科大讯飞发布讯飞星火 V4.0

发布

2024年6月27日，科大讯飞公开发布讯飞星火 V4.0（Spark V4.0）。^[1] 发布会（launch event）在北京举行，由董事长刘庆峰主讲。^[3]

一次大模型版本发布，通常不只是换掉一个模型文件：底座模型升级，架在它之上的产品也跟着改。讯飞当天的介绍就分成两头，一头是模型本身的基准测试成绩，一头是消费端应用的新功能。^[1][3]

在国产集群上训练

讯飞着重强调的一点是硬件。星火 V4.0 在名为 FlyingStar One 的集群上训练完成，公司称这是一套国产的万卡集群。^[1]

训练大语言模型（large language model），本质上是把同一套极大的计算在大量文本上反复跑，直到模型的参数逐渐调整到有用的取值。单张加速卡（accelerator）再快也承担不了这样的计算量，所以要把它拆到成千上万张卡上，连成一个集群，让模型参数分散在这些卡之间协同计算。万卡规模，说的就是这种量级的机器。称之为「国产」，指的是这些加速卡由国内生产而非进口，因此这次训练并不依赖海外硬件。^[1]

基准成绩

讯飞称，在测试过的 12 项主流基准（benchmark）中，星火 V4.0 有 8 项取得领先。^[1] 公司还称，它在 5 个方面超过了 GPT-4 Turbo，但在编程和多模态（multimodal）能力上仍然落后。^[2]

基准是一批标准化的题目加上一套评分办法，作用是让不同模型在同一批问题上接受对照。说「过了几项」，是一种粗线条的概括：它回答的是模型在多少个测试集上领先，而不是领先多少分；具体结果还会受提示词写法和测试设置的影响。与 GPT-4 Turbo 的对比更像一个参照坐标，而不是全面追平的结论——按讯飞自己的说法，写代码、以及把图像或语音与文字放在一起处理这两类能力，仍然在后面。^[2]

关于差距的提醒

刘庆峰在同一场发布中提醒，GPT-5 之后，与 OpenAI 的差距可能再次拉大。^[2] 这句话把大模型研发描述成一条不断前移的线：以 GPT-4 Turbo 为尺子，说明当前这一版处在什么位置；而把 OpenAI 的下一代模型视为变量，则说明距离并不是固定的，因为尺子本身也在往前挪。

一同发布的东西

据新华网报道，与 V4.0 一同发布的还有一台智能评卷机，讯飞称其为行业首创。^[3] 评卷机属于把模型用到学校和考试场景的那一类产品，而不是聊天助手：同样的识别与评分能力，被做成一台设备。与此同时，星火 App 和桌面端新增了「个人空间」功能。^[3]

这次发布说明了什么

这场发布会里并排放着三样东西。第一样是建立在国产加速卡之上的训练体系，被当作模型的底座来介绍。^[1] 第二样是一组自报的、以 GPT-4 Turbo 为对象的对比，而且把落后的部分也写在了里面——编程和多模态能力被点名为仍有差距的方面。^[2] 第三样是产品化：模型与评卷硬件、应用新功能一起发布，让同一次发布同时面向开发者和普通用户。^[1][3]

董事长关于 GPT-5 的提醒，是同一幅图景的一部分。一次以竞争对手当前型号为刻度的发布，记录的是竞赛过程中的一个截面，而不是终点；发布者自己也把话说到了这一层。