当全球AI巨头竞逐万亿参数规模时，中国人工智能正以自主创新的破局之姿开辟新赛道。

根据IDC 发布的《中国央国企大模型解决方案市场份额，2024：大模型投资的主力军》报告数据显示，2024 年大模型解决方案市场规模已达31.8 亿元人民币，其中，科大讯飞市场份额居首位。

作为国产AI领军者，科大讯飞打造的"通专结合"模式直击行业痛点：依托全国产万卡算力平台"飞星一号"训练讯飞星火大模型，构建起从数据清洗到场景落地的完整工具链，在能源、金融等重点领域实现规模化应用。

4月20日最新升级的星火X1深度推理大模型，以参数小一个量级的精悍架构，在数学推理、代码生成等核心指标上整体效果对标OpenAI o1和DeepSeek R1，并且在自主可控方面建立了显著的优势，进一步验证了基于国产算力训练的全栈自主可控大模型具备登顶业界最高水平的实力和持续创新的巨大潜力。

当参数量级大幅缩减，讯飞星火X1为何有底气跟OpenAI o1和DeepSeek R1一较高下？“瘦身增肌”后的星火X1是否真的能打？

为解开这些疑惑，我们通过文本语言和多模态两大类场景的实际测试，一探究竟。

二、文本类测试：复杂隐喻解析到位 生活服务实用且具细节 实用性倍增

1、解构哲学隐喻哪家强？讯飞星火X1实力硬刚

解释”时间是最公平的法官"的深层含义，并创作一个符合该隐喻的故事情节。

讯飞星火X1解答

DeepSeek R1解答

面对这种隐喻话题时，讯飞星火X1通过寓言故事形式，生动形象地展现了“时间是最公平的法官”这一主题，故事通俗易懂，人物形象鲜明，情节富有起落，具有很强的教育意义，使读者易于理解和接受。

DeepSeek R1则运用现实案例，以更贴近生活的视角揭示主题，增添真实感与警示作用，其专业术语的运用也增强了内容深度。

两者各有侧重，风格迥异，均以不同方式精彩诠释了这一主题的深层内涵，如果目标是提供阅读乐趣和道德教育，讯飞星火X1的解释更具吸引力；而对于那些寻求深入分析和现实警示的读者，DeepSeek R1的解释则更为出色。

2、逻辑推理效率大比拼：星火五步给出答案

四个男人在一家饭店的包厢里用餐，他们围坐在一张正方形桌子旁边。

其中一位a先生突然中毒身亡，b、c、d这三人的妻子也目击了这一幕。

警察找来三位妻子进行讯问，她们每人作了如下的两条供词：b的妻子：b坐在c的旁边；不是c就是d坐在b的右侧。

c的妻子：c坐在d的旁边；不是b就是d坐在a的右侧，他不可能毒死a。

d的妻子：d坐在a的旁边；如果我们当中只有一个人说谎，那她就是凶手的妻子。

警察经过调查得知：三人当中只有一个人说了谎话。究竟谁是凶手?

讯飞星火X1解答

DeepSeek R1解答

讯飞星火X1的推理过程简洁清晰，通过分析座位相邻关系及供词真假，快速锁定 b 妻说谎，得出凶手是 b 先生，逻辑链条短，易于理解。

DeepSeek R1的推理则更复杂，在多种座位排列假设中反复推导，虽细致但稍显繁琐。

不过，讯飞星火X1在分析 b 的右侧时判定 b 妻说谎，进而确定凶手，步骤明确；DeepSeek 对凶手的判定（认为是 C）在逻辑严谨性上稍欠，因讯飞的推理更直接符合 “仅一人说谎” 条件.

整体而言，讯飞星火X1的解答更高效精准。

3、黄金定投收益谜团：AI 准确性大考

假设国内金价每天上涨2元，从第五天开始每天下降2元，那么我从今天开始用定投每天买入10g，连买10天后卖出，卖出手续费是每克3元，一共可以收益多少钱?

讯飞星火X1解答

DeepSeek R1解答

讯飞星火X1与DeepSeek解题逻辑均正确，但呈现方式有差异。

讯飞星火X1 在总成本计算中，详细展开每日金价累加式，再逐步化简为(100P + 60)，公式推导清晰，步骤细致，便于理解每一步计算逻辑。

DeepSeek虽逻辑正确，但在公式化简过程的展示上相对简洁。

总体而言，讯飞星火 X1在步骤呈现上更完整明确，对解题过程的剖析更深入，更利于用户理解计算细节， DeepSeek则简洁扼要，二者各有特点，讯飞在步骤展示上更具优势。

4、旅行策划师考场：“细节控”还是“马大哈”

请帮我制定一份7月份2人从河南郑州到江苏苏州旅游5天的攻略，要求包含往返路费、品尝当地特色美食预算为1万元。攻略中需要有详细的路经规划和时间行程，并以表格形式呈现。

