6月27日，飞星火大模型V4.0及相关落地应用。该公司董事长刘庆峰表示，飞星火V4.0已经实现了与GPT-4 Turbo的对标，在文本生成、语言理解、知识问答、逻辑推理、数学等能力上都已经实现超越，但在代码和多模态能力上还有差距。
在刘庆峰看来，在推动源头智能体开发到行业生态的过程中，特别重要的是，一定要做到底座技术的完全自主可控，“否则可能我们就把大楼建在别人的院子里，建在沙滩上，随时会倒塌，要真正做到软硬件一体化，才能更深度地落地。”
图源：观察者网“去年10月17日，英伟达因为美国商务部的要求，对中国所有能训练大模型的智能算力全面断供。就在6月25日，OpenAI也正式通知将从7月9日开始终止所有来自中国的API申请。在这个背景下，热热闹闹、风起云涌的通用人工智能浪潮，到底有没有自主可控的国产底座能力做支撑，这决定了我们在这条路上到底能走多远。”刘庆峰说道。
他在会上透露，去年10月24日，飞联合华为在安徽发布了中国首个国产万卡算力集群，这是中国第一个能训千亿以上浮点参数大模型的硬件平台。在这个硬件平台上，飞星火是中国第一个基于国产算力训练出来的全民开放的大模型。
万卡集群，是指由一万张及以上的计算加速卡组成的集群式的高性能计算系统，主要用来训练数据量日益庞大的通用大模型。这种集群充分整合高性能GPU计算、高性能存储以及网络、智算平台等关键技术，可支持千亿级甚至万亿级参数规模的大模型训练，有助于大幅压缩训练时间，以实现模型能力的快速迭代升级。
那么在这个基础上，飞星火V4.0到底到了什么水平？刘庆峰表示，飞星火V4.0在中文领域实现了对标GPT-4 Turbo，在绝大部分是英文的12项主流测试集中，飞星火V4.0有8项实现了超越，“这个数据大家可以直接调用我们的API自己去测。”
但他也提到，星火大模型V4.0与GPT-4 Turbo在代码和多模态能力上还有差距。“今年1月，GPT-4 Turbo程序员测试大概在80分，现在86分，也在快速迭代和进步。我们预计在今年8月份，飞星火会达到现在86分以上的水平。多模态能力还有所差距，是因为我们当前在文生视频上还没有算力，也不是下一步的核心重点，但是有生态伙伴一起做。”刘庆峰说道。
去年9月，OpenAI发布GPT-4V，在图文识别和理解分析能力方面上了一个大台阶，11月推出语音识别大模型Whisper，今年2月又推出了文生视频大模型Sora，5月推出GPT-4o……
在刘庆峰看来。这些实际上还是依托GPT-4的底层通用大模型能力，“以Sora为例，并不是外界所说的其‘对物理世界的认知进一步加强了’，而是通过GPT-4V的理解能力和生成能力，结合GPT-4V的‘打标签’能力、传统的文生视频能力，用GPT方法做了重写，从而实现了Sora的能力。与大模型在医疗领域做一个医疗专用模型、在教育领域做一个教育专用模型并没有本质差别，只要有算力、有数据，这些都能实现。”
这次基于星火大模型能力，飞星火APP/Desk全新升级，发布“个人空间”；面向专业领域的个性化应用，飞晓医APP，上线个人数字健康空间；业界首发星火智能批阅机，“AI助教”助力老师减负增效、因材施教；飞AI学习机升级 1对1答疑辅导功能。
面向万物互联时代，飞星火语音大模型发布74个语种/方言免切换对话，破解强干扰场景下语音识别难题，发布国际领先的极复杂场景语音转写技术等，此外该公司还正式发布星火企业智能体平台，并推出星火商机助手、星火评标助手等典型智能体案例。
但值得注意的是，星火大模型V4.0对标的GPT-4 Turbo发布于去年11月，距今已近9个月。
刘庆峰也坦言，我们一定要科学理性地认识到中美科技的综合差距。“飞星火V4.0对标GPT-4 turbo是全方位对标。但是我们同时要看到，一旦GPT-5发布，因为它的模型尺寸更大、训练时间更长、数据更多，又会把这个差距给拉开，甚至拉到一年以上。”“在中国，一定要考虑用更小的算力、更小的数据，做出更优质的落地成果，这样才能够真正地在未来几年打赢这一场人工智能红利赋能产业的‘仗’，但同时，整个社会还要加强源头技术创新的氛围，一定要看到中美之间的差距，才能够迎头赶上，绝不能盲目自信，盲目地认为我们都已经超越了。差距还是很大的，需要大家有充分清晰而又理性地认知。 ”他表示。
刘庆峰直言，“今天人工智能技术的发展绝不是一家公司可以把所有事情都做完的，在这个时代，做帝国注定要衰落，只有生态才能生生不息；必须是自主可控的繁荣生态，才有中国通用人工智能大未来，我们要打造新的生态，包括源头技术生态、应用生态还有行业生态。”“我们既要认识到差距，又要有充分的信心，要能够科学理性地给出从源头技术、到生态、到产业应用落地的一整套打法，要以长期主义来打造真正自主可控的AI产业生态。”他说道。
根据大会信息，从今年1月30飞星火V3.5发布以来，大模型开发者团队目前已经增长到702万，海外开发者数量从34万增加到40万，大模型的直接相关开发者达到了57万。