对话科大讯飞副总裁、研究院院长刘聪：中国大模型已从追赶对标走向自主原创

出品｜网易科技《态度AGI》对话栏目

作者｜丁广胜

“从通用AI助手到懂你的AI助手”这是讯飞星火4.0的新口号，“通用”的一词之差，背后是翻天覆地的变化。

科大讯飞副总裁、研究院院长刘聪说，我们研究院考虑的是“刚需”和“代差”两个因素，做的事情必须有实际的价值，做每一个研究都要和业务进行对齐，不能闭门造车。

“如果说2023年我们还在追赶、对标、摸索，那2024年我们做的就是场景沉淀。讯飞的逻辑是，底层模型得有，更重要的是找落地价值，带来工作生活学习的提效，这是讯飞的目标。”

即，通用大模型是讯飞“1+N”战略的1，是“天花板”立在那里，而现在需要在场景上面下功夫。讯飞的“1+N”，其中“1”代表通用大模型底座，“N”代表将大模型技术应用在教育、医疗、汽车、办公、智能硬件等多个行业领域。

对于大模型，目前有两种声音，一波人认为中国很差，一波人认为中国很强，刘聪说确实我们有些地方还有差距，但我们在相当部分已经很强了，国外很多demo有不少是营销目的，讯飞在做大模型国产化的相关工作，到了2024年，可以说我们已经摸索出了自己的一条路，开始踏踏实实的做场景、找商业模型了。

那讯飞的产品方法论是什么？刘聪表示，找PMF（市场匹配度），讯飞基因好、积累好，是厚积薄发，比如，讯飞做了很多年的学习机，家长和孩子接受度很高，原来交互性不强，现在大模型来了，体验升级，大家乐见其成。

“归根结底，是找到每家企业自身擅长的地方，做透做扎实，证明自己，有所侧重，在国内甚至全球范围内做到最好，最后找到商业模型。”而做到这一切，我们要有耐心。

刘聪还回应近期热门的具身智能话题，他认为，人形虽然很热，但全面实用化还需要走过正常周期，但大模型带来了底层能力的提升，在交互能力、知识能力、数据能力上带来好消息，比如之前是机械臂比较火，而现在大家看到了解决复杂任务的可能性。

而对于大模型和小模型的争论，刘聪谈到，大模型小模型的发展不矛盾，两种模型是并行发展的，大模型是“天花板”的探索，小模型的核心是根据实际情况和成本来搞定场景。他举例，讯飞把任务定义为三类，一般难度的任务，比如翻译、文字、代码，中小规模的模型就够了；中等难度的任务，比如行业深度场景，用中等模型；高难度任务，比如复杂推理，数学场景，就需要用到更复杂的大模型。

谈及如果决胜大模型的未来，刘聪谈到，第一，关注国际动态，比如我们对于scaling law的进展理解非常清晰；第二，结合实践，比如在算法方面做测试，结合实践来做未来判断；第三，“以我为主”的赛道聚焦，通用做到第一梯队之后，做优势领域，即教育，做深做透。

刘聪还犀利评论OpenAI，他表示，GPT-5底座大模型投入巨大，升级周期会变长，局部亮点可能会不断出现，但很难有GPT3.5到4那么大的提升了。

科大讯飞副总裁、研究院院长刘聪与媒体对话精华：

问：讯飞星火V4.0的重点是什么？哪些地方的升级是关键点？

刘聪：我们仍然沿用1+N的路径，继续拓展多模态，在底座能力上，重点关注图文能力，这是讯飞一直以来的特点。

问：讯飞星火V4.0提出布局AI助手，如何与市面上的产品做差异化？

刘聪：当底座达到一定程度，我们关注的是真正能够满足刚需且具有落地价值的产品，这非常关键。每个人都应该有一个助手，个性化就变得很重要，真正让用户深入使用并产生粘性，这时候他就不愿意再用别的产品了。

讯飞研究院并非一个闭门造车的技术研究院，我们所有技术都对应业务需求。

问：讯飞的大模型是如何迭代的？

刘聪：我们一直在摸索scaling law是否符合我们的预期，摸索这条线。但我们更加关注的是模型的场景化，把“N”做透，深入解决系统化问题，这非常关键。在多模态中，我将重点关注OCR，以确保OCR做到最好。当然，我们还有国产化的工作需要完成。

问：讯飞在场景落地过程中，如何找PMF（市场匹配度）？

刘聪：大模型之前，讯飞是人工智能企业中较少有的，能够真正把技术实现产品落地的企业。当年在教育场景下还没有to c用户，我们每天与老师们在一起打磨，做到对这个场景非常熟悉，不能仅凭想象和拍脑袋。有了大模型之后，你会发现作文批改比之前厉害很多，除了修改字词错误，还可以处理比喻和修辞方面的问题。

这就是我们找PMF之所以准确，是源于过去25年我们在场景上的积累。这是我们的逻辑。

问：今年具身智能较为火爆，讯飞也推出了双足机器人，您如何看待这个机会？

刘聪：在资本界，最近一年多，大模型、人形机器人是最热的。但站在真正实用化的角度，所有技术发展一样，仍然需要正常周期。

可以肯定的是，大模型出来后，人形机器人可以做更多事情了，之前都是机械臂，做重复的事情。而现在，处理复杂任务成为可能。

问：您如何看待“小模型”话题？大家开始更关注小模型可以做的事情。

刘聪：我们一直强调小模型时代，并不意味着不再关注大模型、小模型就足够了。其实核心技术原理是大模型在更新，大模型先找到天花板，再优化小模型。小模型的不断进步依赖于大模型的发展。

问：语音转译，很多AI产品都具备，讯飞的竞争力在哪里？

刘聪：首先，通用效果更为重要，我们涉及到中英文以及其他语种。第二，做到“信达雅”大家都还有很大空间，我们发布的科研助手已经体现了对学术论文全面翻译的能力，第三，讯飞擅长语音翻译、同传翻译。后续会有相关新产品和大家见面。

问：从整个产业看，怎么来定义目前大模型的发展阶段？

刘聪：我们现在的状态是经过两年对标，正处于厚积薄发的状态，已经进入了一个需要比拼耐力和耐心的过程。中国大模型已从追赶、对标走向自主原创。

接下来的提升可能在“局部”，Sora非常惊艳，但并没有像GPT刚出来时的颠覆性。对于讯飞而言，我们的视频优先级较低，我们需要找到自己的优势场景和定位，形成自我造血，透彻地提高产品价值。

问：中美大模型差距是否正在缩小？

刘聪：毫无疑问，中美在大模型之间的差距正在缩小，无论是正式的榜单还是实际任务，大家都可以体验。

问：讯飞星火从2022年12月正式立项到现在一年多了，您个人状态和之前有什么不同？

刘聪：相当充实，发际线依然在。我现在是“首席演示官”，每场“演出”都站在台前，以前都是在幕后。