6月9日，是科大訊飛成立的25周年。在司慶活動上，董事長劉慶峰在內(nèi)部講話中深入分析了如何看待語音和大模型的戰(zhàn)略機遇、如何看待科大訊飛當(dāng)前競爭態(tài)勢、如何打贏大模型之戰(zhàn)這三大問題，并坦言科大訊飛正經(jīng)歷創(chuàng)業(yè)以來最充滿挑戰(zhàn)、最扣人心弦、最激動人心的歷史時刻。

劉慶峰從大模型底座能力、承擔(dān)國家戰(zhàn)略任務(wù)、行業(yè)龍頭客戶招標(biāo)選擇三個關(guān)鍵維度，概括了訊飛星火為何能成為多領(lǐng)域頭部企業(yè)的首選。站在語音和大模型全新的戰(zhàn)略機遇交匯處，他強調(diào)了從技術(shù)中來到產(chǎn)品中去的產(chǎn)品導(dǎo)向，通過五大核心戰(zhàn)略來打贏大模型之戰(zhàn)。

堅守十年，迎來語音和大模型的全新戰(zhàn)略機遇

1999年，科大訊飛創(chuàng)始團隊定下公司使命“讓機器能聽會說，實現(xiàn)人類和人機信息溝通無障礙”。2014年，科大訊飛做出戰(zhàn)略判斷，提出下一個發(fā)展階段從“智能語音”到“認知智能”，“讓機器能聽會說，能理解會思考”。堅守十年之后，科大訊飛在2024年迎來了前所未有的全新戰(zhàn)略機遇。

如何看待語音產(chǎn)業(yè)和大模型的全新戰(zhàn)略機遇？

劉慶峰以一直引領(lǐng)行業(yè)熱潮的OpenAI為例，從通用底座的GPT-4，到有視覺功能的GPT-4V，到語音大模型Whisper、文生視頻大模型Sora，再到今年5月份發(fā)布的語音和音視頻能力都有所提升的GPT-4o，每一次更新都離不開底座大模型的智慧升級。同時，OpenAI把工程化也做得更加透徹，包括超擬人、全雙工對話、端到端的極致體驗速度，展示了人機交互能達到更好的水平，對整個語音市場都是一個非常大的推動。

劉慶峰表示，原來的語音合成、語音識別、機器翻譯等單點技術(shù)，通過大模型的理解能力、文本生成能力在后臺加持提升，實現(xiàn)了語義理解、指令跟隨、多輪對話、情緒感知、超擬人合成，真正使得語音交互得到提升。

“在這個背景下，語音領(lǐng)域的幾乎所有應(yīng)用都值得用新方式重構(gòu)一遍，這就是現(xiàn)如今語音產(chǎn)業(yè)的全新戰(zhàn)略機遇?！眲c峰說，醫(yī)療導(dǎo)診機器人、酒店服務(wù)機器人、所有企業(yè)的客服機器人等都可以重新做一遍；7×24小時營業(yè)場所的部分崗位、企業(yè)中的服務(wù)類崗位等都可以用數(shù)字員工；汽車、手機、家庭助手等終端的智能語音服務(wù)也能得到很大提升。類似的應(yīng)用領(lǐng)域非常多，產(chǎn)業(yè)空間巨大。

他分析，GPT-4o對萬物互聯(lián)時代語音浪潮的推動，類似于當(dāng)年Siri對語音應(yīng)用的推動。它備受關(guān)注的原因有幾個點：超擬人合成，使得說話不再是朗讀腔調(diào)，而是真的像人一樣自由對話；全雙工交互，可以同時（瞬時）進行信號的雙向傳輸，人機對話可以隨時打斷和繼續(xù)；通過語音到語音的端到端建模實現(xiàn)快速反應(yīng)的極致交互體驗。

目前科大訊飛在超擬人合成技術(shù)方面，中英文、多語種都做到了國際領(lǐng)先。全雙工技術(shù)方面，科大訊飛早在2016年就定義了萬物互聯(lián)時代的人機交互標(biāo)準(zhǔn)，包括遠場、多人、全雙工這些特性，2020年1月，在韓國釜山舉行的ISO/IEC JTC 1/SC 35全會上，科大訊飛主導(dǎo)提出了全雙工語音交互國際標(biāo)準(zhǔn)，2023年5月正式頒發(fā)。端到端的語音技術(shù)，背后有語音識別、文本生成、語音合成的過程，今年6月27日，訊飛星火V4.0發(fā)布也將給大家展示最新的端到端落地成果；端到端的語音技術(shù)建模，科大訊飛有全棧技術(shù)方案，也排在計劃中，需要算力和時間去實施，預(yù)計三季度推向市場。除此之外，科大訊飛還可提供GPT-4o沒有的一句話復(fù)刻、高噪音場景語音識別、多方言多語種免切換功能。

