讯飞星火发布与智能语音AI



2023年5月，科大讯飞发布星火大模型（SparkDesk）——又一家国内科技公司加入大模型竞赛。讯飞在智能语音领域有深厚积累，它的大模型有什么特色？本文从技术角度分析。

一、讯飞的AI积累

科大讯飞在智能语音领域做了二十多年——从早期的语音识别、语音合成，到现在的大模型。它的语音技术是国内顶尖的，中文语音识别准确率非常高。这种技术积累，是讯飞做星火大模型的基础。

星火大模型不是凭空做的——它是在讯飞多年的NLP技术积累上发展起来的。从语音识别到自然语言理解，从语音合成到对话生成，技术路线是一脉相承的。有了前面二十年的积累，做星火大模型就水到渠成了。

讯飞的优势在于语音——很多大模型主要做文字交互，但星火大模型是”能听会说”的。语音输入、语音输出，多模态交互能力很强。这在智能客服、教育、医疗这些场景特别有价值。

二、星火大模型的特点

星火大模型有什么特点？首先是语音能力强——语音识别准确率高，语音合成自然流畅。你用语音和它对话，体验很好。不像有些大模型，只能打字交流，语音体验一般。

其次是教育场景深入——讯飞在教育领域做了很多年，有大量的教育数据和场景。星火大模型在教育场景的表现特别好——辅导学生做题、讲解知识点、生成练习题，这些教育功能做得很专业。

还有就是行业应用丰富——讯飞不只做通用大模型，还做行业大模型。医疗大模型、法律大模型、汽车大模型，针对不同行业做定制化。这种”通用+行业”的路线，能更好地满足企业客户的需求。

三、国产大模型的竞赛格局

星火大模型发布后，国产大模型的竞赛格局更清晰了。百度文心一言、阿里通义千问、讯飞星火，再加上腾讯混元、华为盘古，国内大厂都有了自己的大模型。

各家的侧重点不一样——百度侧重搜索和通用对话，阿里侧重电商和云服务，讯飞侧重语音和教育，腾讯侧社交和内容，华为侧重行业和算力。不同的背景，决定了不同的发展方向。

除了大厂，还有一批创业公司在做大模型——智谱AI、百川智能、月之暗面、MiniMax，这些创业公司虽然规模不如大厂，但在某些技术方向上很有特色。整个行业呈现”百花齐放”的局面。

四、大模型的技术趋势

从各家发布的大模型看，有什么技术趋势？首先是多模态——不只是文字，还能处理图片、语音、视频。GPT-4已经支持图片输入，国内各家也在做多模态。未来的大模型是”全能型”的，能处理各种类型的信息。

其次是轻量化——不是模型越大越好，而是要在能力和成本之间找平衡。小模型经过优化，在特定场景下也能达到很好的效果。端侧部署的小模型，是一个重要方向。

还有就是行业化——通用大模型做出来后，要落地到具体行业。怎么结合行业数据、行业知识，做出好用的行业大模型，是接下来的重点。

五、对AI产业的影响

国产大模型竞赛，对AI产业有什么影响？首先是加速了技术进步——大家都在竞争，技术迭代速度很快。从年初ChatGPT爆火，到年中各家都发布了自己的大模型，这个速度是前所未有的。

其次是带动了产业链——大模型需要算力（GPU芯片）、数据（训练数据）、算法（模型架构），这些都带动了整个AI产业链的发展。上游的芯片厂商、数据标注公司，下游的应用开发公司，都受益。

还有就是人才培养——做大模型需要大量AI人才，这个过程中培养了一批算法工程师、数据工程师。这些人才是中国AI产业的宝贵财富。

六、大模型的商业化探索

大模型做出来了，怎么赚钱？这是所有大模型公司都要面对的问题。目前的商业化路径主要有几条。

第一条是API服务——把大模型能力做成API，按调用量收费。企业开发者调用API来开发自己的应用，不用自己训练大模型。这种模式比较轻量，适合快速规模化。

第二条是产品订阅——直接做面向C端的产品，用户付费订阅。比如ChatGPT Plus就是订阅模式，每月20美元。国内的大模型产品也在探索类似的订阅模式。

第三条是行业解决方案——针对金融、医疗、教育等行业，做定制化的大模型解决方案。这种客单价高，但项目周期长，需要深入行业。讯飞的优势就在这里——它有很多行业客户和场景。

七、技术从业者的机遇

大模型的兴起，对技术从业者意味着什么？首先是新岗位需求——算法工程师、数据工程师、AI产品经理、AI应用开发，这些方向的岗位需求会爆发。

其次是技能升级——不管你是做什么技术方向的，了解大模型、学会用大模型工具，都会让你更有竞争力。前端工程师可以用大模型辅助写代码，后端工程师可以用大模型辅助调试，测试工程师可以用大模型自动生成测试用例。

还有就是创业机会——基于大模型可以做很多新应用。就像移动互联网时代催生了很多App创业公司一样，大模型时代也会催生一批新的创业公司。有技术、有想法的人，可以抓住这个机会。

八、写在最后

星火大模型的发布，是国产大模型竞赛的又一个重要节点。从年初ChatGPT爆火，到年中各家都发布了自己的大模型，国产AI在这一年里取得了长足的进步。

虽然和国际顶尖水平还有差距，但这个差距在快速缩小。按照这个速度，再过两三年，国产大模型完全有可能追上世界先进水平。

对整个科技行业来说，大模型是一个重大的技术变革。抓住这个机遇，就能在下一代技术浪潮中占据有利位置。让我们一起期待国产AI的未来。

九、语音AI的未来

讯飞的优势在语音，语音AI的未来会怎样？首先是更自然的交互——语音识别更准确、语音合成更自然，就像和真人说话一样。现在的语音助手还比较”机械”，未来会更自然、更智能。

其次是多语言能力——不只是中文，还要支持各种方言、各种外语。中国有很多方言，方言语音识别是一个重要方向。还有就是跨语言翻译——实时语音翻译，让不同语言的人能自由交流。

还有就是场景化——在汽车里、在家里、在医院里，不同场景下的语音交互需求不一样。针对不同场景做优化，才能有更好的体验。

期待语音AI与大模型结合的未来。

国产AI，未来可期。

加油前行。

共勉。

一起加油。

哦。

好。

是。

对。

好。