小說人物亂入現實，快速創作不重樣的故事;
鼠標一點，一封英文工作溝通郵件撰寫完成;
準確解出數學應用題，還給出解題步驟;
甚至還能理解人類情感，認識同一個詞語在不同場合下的含義……
在一片掌聲中，不久前的科大訊飛“星火”認知大模型發布會，以現場實機的方式，第一次向業界展示了中國的大模型能力所能達到的程度。
科大訊飛董事長劉慶峰稱，在文本生成和數學能力(一定程度代表通用認知大模型的智慧水平)上，星火認知大模型已經國內顯著領先，且相比ChatGPT也具有一定優勢;在語言理解和知識問答方面也達到接近ChatGPT水平，處于國內領先水平。
大模型的能力無疑是令人驚嘆的。OpenAI的CEO奧特曼曾經說，數據量大了，模型大了，就突然就出現了令人驚喜的結果，他也不知道為什么。
劉慶峰在接受采訪時表示，星火對一些問題的回復，“不知道它怎么懂的”。
這一類現象，正在接近人工智能領域期待已久的“智慧涌現”(Emergent Intelligence)。
如劉慶峰所言，統一的深度神經網絡大模型在輸入多元多模態的數據后，可以就所有非特定領域“觸類旁通”，而不需要專門以特定的問題去訓練。
智慧涌現從根本上告別了預設認知的“知識圖譜”AI模式，在走向真正的認知智能。
在國內大模型遍地開花的大背景下，“智慧涌現”將成為共同的愿景。
而誰才能最先做到“智慧涌現”?
越來越多現實表明，作為一種技術創新，大模型也需要和其他技術創新一樣，實現從技術能力到生態伙伴到產業應用的打通。
如劉慶峰所言，是要找準“最解決社會剛需而又有市場規模能夠自我造血的點”，不斷反哺技術創新提升，最終要實現“良性循環”。
只有良性循環，才能不斷強化和提升，實現智慧涌現。
反過來，拆解當下大模型實現良性循環的幾個要求，智慧涌現的實現也就自然而然了。
能力有鏈條，才能真正“智慧”
“星火”發布了七大能力，文本生成、語言理解、知識問答、邏輯推理、數學能力、代碼能力、多模態。
這是通用人工智能的七大維度，很多廠商也基本上都跟隨chatGPT進行了布局。
但科大訊飛對它們的各自認識卻并不相同。
在“星火”發布會上，劉慶峰表示，5月份星火還要進行一次迭代，增加更多的插件機制。
“有理解能力就可以做很多插件機制。”
在劉慶峰看來，“自然語言理解水平到位，才能最后讓大模型真的作為一個工具，能夠把各種插件充分的調閱起來”。
也即，在科大訊飛的布局中，語言理解能力不僅僅是在發布會現場讓觀眾發出驚呼，更重要的是它的強化，能夠讓大模型整體的能力“接駁”到不同的場景中去，API能夠理解復雜的指令、給出切中需求的結果。
所以，語言理解能力對友商的領先，也被劉慶峰視作“獨特優勢”。
與此類似的，還有科大訊飛宣布“星火”6月份將有一次重大升級，其中數學理解要強化。
這背后，是科大訊飛認為“數學能力是代表大模型聰明程度”，“數學理解在智慧涌現中能夠幫助到其他能力”，因此，在評價對國內競品有代差級優勢后，還不滿意，還必須針對性強化。
此外，知識問答能力，也在發布會現場被劉慶峰透露要具體到垂直場景中，例如可以在醫療領域發揮價值。
可見，科大訊飛雖然發布了7大能力，但內在不同的能力卻有自己的定位，形成了鏈條，有針對性的優化調整。
對大模型而言，只有這樣，才能做到真正“智慧”，并讓教育、辦公、汽車等大多數場景和個體感受到“智慧”。
當然，完成七大能力的構建，尤其是針對性的能力提升，并非只有一個宏觀認識就足夠了，還離不開長期的技術儲備。
早在2011年，科大訊飛就獲準成立語音及語言信息處理國家工程實驗室，2017年，科大訊飛又成立認知智能國家重點實驗室，一系列技術創新和進步不斷積累。
例如，2015年語音轉寫首次超過人類速記員、2017年通過國家執業醫師資格考試、2019年SQuAD機器閱讀理解全球首次超過人類平均水平、2022年OpenBookQA 科學知識推理單模型超過人類平均水平，等等。
這些，成為“星火”七大能力的基礎，是科大訊飛2022年年底啟動“1+N”(1個通用認知智能大模型、N個領域落地)認知大模型專項攻關的前提，也是“星火”能夠在語言理解等特定能力上有獨特優勢的保障。
離場景更近，才能快速“涌現”
GPT-4發布后，并沒有公布其參數量，這被視為走向商業化的準備。
畢竟，截止4月，微軟向OpenAI已投入130億美元，2023年，OpenAI預期還要實現數億美元的營收，來開啟“回報”的進程。
不論什么大模型，最終都必須走向商用、服務企業，創造專業價值，才能實現發展運營的良性循環——自我造血，是最大的良性循環。
實際上，“智慧涌現”，也并不僅僅指的是AI能力的觸類旁通，更重要的還有各個場景下AI應用所產生的驚人效果。