“大模型時代的語音技術(shù)本質(zhì)上是一次推動萬物互聯(lián)和原有人機交互場景重構(gòu)的巨大產(chǎn)業(yè)機會，科大訊飛一定能夠抓住最好的核心技術(shù)和應(yīng)用的紅利。”

劉慶峰透露，下一步，科大訊飛將發(fā)力遠場高噪音多人說話場景、高表現(xiàn)力個性化場景、云邊端一體化、軟硬件一體化，從技術(shù)優(yōu)勢、市場先機、落地成效構(gòu)建全方位持續(xù)領(lǐng)先優(yōu)勢。

大模型日益展現(xiàn)出的巨大潛力，讓行業(yè)賽道內(nèi)玩家云集，各種技術(shù)評測榜單層出不窮。劉慶峰一方面拿事實說話：訊飛星火在過程中不斷迭代，5月底上線的訊飛星火V3.5 Max版本已在文本生成、知識問答、邏輯推理、數(shù)學(xué)能力上超越GPT-4 Turbo 0429的最新版本；一方面也冷靜分析：大模型的能力可達程度也是分臺階的，“就算是榜單第一，就算是超過了GPT-4 Turbo當(dāng)前水平，面對今天的產(chǎn)業(yè)戰(zhàn)略機會，還要看大模型在哪些領(lǐng)域能真正實用。”

劉慶峰認為，大模型能力可達的程度是分臺階的，可以分三個層次：第一，一般難度任務(wù)，比如文本摘要、文本生成、要素抽取、基本意圖的識別等，使用通用基座模型或數(shù)千量級的SFT（一周左右就能做完），能達到比較好的程度；第二，中等難度任務(wù)，比如檢索類知識問答，需要有一個結(jié)合檢索和深度分析的場景，再如單場景的專用智能體，這就需要10萬級別的SFT并做比較深的優(yōu)化才能有性能的顯著提升；第三，高難度任務(wù)，如高難度數(shù)學(xué)推理、長鏈條知識推理問答、開放領(lǐng)域的通用智能體等，短期內(nèi)難以達到好用水平，需要更大規(guī)模參數(shù)的大模型并配合專用領(lǐng)域的算法模型才有可能完成，目前還在探索階段。

舉個例子，保險的知識問答是人機對話的典型應(yīng)用領(lǐng)域。2023年11月，中國人民保險集團聯(lián)合認知智能全國重點實驗室和科大訊飛，研發(fā)了人保首個百億級參數(shù)的專屬問答領(lǐng)域大模型——“數(shù)智靈犀一人保大模型”。今年以來，通過數(shù)萬量級的SFT微調(diào)并采用全新技術(shù)方案，實現(xiàn)長文本能力的大幅提升，使得規(guī)模文檔的問答效果相對提升了70%以上。

在全新的戰(zhàn)略機遇面前，劉慶峰亦坦言：今天大模型拼的不僅僅是底座能力，還必須圍繞剛需的使用場景構(gòu)建真正的核心優(yōu)勢。

三個關(guān)鍵維度看訊飛星火的領(lǐng)先地位

劉慶峰從大模型底座能力、承擔(dān)國家戰(zhàn)略任務(wù)、行業(yè)龍頭客戶招標(biāo)選擇三個方面給員工闡釋了訊飛星火的領(lǐng)先地位。

大模型底座的技術(shù)實力上，從認知智能全國重點實驗室牽頭、中科院人工智能產(chǎn)學(xué)研創(chuàng)新聯(lián)盟和長三角人工智能產(chǎn)業(yè)鏈聯(lián)盟共同參與設(shè)計的通用認知大模型評測體系看，今年5月底升級的訊飛星火V3.5 Max，已在多個能力上超過GPT-4 Turbo 0429的最新版本，在國內(nèi)可測的大模型中處于領(lǐng)先地位，尤其是在文本生成（特別是英文）、邏輯推理、數(shù)學(xué)和代碼能力上領(lǐng)先優(yōu)勢顯著?！爱?dāng)我們在通用能力上緊跟國際最先進水平以后，我們在教育、汽車、醫(yī)療等專用領(lǐng)域就可以實現(xiàn)超越?！保ㄗⅲ?024年高考期間，多家媒體和專業(yè)人士用高考中英文作文題和數(shù)學(xué)題對大模型能力進行測評，訊飛星火不僅占據(jù)榜首，并超過GPT-4o。）劉慶峰預(yù)告，6月27日訊飛星火V4.0發(fā)布，將會進一步強化國內(nèi)的領(lǐng)先地位。