讯飞星火X1解答

DeepSeek R1解答

面对生活类知识问答，我们让其制定一份旅游攻略，要求包含详细的路经规划和时间行程，并以表格形式呈现。

讯飞星火X1的解答更贴合1万元预算要求，总计8200元，剩余 1800元机动资金，结构清晰，含总预算表与详细行程表，每日行程、交通、餐饮等费用明确。

而DeepSeek R1的解答，总计6062元，剩余预算过多，虽有行程规划与费用明细，但预算控制稍逊。

在预算匹配度和文字排版表格呈现的直观性上，讯飞星火X1的解答更优，更符合用户需求。

5、关税背景下的理财选择：谁才是真正的理财规划师？

现在正值中美关税争战，作为一个普通工薪阶级，我现在有50万的存款，希望能够在这种经济环境和背景下尽可能有稳健的理财收益，请帮我设计一个3-5年的中短期理财规划。

讯飞星火X1解答

DeepSeek R1解答

讯飞星火X1解答结构清晰，策略框架明确，低风险固收类占比详细，包含国债、银行存款等，避险资产有黄金和美元资产，动态调整每年复盘，更显稳健细致。

DeepSeek R1的分层配置，加入了增额寿险等新资产，进取性略高，每半年评估组合。

两者均符合稳健需求，讯飞的细节更丰富，DeepSeek有创新资产配置，各有侧重点。

6、代码能力秀场：“一行封神”还是“bug不断”

用Python帮我实现一段俄罗斯方块的代码，要求游戏可以记录我的得分。

讯飞星火X1代码生成

讯飞星火X1程序运行

在代码编写能力上，讯飞星火X1均能够精准理解需求，写出的程序，放到解释器里完美运行。

三、多模态测试：报表解读、看图问答创作 精准阐释跨模态复杂信息

接下来，我们对讯飞星火X1的多模态能力进行了全面的测试，包括对图片内容的解析、对报表数据的解读、创作文本的能力，以及逻辑推理的准确性。

1、图片问答

问题①

对这两图的商业活动特征，列出三项古代沿用至今的交易模式，并推测图中缺失的现代支付手段对商业效率的影响

讯飞星火X1解答

讯飞星火X1的回答较为全面，涵盖了交易场景、人群与交通、支付与货币等方面，通过对比古代市场和现代商业区，清晰地展示了商业活动特征的演变。

它通过列举了三项古代沿用至今的交易模式，进一步说明了商业活动的传承性。

此外，对现代支付手段缺失对商业效率的影响进行了详细探讨，分析了交易速度、误差纠纷、数据化管理和安全风险等方面的问题，指出了电子支付的优势和缺失带来的影响。

整体而言，回答逻辑清晰，信息丰富，具有一定的参考价值。

DeepSeek R1仅能识别文字 无法识别图像信息

反观DeepSeek R1，由于仅能识别文字，无法识别图像信息，因此这一问题无法回答。

问题②

图中两个宠物有什么不同？右边的宠物形态会对今后的宠物市场产生什么影响？

讯飞星火X1解答

讯飞星火 X1能够理解图片中“两只狗”的真实差异，并且从生物属性、交互特性和维护成本等多方面分析了生物犬与机器人宠物的本质差异。

在市场影响部分，它详细探讨了需求端变革、供给端重构和产业生态演进，并提出了市场渗透的关键节点和未来竞争格局的预判。

整体来看，回答逻辑清晰，信息丰富，能为用户提供了一个较为全面的视角。

DeepSeek R1仅能识别文字 无法识别图像信息

反观DeepSeek R1，由于图像识别能力的确实，这一问题依然无法回答。

2、梗图解析

解释一下这个梗

讯飞星火X1解答

DeepSeek R1解答

整体来看，讯飞星火X1和DeepSeek R1都对“已婚单身微寡”这一网络流行语进行了详细的解析，但各自的侧重点和结构有所不同。

讯飞星火X1的解析更为全面，从核心含义、现实映射、梗的来源与背景、使用场景、延伸相似梗到总结，层层递进，不仅解释了词义，还探讨了其社会背景、使用场景以及相关的类似表达，为读者提供了丰富的信息和深入的理解。

