科大讯飞聂小林：认知大模型技术助力数字出版创新发展

自20世纪60年代以来，人工智能技术经历了三次浪潮。如今，随着深度神经网络大模型的出现，第四次人工智能浪潮已经拉开序幕。从知识问答、逻辑推理，到理解人类复杂情感，智能技术正以前所未有的速度推动人类社会向前发展。

聂小林表示，当前阶段通用人工智能已具备文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力七大维度能力，并将带来解决人类刚需的全新机遇。它将会改变信息分发获取的方式，革新生产内容生产模式，对人机交互带来根本性变革，推动IT产业更快发展，包括实现专家级的虚拟助手，成为科研工作的加速器，并颠覆传统手工编程的方式。

今年5月6日，科大讯飞正式发布“讯飞星火认知大模型”，并于6月9日、8月15日如期升级发布讯飞星火1.5版本和2.0版本。讯飞星火2.0版本，重点突破代码能力和多模态能力，获得业内多项权威测评榜首，荣获中国“最聪明”大模型称号。最新升级的多模态能力，可以让大模型更深刻地理解生活中的各种场景，解决赋能千行百业的刚需，助推产业升级。

通用大模型技术赋能数字出版可以助力创意内容生成，帮助创作效率提升及办公效率优化。

通用大模型技术助力创意内容生成

在进行选题策划时，星火认知大模型会根据主题范围、题目形式、目标受众、内容要求等方面信息，向创作者提出更具针对性的建议。反馈选题的同时，星火还会列出具体的提纲框架，给创作者提供思路，辅助其更好地进行选题策划。

在具体的内容创作上，星火认知大模型可以根据一个简单的指令，生成一个完整的故事。比如输入一个完全架空的主题——“孙悟空大战奥特曼”，大模型可以自己填充故事细节。除了根据文字主题进行创作之外，运用多模态能力，星火认知大模型还可以通过“图生文字”。随意给出一张图片，即可生成和图片相对应的文案和故事。

通用大模型技术助力提升创作效率

在数字出版中，常常需要创作视频。星火认知大模型可以一键生成基于图片内容的介绍视频，其中包括数字虚拟人、文案配置、朗读配音等。

在内容审校方面，星火认知大模型可以进行文案审校，查找错别字、语法错误、标点符号错误，并给出修正建议，将大幅提升出版审校工作的效率。这项技术，目前在教育行业已经有了较为深度的应用。比如搭载于AI学习机上的作文批改助手，可以实现像老师一样为学生一对一深度智能批改，帮助学生快速提升作文水平。

在翻译方面，星火认知大模型支持多语种翻译，不仅可以进行文本的翻译，也可以实现多语种实时对话、即时翻译。科大讯飞多语种翻译技术经过了多项国际顶尖赛事的检验。相关技术曾助力北京2022年冬奥会和冬残奥会打造人类历史上首个信息沟通无障碍奥运会；并于2023年为成都大运会提供多语种语音翻译服务。

另外，在出版行业经常会涉及的文字配图和视频后期制作等方面，星火也可以提供帮助。比如在星火“绘画大师”助手中输入一句指定的文案，即可生成对应的图片；在后期制作方面，给出一个原始视频，星火认知大模型可以根据视频的内容自主理解，进行AIGC文案生成和自动化配音，创作效率大幅提升。

通用大模型技术助力办公效率优化

星火认知大模型可以基于语义理解能力，实现会议录音一键成稿。还可以规整细节、要点提炼，将会议内容变成摘要总结，大幅提升工作效率。

此外，新一代基于大模型的生成式RPA，可以构建更智能的数字员工，基于自然语言自动生成业务流程和RPA脚本，实现端到端的智能自动化，重新定义数字员工全新生产方式，助出版行业数字化转型。

大模型和数字出版行业的融合应用，存在机遇也面临挑战。诸如内容安全、版权保护、伦理规范、用户隐私、意识形态等问题。

在内容安全领域，当前认知大模型的主要问题是污语料和幻觉问题，科大讯飞已形成了认知大模型的立体化“内容安全”保障机制。

围绕算力安全这一重点关注的话题，就在今年的8月15日，科大讯飞与华为联合重磅发布星火一体机，进一步打造面向超大模型训练的国产算力集群优势。这意味着任何一个企业包括每一个出版社都可以在自主创新的平台上，更方便、更自主、更安全可控地私有化部署大模型。科大讯飞有信心在算力领域也不被卡脖子，从根本上实现自主可控，这对高安全要求的出版行业至关重要。

关于通用大模型技术与出版行业的融合创新，还有很多值得探讨的地方，科大讯飞将持续深耕源头技术创新，以人工智能助力出版行业数字化转型，为数字出版行业解放生产力，释放想象力！

9月21日，“人工智能助力教育出版研讨会”将于8:00在敦煌国际会展中心A馆2层2号会议厅举行。诚邀线上线下参与，共书教育数字出版新篇章！

文| 月光

责编| 周末