欢迎关注我的公众号 [极智视界]，获取我的更多经验分享
大家好，我是极智视界，本文来谈谈 语音是亮点，讯飞星火认知大模型能力几何。
邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：t.zsxq.com/0aiNxERDq
5月6日，也就是前天下午，全程观看了科大讯飞星火认知大模型的发布会，并申请体验了一下认知大模型，整体感受就是：语音是亮点，没有多模态，整体挺好的。
大家知道，科大讯飞本身就是立足于语音的，而认知大模型和讯飞自家的语音能力完美结合，这比现在市面上任何一个大模型都要出色。还有一个印象比较深刻的是，认知大模型的演示都是现场进行的 (不像之间百度的文心一言是采用录屏的)，通过现场语音的输入，然后识别成文字再喂给大模型，这种真实的交互让整体的发布会效果明显好于百度和阿里云。
语言大模型有的能力就不再老生常谈了，测评也不做展示了，有兴趣的同学可以直接跳转到认知大模型的官网体验，认知大模型的邀测机制应该是最宽松的，很容易就能申请到体验 (相比之下，我现在还没拿到阿里通义前问的邀请码)。平台的整体界面长这样：
星火认知对标其他大模型，除了多模态外该有的能力都有，优势体现在语音上。在发布会上，讯飞老板其实也坦言，认知大模型的编程能力目前还有限，跟GPT相比有比较大的差距，是认知大模型后续改进的重点方向。
除此之外，认知大模型还有几个特点，首先对于使用体验来说，认知大模型的回答吐字很快，甚至可以称之为流畅，同样对比文心一言，甚至ChatGPT来说，认知的回答吐字真是太快了。猜测讯飞可能在大模型的剪枝压缩、模型部署加速上下了一些功夫，这会让用户体验好感提升。
然后同样还是语音，认知大模型在获得文字输出后，还可以选择用语言进行朗读。讯飞本身就有很强的语音合成能力，把这个能力用在这里简直就是"恰到好处"。可以看到可以选择中文的女声、男生，以及借助 Luna 和 Gavin 说出英文，而且是发音很自然、很标准的那种。
认知大模型的这种 语音输入 -> 认知大模型(AI大脑) -> 语言输出 的模式很容易就能商业化，这不，在铺垫了差不多两个多小时的认知发布会的最后，讯飞推出了 AI学习机。这个学习机的特点就十分明显，用户可以语音输入 (符合小孩张嘴问问题的习惯)，然后认知大模型进行处理(应该是云上的计算)，接着可以用标准又自然的中文或英文的人声输出，回答问题。这样，完美切合这个教学交互的实际应用场景。
所以整体来说，这个发布会的整体设计就比较好，花了大多时间宣传了星火认知大模型 (确实效果不错)，铺垫铺垫，最后带个货，结束。
正是由于讯飞星火的语音能力过于出色，所以似乎让大家忽视了它多模态能力、编程能力的欠缺，不过没关系，这个语音能力已经够惊艳了，对于其他不足，行 则将至。
好了，以上分享了谈谈 语音是亮点，讯飞星火认知大模型能力几何。希望我的分享能对你的学习有一点帮助。
【公众号传送】
畅享人工智能的科技魅力，让好玩的AI项目不难玩。邀请您加入我的知识星球， 星球内我精心整备了大量好玩的AI项目，皆以工程源码形式开放使用，涵盖人脸、检测、分割、多模态、AIGC、自动驾驶、工业等。不敢说会对你学习有所帮助，但一定非常好玩，并持续更新更加有趣的项目。 t.zsxq.com/0aiNxERDq