DeepSeek R1则以更简洁的结构呈现，主要分为梗的构成与含义、核心解释、社会背景与讽刺意味以及使用场景。这种结构使得信息更加集中，便于快速获取关键内容。

同时，DeepSeek R1还通过矛盾修辞和夸张造词的进行了分析，突出了这一网络梗的语言创新和讽刺意味。

综合来说，讯飞星火X1提供了更全面的解读，适合想要深入了解这一现象的读者；而DeepSeek R1则以简洁明了的方式呈现核心内容，适合快速了解基本概念和背景。

3、报表解读

图中全国居民人均消费支出中增速最快的是哪一类？这反映了居民消费结构怎样的转变？这种转变对相关产业及经济社会发展有何深远影响？

讯飞星火X1解答

DeepSeek R1解答

讯飞星火X1内容详实全面，从消费结构转变、产业影响到政策建议，层层深入剖析，为读者提供了全方位的视角，适合对经济现象有深入研究需求的用户。

DeepSeek R1则以简洁明了的方式，聚焦于教育文化娱乐消费增速最快的要点，直接展开分析，便于用户快速把握核心内容和关键影响，并且每行的标题和文字罗列清晰。

综合来看，讯飞星火X1的解答更适合深度研究，DeepSeek R1的解答便于快速理解。

4、文档解读

新国标将铅蓄电池车型整车重量限值从55公斤调整至63公斤，同时续航里程提升至60-70公里。

请问这一调整如何通过技术优化平衡车辆安全性与续航能力？具体涉及电池容量、能量密度或车辆轻量化设计的哪些关键改进？

讯飞星火X1解答

DeepSeek R1文档解读

讯飞星火X1和DeepSeek R1都围绕新国标对铅蓄电池电动自行车的重量和续航调整进行阐述，涵盖电池优化、轻量化设计及安全性与能效平衡，旨在提升续航和安全性。

仔细来看，讯飞星火X1的解答结构更细，侧重系统平衡；而DeepSeek R1则突出技术迭代，相比星火X1的回答更加简洁明了，但不够深入。

两个大模型最后均对这一问题做出了总结，从展现形式来看，讯飞星火X1要更加直观，方便用户快速理解。

5、看图创作

请根据图片中动物的眼神写一首五言绝句，并分析它此刻在想什么。

讯飞星火X1解答

讯飞星火X1的回答富有诗意和想象力，通过对熊猫眼神的细致观察，创作出了一首生动的五言绝句。

诗句描绘了熊猫悠闲自在的神态，以及它在树梢上的惬意时光。

同时，回答中还分析了熊猫可能在思考的内容，展现了其对自然环境的享受和对生活的满足感。

整体而言，讯飞星火X1的回答不仅体现了对诗歌创作的掌握，还表现出了对动物行为和心理的理解。

DeepSeek R1仅能识别文字 无法识别图像信息

DeepSeek R1由于图像识别能力的缺失，依然无法回答这一问题。

6、多模态识别+知识+分析

把图上这些不同的蔬菜按照切法进行分类，并且告诉我每一类的蔬菜怎么切是最方便和适合烹饪的？

讯飞星火X1解答

面对这一问题，讯飞星火X1认出了图里所有蔬菜，并根据蔬菜的类型进行了分类介绍，涵盖根茎、茄果、叶菜及特殊处理四类，给出对应切法与烹饪建议，条理清晰，并且根据不同的蔬菜类型给出了切法建议，比如生菜或白菜直接手撕或者切大块、土豆、胡萝卜等切丝或切薄片。

这些建议和技巧实用性高，可作为厨房新手的实用指南。

DeepSeek R1仅能识别文字 无法识别图像信息

反观DeepSeek R1，依然无法回答。

7、分析推理

同样都是小麦，为什么西方发明的是面包，而中国却拿去做了馒头？

讯飞星火X1解答

DeepSeek R1解答

讯飞星火X1的解答更全面，从地理、文化、技术等多角度分析了小麦不同加工方式的原因，逻辑清晰且内容丰富。

DeepSeek R1的解答则更侧重技术层面，详细解释了发酵工艺的差异对馒头和面包口感的影响，专业性较强。

两者各有侧重，讯飞星火X1适合综合性了解，比较实用，而DeepSeek R1则适合深入了解技术细节。

四、总结：讯飞星火X1 用实力证明国产大模型竞争力

讯飞星火X1深度推理大模型给人的第一印象是“实在”，没有堆砌参数规模的噱头，却在实际场景中展现出扎实的 “硬功夫”。从文本处理到多模态交互，从生活服务到专业领域，它像一个 “全能型选手”，用硬核的实力表现证明了国产大模型的实用性和竞争力。

其“全国产算力”和“小参数”的设计亮点尤为值得关注。

前者通过完全基于国产硬件和软件生态构建算力平台，确保了技术自主性和数据安全，为我国在国际科技竞争中提供了战略保障；后者则以“小而精”的架构实现高效能输出，打破了“参数量越大越好”的传统认知，证明了通过优化算法和训练策略，模型可以在较低资源消耗下完成复杂任务。

这种高效率设计不仅降低了部署成本，还提升了模型的实时响应能力，为AI技术的广泛普及和商业化应用铺平了道路。

在核心能力测试中，讯飞星火X1展现了显著的突破性表现。

逻辑推理上，星火X1面对复杂谜题能够快速抓住关键矛盾，推理过程简洁流畅；代码生成能力突出，输出代码可直接运行，实用性极高；多模态交互能力更是其强项，无论是解析图片内容、解读报表数据，还是结合图像创作文本，均表现出色，展现了跨模态信息整合的深度与广度。