從使命站位看，作為國內(nèi)第一個基于全國產(chǎn)算力平臺訓(xùn)練的大模型，完全自主可控的訊飛星火也承擔(dān)了國家發(fā)改委、工信部、科技部和中科院的多項國家戰(zhàn)略任務(wù)，不斷夯實“國家隊”地位。“從長期來看，國家選大模型國家隊是綜合國力的較量，決定了國家的科研范式、產(chǎn)業(yè)形態(tài)和競爭格局?！?/p>

第三方的客戶選擇是大模型競爭力的重要體現(xiàn)之一，訊飛星火也成為多領(lǐng)域頭部企業(yè)的首選。

在央國企市場，訊飛星火已成為國家能源集團、中國石油、中國移動等行業(yè)龍頭客戶的選擇。其中國家能源集團的能源大模型招標(biāo)后選擇科大訊飛；與中國移動聯(lián)合打造的5G AI商務(wù)速記和全新移動APP，在5月23日第七屆數(shù)字中國建設(shè)峰會上正式發(fā)布；中國石油也選擇了和科大訊飛共同建設(shè)“昆侖大模型”。

經(jīng)過客戶的層層比選，訊飛星火已經(jīng)成為汽車、家電和機器人領(lǐng)域大模型應(yīng)用的首選品牌。

在汽車領(lǐng)域，奇瑞、蔚來、廣汽、一汽等國產(chǎn)品牌都在和訊飛合作，國際汽車品牌大眾在評估后也迅速落地應(yīng)用，于3月13日發(fā)布首款搭載星火大模型的車型“ID.UNYX” 。

在家電領(lǐng)域，海爾的家電大模型招標(biāo)后選擇了科大訊飛。公司還在和美的集團、海信集團、TCL集團等家電企業(yè)開展全方面合作。

科大訊飛與優(yōu)必選、傅利葉智能、宇樹科技、樸津智能等品牌開展合作，賦能近400家機器人企業(yè)。

劉慶峰說：“這些都是客戶慎重選擇、各家PK的結(jié)果，代表著訊飛星火真正的硬實力。”

訊飛星火的C端用戶粘性也越來越強，涌現(xiàn)出很多熱門助手。后臺數(shù)據(jù)顯示：繪畫大師使用次數(shù)1674萬；寫作助手使用次數(shù)596萬；文案助手使用次數(shù)400萬……

今年5月初教育部公布了首批18個“人工智能+高等教育”典型應(yīng)用場景案例。其中，北京郵電大學(xué)的“‘碼上’——大模型賦能的智能教學(xué)應(yīng)用平臺”、國家開放大學(xué)的“基于AI技術(shù)的大模型個性化英語教學(xué)創(chuàng)新實踐”，都是由訊飛星火大模型提供的技術(shù)，劉慶峰認為：“除了大家都喜歡用的口語學(xué)習(xí)工具‘星火語伴’外，基于代碼能力延伸出個人助手和學(xué)習(xí)工具，也將一定會成為每個人非常重要的助手?！?/p>

從技術(shù)中來到產(chǎn)品中去 打贏大模型之戰(zhàn)的5大核心戰(zhàn)略

站在語音和大模型全新的戰(zhàn)略機遇交匯處，擁有領(lǐng)先的身位，科大訊飛究竟要如何打贏這場大模型之戰(zhàn)？

劉慶峰分析，大模型時代科大訊飛核心戰(zhàn)略組成包括：第一，賦能現(xiàn)有的軟硬件和行業(yè)產(chǎn)品，形成基本盤。背靠科大訊飛的根據(jù)地業(yè)務(wù)，深入教育、醫(yī)療、工業(yè)、汽車、家電等行業(yè)賽道，同時打造基于大模型的翻譯機、學(xué)習(xí)機等王牌硬件產(chǎn)品。第二，開拓以央國企為代表的重點行業(yè)客戶市場。按照大模型能力可達程度的三個臺階，提供真正解決行業(yè)和企業(yè)剛需的方案。第三，開辟新興賽道的軟硬件一體化授權(quán)和新硬件機遇。比如機器人硬件、醫(yī)療硬件等。第四，在萬物互聯(lián)時代，AI助手的入口級戰(zhàn)略機遇。以“能聽會說”為前端，以“能理解會思考”為后端，將極大推動萬物互聯(lián)時代進程。第五，推進“訊飛超腦2030”計劃，邁向家庭陪伴機器人的萬億市場。

