出品 |

作者 | 梁昌均

“我个人的状态相当充实，发际线依然还在。”谈及攻关大模型以来的状态，科大讯飞副总裁、研究院院长刘聪最近与等媒体交流时说道。

他也自封了两个新“身份”。第一个是首席演示官，每次大模型发布会，他都会在台前演示；第二个是工具人，要带领各个不同团队在技术、工程、产品、业务方面保持对齐。

今年6月底，科大讯飞发布星火大模型V4.0，宣称全面对标GPT-4 Turbo。此次沟通会上，刘聪全面复盘了讯飞做大模型的核心逻辑，并分享了对大模型技术和应用趋势的看法。

讯飞不会专门去做文生视频，差异化要坚持刚需+代差

从2022年底组建大模型攻关团队，到去年6月首发讯飞星火大模型，再用一年升级到4.0，冲在第一线的刘聪感觉比以前的产品发布快很多，但节奏感控制得挺好。

“去年我们更多是对标和追赶，但今年导向已不太一样。”刘聪表示，去年讯飞更多是在摸索训练过程如何处理各种经验数据，Scaling law是否符合预期，以及做国产化工作。

虽然沿用底座大模型+多场景应用的1+N路径，讯飞今年在底座能力方面，除文本生成、语言理解等通用能力，开始更加关注与业务紧密相关的能力，如长文本溯源、数学能力等。

“不可能每一项都做到第一。”刘聪表示，讯飞在多模态方面将更加关注语音和OCR等，文生图优先级较低，文生视频不会专门去做，但会去做虚拟人。

他提到，讯飞做大模型的目标和逻辑是做到第一梯队的头部，同时要把最重要和有优势的点，从技术到场景做透，结合客户和用户的需求，形成各种工具链、平台、智能体，在凸显大模型的能力的同时，形成产品甚至商业上的造血。

他还强调，讯飞对国产化的投入不可避免。“我觉得任何一家国内公司在这一块都没有我们经验丰富，去年是文本模型的国产化的工作，今年要做语音和视觉，国产化还要继续。”

目前，国内大厂和创业公司都推出了大模型APP产品，普遍定位于个人助手，且多是免费。

刘聪认为，目前许多底座大模型和应用同质化，但是不是真正让用户觉得深入满足自己的需求，产生黏性，甚至不愿意再切换，是考验能否达到应用预期的一个非常重要的标准。

对于是否应该收费，刘聪表示，收费的前提是有没有给用户带来用户愿意为之买单的价值，而不应该企业认为要收费就收费，要站在用户角度去考虑，不是基于技术发展程度的逻辑。

同时，他强调，要想形成产品差异化，就必须关注个性化。“我们的核心理念就是刚需+代差，不是仅仅玩一玩，在刚需基础之上，结合技术打造成领先的产品。”

“讯飞研究院也不是闭门造车做技术，所有技术绝大部分都要对应到业务的需求，内部的算法研发、工程引擎、服务平台以及产品研发部门，整个过程需要一起对齐。”刘聪表示。

应用要聚焦有积累的场景，不用纠结是不是原生

目前，大模型已从技术竞争走向应用创新阶段，但至今外界还很难感受到大模型的落地风暴，业内鼓吹的超级应用也少之又少。

“我觉得今年也不能说没爆发，只是不是大家想象的那种爆发，它一定是个曲线，这就要比耐心，比耐力。”刘聪表示，不管是技术发展还是实际应用，都会有一个理解和接受的过程。