综合来看，星火X1稳居国内大模型第一梯队，在多模态创意生成等方面具备国际竞争力，更擅长跨界创新。

在实际应用中，它在教育、医疗、办公等领域已展现强大赋能潜力，未来与更多领域融合，有望催生更多颠覆性成果。

在这个信息量激增的时代，能够迅速而高效地获取和处理信息，已成为职场人、学生、以及科研人员等群体的刚需。

为了迎合这一迫切需求，科大讯飞推出了业界首个长文本、长图文、长语音的大模型，帮助用户在信息泛滥的时代中，轻松掌握信息的主动权，信息过载问题得到了根本的解决。

这就是讯飞星火认知大模型V3.5新版本，在长文本、长图文、长语音的处理能力上进行了重点提升，且新增了多情感超拟人合成以及一句话声音复刻等功能。

在处理长文本方面，讯飞星火大模型V3.5能够快速整合来自多个渠道的大量信息，针对不同行业领域提供更精准的答案，并在文件上传、知识问答速度及文本生成效率上取得显著提高。

对于非传统的文本获取方式，如截图、拍摄的学术会议PPT图片或重要对话录音等，讯飞星火通过其图文识别和音视频识别能力，能够处理复杂的版面并识别特殊的专业符号，满足特定领域的需求。

此外，用户还可以通过讯飞星火APP体验类似与真人对话的功能，体验包括高兴、抱歉、安慰、撒娇、困惑等多种情感。

新增的一句话声音复刻功能，让用户可以创建个性化的声音内容。

那么，这些新功能在体验上到底如何？我们测试开始。

点此进入：讯飞星火大模型

二、长文本：信息洞察能力全维升级 专业领域的全能小帮手

在长文本识别和创作方面上，讯飞星火V3.5春季上新，主要更新了长文本问答、长文本摘要和长文本生成的能力，在海量信息中准确定位并回答具体问题的能力、提取核心思想的能力和文本生成的逻辑性都大大增强。

1、长文本问答

①日常合同类

相信很多人在进行合同撰写时，都会遇到一些棘手的问题，这些问题或多或少地妨碍了我们的工作效率和合同的法律效力。

对此，讯飞星火特意开发出了“星火合同助手”这一小组件，针对合同撰写难、理解难等问题，提供了一套全面的解决方案。

例如：房屋租赁合同

问题1：帮我起草一份租房合同

利用星火合同助手，可以直接让它帮我们起草合同，在合同中，包含了详细的合作双方信息、期限和时间表、付款条款、解决争议的方式、违约责任、附加条款等等，借助这份模板，我们只需根据实际合作的具体情况进行简单的调整和填充，非常方便。

其次，我们可以将已经拟定好的合同，通过PDF文件的形式发给星火合同助手去审阅，并询问合同中是否存在不合理的规定和疏漏确，确保合同的严密性和完备性。

当然，如果对合同的内容有疑问的话，也可以直接向“星火合同助手”进行提问。

我们直接将需要识别的文档，通过“文档”按钮上传，并在下方提出需要询问的问题即可。

例如我们向其提问了以下的两个问题：

问题2：合同中有哪些对我乙方不利的条款?

问题3：遇到哪些问题，合同会解除。

可以看到，星火合同助手将深入剖析合同条款，并针对我们的疑问进行全面的解答，以条理清晰的数字化形式展现，清晰明了，帮助我们准确地把握合同的具体细节，以避免任何误解和潜在风险。

当然，在我们的生活中难免会遇到借款事项，不管是个人之间的临时周转，还是企业间的资金调度，最佳的方案就是起草一份清晰、具有法律效力的借款合同，并且必须要确保合同中的事项全面而具体。

所以，星火合同助手同样可以帮到你。

例如：借款合同

问题1：请概述本合同中提供的贷款种类及其各自的用途。

问题2：列举本合同中提供的还款方式，并说明甲方应如何根据合同约定进行还款。

问题3：给出合同中我需要特别注意的问题。

可以看到，利用“星火合同助手”这一小组件，可以实现自动化合同的撰写和审查过程，确保合同内容的法律准确性与合规性，同时也大幅度提高了工作效率。

而且，这一小组件最大的好处是，合同中的任何专业性问题，你可以直接向它提问，它可以将专业性的问题化繁为简，转化为通俗易懂的语言或解释，非专业人士也能够理解和把握合同的关键条款。