他也透露部分“大模型成績單”，其中大模型賦能的智能軟硬件產(chǎn)品成為業(yè)績增長的關(guān)鍵來源：今年618實現(xiàn)“開門紅”，C端智能硬件的銷售額實現(xiàn)了同比82%的增長；今年1-5月份科大訊飛AI學(xué)習(xí)機銷量增長153%，用戶凈推薦值持續(xù)行業(yè)第一；星火大模型賦能的智慧黑板，已形成代差級領(lǐng)先；中國汽車出口的多語種技術(shù)幾乎全部由科大訊飛提供；以智醫(yī)助理的能力延伸出來的家庭醫(yī)生隨訪和慢病管理已經(jīng)覆蓋了中國1.3億的居民；健康終端方面，訊飛助聽器的銷售額翻番增長，2023年在京東天貓618&雙十一獲行業(yè)第一。

訊飛的人工智能產(chǎn)業(yè)生態(tài)也在蓬勃發(fā)展，去年5月以來，訊飛開放平臺的開發(fā)者團隊增加了200萬以上、總數(shù)增長了66%，大模型相關(guān)注冊開發(fā)者團隊51萬，其中企業(yè)開發(fā)者32萬、個人開發(fā)者19萬。其中不僅僅提供軟件，更有軟硬件一體化解決方案。

劉慶峰表示，大模型應(yīng)用落地的一個關(guān)鍵是云邊端一體化和軟硬件一體化，在底座能力和垂直方向上要做透還要做好，用更小的算力做出相對更優(yōu)效果。“在云側(cè)，我們有很好的大參數(shù)的通用模型（各種不同尺寸都有），也有星火一體機、‘飛星一號’算力平臺等完全自主可控的硬件支撐；在邊、端側(cè)，科大訊飛有在汽車等行業(yè)落地的中等參數(shù)模型和軟硬件一體化方案，也有完全能夠在手機等智能終端上安裝和使用的‘小’模型和方案。從而形成了云邊端一體化和軟硬件一體化的綜合落地優(yōu)勢?！?/p>

船到中流浪更急，劉慶峰說，抓住大模型紅利的關(guān)鍵，最重要的還是“頂天立地”：核心技術(shù)保持業(yè)界領(lǐng)先，大模型底座做到領(lǐng)先，云邊端軟硬一體化做到領(lǐng)先?！皬募夹g(shù)中來，到產(chǎn)品中去，才能真正改變世界?！本劢故袌鰧?dǎo)向，做出典型領(lǐng)域的剛需產(chǎn)品，“把大模型賦能做到實處，把市場空間真正激發(fā)，這是我們要做的事?！?/p>

會上，劉慶峰也明確，科大訊飛價值觀的第一個就是一切為客戶創(chuàng)造價值，公司下一步也將通過一系列機制推動面向戰(zhàn)略市場領(lǐng)域的產(chǎn)品聚焦，讓產(chǎn)品最終能真正給客戶創(chuàng)造剛性的價值，可衡量、可評價。

“本輪的通用人工智能，從國內(nèi)外的發(fā)展看都是‘大平臺加英雄主義’，沒有通用大模型的底座能力，沒有算法、數(shù)據(jù)等各方面的積累，就沒有辦法做出改變世界的大模型應(yīng)用和產(chǎn)品。所以必須站在大平臺之上?！眲c峰說，從底座能力和承擔(dān)的國家戰(zhàn)略任務(wù)看，訊飛星火就是這個大平臺，再往后大平臺屬性還會進一步增強；除此之外，還要有英雄主義，讓每個人的創(chuàng)造力真正被激發(fā)出來，成為充滿想象力、充滿戰(zhàn)斗力、充滿開拓精神的英雄。

*文中數(shù)據(jù)來源于實際應(yīng)用和外部榜單