用場景做到全球最好，不斷擴大多語種範圍，「我們一定要代表中國給世界第二種選擇。」

多模態多語言能力升級，將全面賦能汽車產業。科大訊飛還首發了汽車端側星火大模型，據悉，今年第四季度起，奇瑞、廣汽、長城等多款搭載端側大模型的車型將上市開售。

新民晚報記者 郜陽