②行业规范类

法规和国家级行业规范文件在我们的生活中起着重要的作用，如果我们在阅读或理解这些法规和规范时遇到困难，那么这些规定对于我们来说就成了“废文”。

但是，有了讯飞星火，可就不一样了。

它可以识别这些专业性的文档文件，深入挖掘和理解这些文档中的内容，深度理解其含义，并且将其转化为简洁明了的文字内容，方便我们外行人去阅读理解。

对此，我们也使用了几个行业内的专业规范文档，来测试讯飞星火对于文字的理解能力。

（1）保险

（2）公路

（3）银行

可以看到，讯飞星火不仅能够准确地识别和理解这些文档，提炼出问题的要点，而且还能够将其转化为易于理解的文字，并以简洁明了的方式表达出来，让我们这些非专业人士一看就懂。

③读书娱乐类

在娱乐方面，讯飞星火也展现出了其强大的理解阅读能力，对于读书爱好者来说，讯飞星火可以帮助他们更好地理解和享受小说带来的乐趣。

具体来说，讯飞星火可以通过自然语言处理技术和机器学习算法，对小说中的文字进行深度分析和理解。小说中的情节、人物、对话，都能够准确地识别并理解其中的含义和情感。

我们也选取了余华和金庸的经典小说对其进行了测试。

（1）《活着》-余华

（2）《雪山飞狐》-金庸

我们可以看到，讯飞星火对于我们提出的问题，准确无误的回答了上来。

2、长文本摘要

文本摘要一直是讯飞星火的强项，这一次在V3.5的迭代中新增了长文本摘要的能力，例如在科研场景中，通过对一篇接近15万字的博士学位论文进行识别理解，并向其提问。

科研场景：数字经济对劳动就业的影响研究

利用这一能力，讯飞星火能从大量信息中提取关键概念、主题和论点，为用户提供一个简洁的概述，而不会丢失原文的主要意义。

3、长文本生成

三、长图文：精准解析图文内容 轻松识别关键元素

在面对包含丰富视觉信息的图片或长篇文本时，讯飞星火的图文识别大模型就展现出了异于常人的能力，它不仅能精确地解析复杂的版面布局，还能够广泛适用于各种环境和情境，识别多种关键元素以及跨领域的符号。

我们可以直接将需要识别的图片，通过“图文”按钮上传，并在下方提出需要询问的问题即可。

例如：日常生活场景 识别说明书

①请问这款散热器需要在什么环境下使用？并且需要在什么环境下存放？

可以看到，通过文字识别，讯飞星火已经充分理解了说明书所表达的含义，通过我们的提问，它可以准确无误的给出问题的答案。

②请问这款散热器如何切换灯语？

而在面对这种图+文的说明书时，则更加考验大模型对图文识别的处理能力。

通过测试，它可以精准的识别到有图隔断的文字内容，面对所提出的问题，精准的回答了出来。

甚至还可以识别图片中的文字，精确度非常可观。

四、长语音：突破音视频的界限 精准识别 总结到位

这一次的春季更新，讯飞星火大模型还新增了音视频的识别能力，我们可以自由上传音频和视频文件，主要针对诸如会议录音、对话、学习、访谈视频、讲座视频等学习和工作场景。

在界面中，我们选中“音视频”按钮，直接上传音频或视频文件，大模型便能进行深度识别。

我们也准备了一段音频文件和一段视频文件，来测试一下它对音视频的识别能力与问答能力。

①录音：罗翔对话余华

问题1：为什么说鲁迅是一个病人写的书？

问题2：在《兄弟》这本书中，作者如何通过自己的经历和观察来揭示社会弊病？

面对音频文件的识别，讯飞星火会将音频内容进行转写，我们通过提问的方式让其对音频内容进行作答，最终的答案没有偏离主题，也没有含糊其辞，而是直截了当地给出了问题的解答，从这里可以清晰地看到讯飞星火在语音识别和语言理解方面的出色表现力。

②视频：樊振东WTT仁川冠军赛采访视频

我们也选用了一段樊振东WTT仁川冠军赛采访的视频，让讯飞星火进行识别，并让它简要概述这个视频的内容。

问题：简要概述整个视频的内容

在30秒左右的时间内，讯飞星火可以对一段5分钟左右的视频进行精准识别，理解其内涵内容，并将其汇总成一段200字左右的简要概述。

这项技术的应用非常广泛，可以用于新闻报道、教育讲座、商业演讲等各种场景。

例如，新闻记者可以使用讯飞星火快速生成新闻摘要，节省大量的时间和精力；教师可以使用它来帮助学生理解和记忆课堂内容；商业人士也可以使用它来快速获取会议或演讲的关键信息。