他认为，产品要跨越鸿沟，最初是尝鲜者先使用，之后可能是跟风者使用，然后是实用主义者等技术成熟后使用，最后是保守主义者使用，这时就会成为标配。

“因此要通过产品培养用户和客户的耐心，仅仅依赖技术去推广产品使用，这不现实。”刘聪说。

他认为，大模型应用核心要深入场景，要围绕刚需场景，看要用什么样技术去支撑，以及技术支撑度到底怎么样，并且通过场景在推动技术的发展。

具体要怎么做？刘聪强调，做大模型应用还是要优先把在行业有优势、有积累的场景做好，除非是创业公司要抢地盘，否则优势的地方都没有做好，再去做新的领域，风险非常大。

对于产品打造路径，除了原有产品通过大模型去升级，业内还提出要打造AI原生应用，这两种方式谁能更快跑通？

刘聪表示，不用纠结是不是原生，或者做原生越多越好，核心还是它能否更好满足用户需求，而且能给用户和市场带来增量价值，要找到大模型在哪些场合适合或不适合用。

他提到，最近引发热议的9.11跟9.9哪个大的问题，只要对技术有理解，这就不是大模型上下文预测适合做的事。“大模型不是无所不在，也不是无所不能。”

刘聪认为，从原生角度看，要优先找到大模型能发挥效益的场景，这需要考虑三个因素。首先是技术可达性，哪些需求因大模型从不可达变成可达，就能产生价值。

第二是经济实用性，规模化推广要考虑成本等因素，不是说模型越大越好。最后是应用边界性，要考虑它带来的增量价值和潜在风险之间到底哪一个可能影响更大。

大模型今年引发热议的一个应用就是人形机器人，讯飞则提出2030年要让机器人走进家庭的目标，实现陪伴老人等功能。

刘聪认为，大模型使得这件事的可能性高很多，它对人形机器人将带来质的提升。比如可以解决机器人长时序任务的问题，提高完成复杂任务规划的能力，并能提升泛化性和交互性。

“现在很多还是偏展示为主。”刘聪表示，人形机器人真正全面规模落地也会有个周期，成本太高，马斯克讲要做到几万美元，这需要一个过程。

具体来看，除硬件本身外，算力成本也会增长，因为任务更复杂，而且在有些场景之下，人形不是最合适的形态。他认为，国内做机器人压力可能会更大，还涉及到国产化。

刘聪表示，讯飞不会因人形机器人大火就立即研发去卖，而是定位于依托大模型底座的机器人超脑平台，去赋能行业伙伴，不会全都自己做。

大模型进入拼耐心耐力的阶段，GPT-5提升更多在局部

从去年开始追赶GPT-3.5，再到追赶GPT-4，刘聪也越发感觉到中美大模型的差距正在缩小。

“无论是正式的榜单，还是实际任务表现，无论是语言模型、多模态，还是语音、视频、搜索，国内都做得很好，差距已经没有那么大。”他提到，Demo可能跟最后实际应用在不同的任务相差甚远，这也是OpenAI还不敢发布sora的原因。

刘聪认为，目前大模型技术和应用，已经进入需要比拼耐力和耐心的过程。

“GPT-5投入巨大，周期会比原来更长，能力肯定会继续上升，但最后与我们目前的差距不会太大，提升可能体现在局部，但很难有GPT-3.5到4那么大的提升。”刘聪还劝行业不要继续太卷。

对于如何继续实现追赶，甚至超越，刘聪认为，大模型时代，站在企业的角度，要关注两个层面的创新，一方面要推动大模型叠加原有算法基础的创新，同时要结合场景推动系统性创新，带来在技术层面和产品层面的综合性优势。

他还强调，应该关注性价比，即投入和产出的逻辑。首先必须关注业界最新动态，但并非所有事情，如训练万亿模型，都要follow国外。此外，还要有效结合实践，从而做出对未来技术的判断，而应用层则要聚焦以我为主的赛道。

“如何从外部别人投入大量资金的信息中获取帮助，我认为这需要关注，这并非羞耻之处，因为不可能所有人都走一遍。”刘聪说。

随着OpenAI发布GPT-4omini，业内对小模型的关注也越来越高。刘聪认为，大模型和小模型并行发展，这是产业发展的必然趋势。

“有的任务可能使用小模型完成，有的任务需要大模型处理，这取决于任务的泛化性和效率要求。”刘聪认为，不能一概而论是大模型好还是小模型好，小模型的不断进步其实也依赖于大模型的发展。

他提到，讯飞并不急于研发规模更大的模型，希望通过深入理解数据和scaling law，以及自身实践经验、创新性逻辑，将更小的模型做到比更大的模型效果更好。