科大訊飛(002230)：公司發(fā)布星火大模型 人工智能核心競爭力進一步提高

 

      5月6日，公司舉辦“訊飛星火認知大模型”成果發(fā)布會。本次發(fā)布會除了發(fā)布“訊飛星火認知大模型” 技術成果之外，星火認知大模型在公司現(xiàn)有產品上的商業(yè)應用成果亦同步發(fā)布。

 

      平安觀點：

 

      星火大模型的七大核心能力表現(xiàn)優(yōu)異，部分功能已超越ChatGPT。這七大核心能力包括文本生成、語言理解，知識問答、邏輯推理、數(shù)學能力、代碼能力、多模態(tài)能力等。在發(fā)布會上，公司董事長劉慶峰完整展示了這些能力，并宣布星火大模型在數(shù)理能力、中文長文本生成和通識知識回答方面已超越ChatGPT。當向星火大模型提出非常刁鉆的中文問題時，它能夠很好的理解特定的句子和場景含義，靈活調整自己的答案；當向星火大模型提出數(shù)學問題時，它能夠快速給出準確答案，并生成正確的解題步驟；當用語音輸入的方式向星火大模型提出長篇幅文本生成問題時，它能夠快速生成并實現(xiàn)虛擬人語音輸出。此外，它具備很好的通識知識，能夠對生活常識、科學知識、工作技巧，以及醫(yī)學知識等應對自如，成為人類的AI工作助手。但目前星火大模型依舊存在新知識難更新和大模型的幻覺問題，預計后續(xù)將持續(xù)改進。

 

      星火大模型落地教育、辦公、汽車、數(shù)字員工四大行業(yè)應用，未來將覆蓋更多領域。在發(fā)布會上，公司介紹了星火大模型“1+N”架構中“N”個領域的應用成果。在教育行業(yè)，“大模型+AI學習機”的應用實現(xiàn)了讓AI 像老師一樣批改作文，像口語老師一樣實景對話的功能。在辦公行業(yè)，“大模型+智能辦公本”的應用實現(xiàn)了根據手寫要點自動生成會議紀要，語音轉寫文稿規(guī)整成書面化內容的功能；“大模型+訊飛聽見”的應用實現(xiàn)了語音轉多種類型文本，對原文進行提問回溯的功能。在汽車行業(yè)，“大模型+智能座艙”的應用提供了不同車型的智能語音交互服務，讓汽車駕駛更加智能，車載人機交互再上新臺階。在數(shù)字員工行業(yè)，“大模型+數(shù)字員工”的應用實現(xiàn)了業(yè)務流程的自動化操作并輸出結果和數(shù)字員工智能問答 和推薦等功能。此外，劉慶峰還宣布未來將賦能包括醫(yī)療、城市、政法、工業(yè)等在內的更多行業(yè)，向更廣闊的產業(yè)領域延伸。

 

      公司構建大模型評測體系推動行業(yè)發(fā)展，開放合作共建人工智能“星火”生態(tài)。劉慶峰表示想要實現(xiàn)技術的追趕和超越，需要一套科學系統(tǒng)的評測體系。目前科大訊飛與認知智能國家重點實驗室共同探討形成了覆蓋7大維度481項細分任務類型，推動大模型評測體系發(fā)展，為后續(xù)不同大模型的能力評測和客觀認知做出了貢獻。此外，劉慶峰在發(fā)布會上表示科大訊飛始終堅持人工智能的發(fā)展需要各行業(yè)合作共贏，宣布了首批來自36個行業(yè)的3000余家企業(yè)開發(fā)者將接入星火大模型，共建大模型“星火”生態(tài)；并將在算力方面聯(lián)手華為，讓大模型建立在自主可控的國產算力平臺上。未來科大訊飛將啟動AI星火營生態(tài)計劃，為多地區(qū)、多行業(yè)提供技術賦能、方案打造等配套資源扶持，推動更多大模型的應用落地。

 

      盈利預測與投資建議：我們維持對公司2023-2025年的業(yè)績預測，EPS 分別為0.67元、0.88元和1.17元，對應5月5日收盤價的 PE 分別約為86.9、66.0、49.8倍。公司是我國人工智能領域龍頭企業(yè)，“訊飛星火認知大模型”的發(fā)布，將進一步提高公司在人工智能領域的核心競爭力，公司在我國人工智能領域的龍頭地位將進一步鞏固。我們認為，星火認知大模型與公司教育、辦公等應用場景的深度融合，將為公司發(fā)展帶來巨大的想象空間。我們看好公司的未來發(fā)展，維持“推薦”評級。

 

      風險提示：（1）競爭加劇風險。公司以人工智能技術及應用作為核心業(yè)務，在 ChatGPT 浪潮下，人工智能產業(yè)競爭將更加激烈，市場競爭加劇可能影響公司業(yè)績。（2）星火大模型產品發(fā)展低于預期。公司已發(fā)布星火大模型，并發(fā)布面向教育、辦公、汽車、數(shù)字員工等四大行業(yè)應用，未來星火大模型還將向更廣闊的產業(yè)領域延伸。若產品的市場拓展不及預期，則公司星火大模型產品發(fā)展將存在低于預期的風險。（3）商業(yè)化進程緩慢。人工智能技術要產生商業(yè)價值，仍需依靠合適的應用場景以落地，如因市場接受度低或其他因素導致落地進展緩慢，也將對公司經營造成壓力。