而且呢，我们上传过的文档、视频、图片、音频等内容，都会暂存在“个人空间”内，便于以后快速查找和进行知识问答。

“个人空间”，在界面的右上角位置和底部的对话框位置均可找到。

五、讯飞星火语音大模型：3种音色 可将自己的声音注入其中

1、多情感超拟人合成

2月份更新的讯飞星火V3.5便已具备了语音交互能力，在语音交互中，注入了两种音色输出，即聆小玥（女声）、聆飞逸（男声）。

2个月后的新版本，新增了天津话（子津），形成3种多情感超拟人合成音，为语音交互注入了灵魂。

2、一句话声音复刻

这一次更新，还可将自己的声音录入其中，仅需要“一句话”即可复刻自己的声纹。

录制声纹前，我们需要对性别作出选择，随后即可进入到录制环节。

录制的过程非常简练，仅需要阅读以上这段话即可。

声纹录制完成后，即可在“我创建的发音人”中找到自己的声音，并可进行自定义名称。

选择后，今后我们在使用语音交互时，就可以听见自己的声音啦！

六、总结：智能化信息处理的新里程碑

讯飞星火V3.5春季更新主要针对长文本问答、摘要生成以及音视频识别进行了显著增强，旨在提高用户在处理复杂信息场景中的效率。

这一新特性非常适用于法律合同、行业规范文件以及科研资料的理解和整理。

新引入的“星火合同助手”小组件，能全面辅助用户快速起草和审查合同，同时提供专业问题的通俗解答，确保法律准确性与合规性。

此外，长文本摘要功能优化后，可有效从庞大文本中提取核心观点，简化科研和学术工作。长文本生成则增强了文本的逻辑性和连贯性，支持广泛的内容创作需求。

图文识别和音视频识别的进步，允许用户深度解析多媒体内容，提供丰富的场景应用。

另外，多情感语音交互体验和声音复刻功能，极大地提升了用户与系统间的互动质量，使用户的交互更自然、个性化，让语音交互功能不再是个摆设。

综合来看，讯飞星火新版本显著提升了知识获取和学习效率，有效满足了不同用户在多样场景中的刚需。

借助讯飞星火认知大模型，即使在信息泛滥如洪水的时代，我们也能轻松筛选和整理必需的信息，无需担忧信息过多而难以应对。

这一新版本大模型的推出，对职场人士、学生以及科研人员等群体尤为重要，在关键时刻也能为我们在信息密集的环境中提供强有力的支持。

自ChatGPT问世以来，国内科技企业、科研机构纷纷加入大模型赛道，掀起“千模大战”。

在“大力出奇迹”的路径下，大模型还需要海量的数据“喂养”以及大规模算力投入，才能真正超越ChatGPT。

如今，国内已被大规模应用的大模型有科大讯飞旗下的星火认知大模型、百度旗下的文心一言（百度文心大模型）、阿里巴巴旗下的通义千问（阿里通义大模型）等等。

近期，科大讯飞再次取得突破，推出了基于首个纯国产算力底座“飞行一号”平台训练的大模型——讯飞星火V3.5。

据介绍，讯飞星火V3.5整体接近GPT-4 Turbo，其语言理解、数学能力均已经超过GPT-4 Turbo，代码能力达到GPT-4 Turbo的 96%，多模态理解达到GPT-4V 的91%。

说了这么多，那这款纯国产的讯飞星火V3.5大模型在各方面的体验究竟如何？对比国外的Chat GPT4.0又有多大的差距呢？

接下来，我们就对讯飞星火V3.5版本的大模型从语音交互、常规问答、语义理解、逻辑处理、数学能力、代码编写与解释能力等多个维度，与国内的百度文心一言以及国外的ChatGPT 4.0进行一次全面的测试对比。

二、全新的语音交互体验：以最自然的方式进行对话 毫无机械感

讯飞星火V3.5的第一大特性，就是提升了大模型的语音交互能力。

在讯飞星火V3.5版的APP界面底部，新增了一个机器人的图标，点击即进入到全语音交互界面。

在语音交互中，注入了两种音色输出，即聆小玥（女声）、聆飞逸（男声）。

我们测试了几个问题，来考察下讯飞3.5的语音交互能力。

首先是讯飞星火 V3.5的对话视频。

讯飞星火 V3.5 的全语音交互体验极为流畅，首先在音色上，完全消除了“机器感”，几乎不会出现前后音调不搭的情况，声音听上去就像是真人在你旁边说话一样。

其次，其AI合成的声音自然逼真，甚至连语气词，例如“嗯”、“这个”、“那个”等都运用的恰到好处。

并且，语音输出语速适中，该快的时候快，该慢的时候慢，如果有一个外行人在身边，真的会认为这是一个真人在说话，拟人化程度相当惊人。

另外，在对话中，讯飞星火 V3.5 的反应特迅速，一般都是笔者的话音刚落，它就能立即作出回应，并且对语义的理解能力相当精准，对问题的判断相当准确，相比其他的语音助手答非所问、自问自答、反应慢半拍的情况，可以说讯飞真正做到了跟人“交互”的程度。

接着是文心一言V4.0的语音交互。

文心一言V4.0在前几天还是不具备语音交互的，但这两天也推送了支持语音交互的新版本，我们也来测试一下它的语音交互能力。

在我们的测试中，文心一言V4.0的声音连贯性比较和谐，几乎不会出现断裂和不自然的过渡，但回答的细腻程度不及讯飞星火V3.5，而且一些问题都是直问直答，没有扩展性，并且缺少一些过渡用于，就有点像手机语音助手的那种感觉，听着会有一些紧巴巴的感觉，给人的感受没有讯飞那么自然。