要實現這種“涌現”，就必須加速AI能力向產業的落地。
包月、按量收費、VIP一對一……不管是什么樣的商業模式，大模型背后的廠商所擁有的場景積累，決定了“涌現”的速度和深度。這是大廠的“基因優勢”，可以直接結合過去一直在進行智能化場景業務來推動chatBOT能力落地。
典型的，還有“星火”發布的同時，科大訊飛就在現場同時發布了教育、辦公、汽車、數字員工四大行業應用。
從目前的市場狀況看，大模型的場景“涌現”，廠商能夠在三個方面展現過去業務積累的價值。
1、離產品最近
很多過去就帶有智能化能力的硬件和服務，可以直接接入大模型來實現能力的升維。
例如，“星火”接入科大訊飛AI學習機，讓該產品實現中英文作文類人批改，;另外，訊飛智能辦公本產品也直接受益于大模型，可以實現會議紀要的高效、精準、扼要整理，以及語音轉寫文稿的規整化。
目前，訊飛智能錄音筆、訊飛智能麥克風等辦公產品也在接入“星火”。
2、離產業最近
To B的智能化轉型服務原本就是AI的主戰場，現在可以直接引入大模型。
“星火”接入智能座艙，與科大訊飛為數千個車型提供智能語音交互服務有直接關系，現在這種交互變得更自由、更擬人化。此外，“大模型+數字員工”，在企業招聘、營銷售后等方面能為企業提供更擬人甚至超越人的工作能力。
正如科大訊飛計劃在醫療、城市、政法、工業等行業引入大模型，To B市場上已有的智能化服務都有接入大模型的可能性。
3、離生態最近
將已有的資源接入大模型，大廠們還需要更多伙伴的協同。
劉慶峰在接受采訪時表示，“一定要靠生態共榮來做”，他透露，有首批來自36個行業的3000余家企業開發者將接入星火大模型。發布會上，科大訊飛還啟動了“2023 科大訊飛AI星火營生態計劃”。
這背后，也離不開科大訊飛已有的、來自千行百業的400多萬開發者生態。
大模型的落地，不是只有把技術接入產品、服務賣給客戶，沒有生態運營能力，也很難“循環”起來。
力量成建制，才能持續進步
有鏈條定位的能力，離場景更近，“良性循環”就能夠滾起來。
而這種滾動能夠不斷持續下去，還需要廠商本身在戰略、戰術、團隊等方面建制化力量。
這不僅是對加入大模型競逐的創業團隊提出的嚴峻要求，也對大廠管理運營能力提出了要求。
草臺班子，或者沒法力出一孔推出新業務的大廠，做不到良性循環的持續。
劉慶峰的信心，很大一部分也來自這樣的成建制力量。
在戰略定位上，科大訊飛承載著認知智能唯一的全國重點實驗室，“星火”的出色表現，某種程度上也是國家層面的幸事。
在戰術上，科大訊飛沒有悶頭做技術和產品，而是以認知智能全國重點實驗室會同中科院人工智能產學研創新聯盟、長三角人工智能產業鏈聯盟等業界權威力量，面向整個行業推出了通用認知智能大模型評測體系。
通過七個方面481個維度的分解，通用人工智能能力的評價有了一個相對更客觀的評價標準。
一方面，在大量跟風入局的大背景下，技術的好壞不再憑借廠商各自的品牌宣傳。
科大訊飛就試圖用這套體系來客觀講述其大模型各項能力的水平。
例如，在英文的郵件、廣告文案、招牌廣告、新聞通告等事項上，5分制下，ChatGPT為4.48分，而“星火”達到了4.29分，領先國內同行，與ChatGPT十分接近。
這就使得市面上那種單一問題評價的方式(不管是官方的，還是測試者的體驗報告)被摒棄，體系化的方式更令人信服。
一些行業亂象或也將被肅清。
另一方面，評測標準反過來也是指導標準，能夠幫助更多入局的廠商更好地優化自己的技術和服務。
正如劉慶峰在采訪中所言，“一方面對自己的研究做到什么程度是一個指導，指導我應該怎么做得更好，每一個階段的版本進步在哪，有哪些缺點;另外一個也是用它來真的來看，根據不同的應用，應該關注哪些能力。”
評測體系的出現，一定程度上表現出全球大模型激烈競爭下，國內行業領頭羊所承擔的行業職責。
在團隊上，科大訊飛“星火”核心團隊目前有200人，大部分都是85后90后的年輕團隊，每個領域分了8個子項目，每個課題的領軍人物都在這個領域中做了8~10年。
而200人之外，劉慶峰介紹，還有支持團隊1000余人，以及更外圈10萬人的兼職數據標記團隊。
這個整齊有序的團隊體系建設，是“星火”各項能力能夠不斷進步、攻克大模型相關難題的保障。
戰略、戰術、團隊，一整套建制化力量下來，科大訊飛還將在6月9號、8月15號和10月24號發布迭代版本。
對更多想要入局或者已經入局大模型的玩家而言，科大訊飛的案例表明，對技術有認知、對場景有沉淀，還能做好操盤，才能實現持續的“良性循環”。
光有技術與熱血，在大模型這里，不足以實現“智慧涌現”。