最后是ChatGPT4.0的语音交互。

通过视频我们可以感受到，ChatGPT4.0的语音输出字句前后也比较自然，但还是会出现一些语调不均的情况，听着会让人有些别扭。

而且，由于网络连接不稳定，在语音交流过程中偶尔会出现等待时间过长的情况。

三、国内外大模型对比测试：多项领域比肩ChatGPT 4.0 全面超越文心一言

接着，为了测试讯飞星火 V3.5在国际中的地位，我们使用国内的另一大模型文心一言和国外的ChatGPT 4.0进行一次全面的测试对比。

1、常规问答

（1）已知问题测试

①中国2020年GDP是多少人民币

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

三个大模型的回答准确无误，讯飞星火 V3.5和文心一言V4.0均给到了各大产业的占比以及增幅比，不过讯飞分析的更加透彻，说到2020年这一特殊的年份，国内GDP增长的不易和国家正确的决策，能够深入理解复杂的趋势和事件。

Chat-GPT4.0则是直接给出了具体的数据，没有做过多的信息扩展。

②最近一次的东京奥运会的奖牌榜前5名的国家和奖牌数分别是？

讯飞星火V3.5

文心一言4.0

Chat-GPT4.0

第二个问题，只有讯飞星火3.5给出了正确的答案，文心一言则仅给到了前三的国家和奖牌数量，没有完整地回答问题，而ChatGPT的答案则出现了错误（中国共89枚奖牌）。

③全球第一款16GB内存的智能手机是什么型号？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

第三个问题，面对机圈的问题，只有Chat-GPT4.0给到了正确答案，全球第一款16GB内存的智能手机，是2020年年初发布的三星Galaxy S20 Ultra。

（2）未知问题测试

①世界第一高峰与世界第二高峰相差多少米？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

对于世界之最这类问题，讯飞星火V3.5给出的是岩面高度差，回答正确，文心一言和Chat-GPT给到的则是雪面高度差，精度一致，没有任何问题。

2、逻辑推理能力

（1）鲁迅为什么暴打周树人？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

对于“鲁迅为什么暴打周树人”这种问题，讯飞星火、文心一言和ChatGPT4都能完美避坑，给出了鲁迅和周树人是同一个人的答案。

（2）昨天的当天是明天的什么？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

第二个问题，昨天的当天是明天的什么？讯飞星火V3.5和Chat-GPT4.0通过逻辑判断均给出了正确答案，“前天”，而文心一言则给出“昨天的当天是明天的昨天”的答案，回答错误。

（3）龙龙的妈妈有4个孩子，其中3个孩子分别叫贝贝，天天和乐乐，请问她的第4个孩子叫什么？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

第三个问题，三个大模型均成功避坑，讯飞和GPT4分析的最简洁最到位，文心一言则通过一顿逻辑判断和理解输出了正确的答案，过程稍有些复杂，不够简洁。

（4）脸盆里面漂浮着一块冰，请问冰融化之后，脸盆的水面是上升还是下降？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

接着是一个物理常识问题，讯飞回答错误，文心一言V4.0和GPT4.0均回答正确，冰融化之后，水面既不会上升也不会下降，并且给出了详细的逻辑分析。

看来，讯飞星火V3.5在初中物理知识方面，相较于Chat-GPT4.0还有点欠缺。

3、数学解题能力

（1）鸡兔同笼，头共67，足共184，问鸡兔各几只？请一步一步地作答

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

面对鸡兔同笼问题，讯飞和GPT4.0均以二元一次方程计算后给出了正确答案，讯飞星火给到了完整的解题过程，甚至连计算过程都精确的呈现出来，而文心一言和Chat-GPT4.0的回答过程则较为简略，以推理的过程为主。

（2）如果一个直角三角形的两条边长分别是6和8，另一个与它相似的直角三角形边长分别是3、4及x，那么x的值是多少？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

接着是第二个数学问题，面对这种没有给到对应数值的两边长度，我们一般会分析到两种不同的可能性，因此这道题的标准答案会有2个，很显然讯飞星火3.5全都顾及到了，给出了两个正确的答案。

而文心一言V3.5和Chat GPT4.0只给出了一种正确的可能性。

所以，通过以上测试的数学问题来看，讯飞星火V3.5的解题能力已经在国际中处于领先水平，甚至在部分能力上已经超越了Chat GPT4.0。

4、代码能力

现在许多程序员也会使用大模型来解决问题，因此在代码的编写和解释能力上，我们也测试了一番。

（1）代码编写

使用PyQt5搭建-个窗口，点击按钮之后，有50%的概率把按钮移动到窗口的随机位置，还有50%的概率把按钮的标题改成随机数。不要有多余的解释，直接给出可以运行的代码。

讯飞星火V3.5

文心一言V4.0

Chat-GPT 4.0

在代码编写能力上，三款大模型均能够精准理解需求，写出bug的程序，放到解释器里完美运行。

（2）解释代码

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

我们给到一段代码让三个大模型进行解释，三者均会根据每行的代码进行解释，文心一言给到的解释要更偏向小白，逻辑非常清晰，新手也能一目了然。

讯飞给到的解释与GPT4.0差不太多，所以在代码编辑和解释能力上，讯飞星火3.5、Chat GPT 4.0大体相当。

5、知识问答：文章提问

为了测试三种大型语言模型对语文理解能力的差异，我们选取了一段高中阅读理解材料，让这些模型阅读并回答相关问题。

通过这种方式，我们可以比较它们在文字理解方面的表现。

我们给到这段文字，让三款大模型进行阅读，接着进行提问。

问题一：请问永嘉山水适合隐居的原因是什么？

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

第一个问题，讯飞星火3.5给到的原因是最全面的，也是最准确的，从根本上回答了这个问题，文心一言3.5给到的答案也比较准确，不过并没有讯飞全面。

Chat GPT4.0给到的回答比较深入，也就是说它能够进一步理解作者所表达的内在思想与含义，也就是说Chat GPT4.0对文字的理解要更加深刻。

问题二：请简要总结这篇文章的主旨，要求在350字以内。

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

对于语言的理解，讯飞星火 V3.5 和 GPT-4 在处理自然语言任务时都展现出了合格的理解能力，然而在综合比较中，GPT-4 在理解和表达方面显得更为精准与细腻。

6、文生图能力

在多模态能力上，我们测试对比了大模型文生图的能力，根据描述的文字画出图片。

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

可以看到，三款大模型均能够理解文字所表达的意思，并画出准确的装修效果图。

不过讯飞星火V3.5和Chat GPT4.0绘制的图片细腻程度和精美程度上均优于文心一言3.5，二者在文生图的能力上，不相仲伯。

讯飞星火V3.5

文心一言V4.0

Chat-GPT4.0

接着我们提高了难度，让三款大模型在上一幅图的基础上进行二次创作，虽然均不能还原上一幅图中的全部样貌，但讯飞星火V3.5和Chat GPT4.0均能以接近上一幅图的场景进行二次创作，并精确理解了“墙面上的画”指的是什么内容。

文心一言V4.0应该说是理解了题目中的一般要求，把“春江水暖鸭先知”的含义放在了整个画面当中，并没有理解“墙面上的画中”是什么东西，导致与要求的本意产生了较大的偏差，也让最终的呈现效果与预期有一定的出入。

反观讯飞星火V3.5和Chat GPT4.0，在语义理解能力方面表现出色，两者的能力接近，甚至达到了相似的水平。

四、总结：讯飞星火V3.5与Chat GPT4 不相仲伯

经过我们对三款大模型的深度体验与对比测试，我们做出以下总结：

在国际大模型比拼中，讯飞星火V3.5不仅在常规问答、逻辑推理和数学解题方面与Chat GPT 4.0并驾齐驱，甚至在某些方面超越了后者，尤其在解答语言相关的问题时，讯飞星火V3.5展现出了更深厚的理解能力和更广泛的知识面。

在数学能力上，讯飞星火V3.5更注重解题的过程，告诉你解题的所有步骤，就算是没有基础知识也能一看便会，而文心一言和GPT则更偏向于推理的过程，数据偏理科的那种。

就数学能力而言，国内的讯飞星火和文心一言这两款大模型的解题能力已经在国际中处于领先水平，甚至在部分能力上已经超越了Chat GPT 4.0。

多模态能力上，代码编写与解释、作图等测试，讯飞和GPT 4.0均以精确的理解力和较为复杂的作图能力完成了要求，不仅能够准确理解所提供的信息，还能够在作图任务中细致地还原或创造出接近描述的细节，展现出了它们的强大的理解能力和创造能力。

而文心一言虽然也能完成基本的任务，但在细节处理和深度理解上，与二者略有差距，很显然它在多模态交互方面的潜力还未完全发挥出来。

综合而言，讯飞星火认知大模型V3.5在各项测试中已相当出色，展现出其在多个领域的领先优势，尽管与ChatGPT 4.0在某些方面还有一定差距，但可以期待，随着科大讯飞在技术上的持续进步，未来的讯飞星火认知大模型将逐渐走到国际领先水平，全面对标GPT-4。

在当前国内人工智能领域竞争愈发激烈的背景下，我们有足够的信心和理由相信，讯飞星火将凭借其先进的语音技术和日益累积的技术算法，在不久的将来不仅能够追赶上 GPT-4 的能力水平，还将进一步推动中国在全球人工智能领域的发展和领导地位，走向新的阶梯。