作为一名互联网行业的从业者，多年来一直保持着对于行业最新技术的关注，回顾过去几年，先后出现过一些讨论度比较高的技术或概念，但大多数都是昙花一现，来得快，消失得也快。

然而，ChatGPT的瞬间爆火让大模型这项技术不仅停留在讨论阶段，它表现出的效果让很多人都为之震惊，作为人工智能领域的进阶技术，已经不再停留于过去单纯的分类和识别任务，而是具有很强的逻辑推理和内容生成能力。

因此，大模型没有再像此前那些技术一样很快被人遗忘，相反，围绕大模型的文章、讨论度越来越高，有人在讨论这项技术到底能给我们带来什么，有人则在恐慌这项技术的发展会让多少人失业。

无论这个技术即将朝着哪个方向发展，有一点是达成共识的：积极拥抱大模型。

以我们公司为例，在去年早些时候不同团队都在开始一轮又一轮的头脑风暴，核心议题就是如何把自己的业务和大模型结合到一起，从而提升工作效率、降低经营成本。

反观外部也是同样的状况，医疗、法律、电商、互联网等不同行业都在积极的引用这项新技术。

经过一年多的发展，大模型的趋势逐渐的明朗了起来，最终只会有少部分公司提供基础、通用的模型服务能力，更多的公司和个人则是在此基础之上结合自身业务做一些适配和扩展。

这一点不难理解，每家公司在业务上都有特殊性，通用的模型无法结合垂直领域的问题，但是重新搭建集群、购买GPU训练成本又异常的高昂，而选择基于现有成熟的基础能力做扩展是一种既快捷又节省的方法。

那么就会遇到一个问题，到底应该选择哪家公司的模型作为基础能力？

现在放眼世界范围内，在大模型方面做的比较好的公司就是头部的几家：OpenAI、讯飞、百度、阿里。

OpenAI具有先发优势，也是最初让这项技术火起来的公司，但是我个人对此并不感冒，一是因为它长时间依赖对国内用户都具有种种条件的限制；二是因为作为一项核心的基础能力，我们自己需要有自主可控的能力。

所以，当很多人在吹捧OpenAI时，我的目光一直都在关注着讯飞的星火认知大模型。

之所以关注讯飞星火并不是一时心血来潮，早在十几年前上大学的时候刚接触智能手机不久，便用上了讯飞推出的语音输入法，当时周围同学用了都大呼神奇，后来工作之后也从事过一段时间的自然语言领域工作，深入关注这个领域，会发现讯飞在自然语言领域一直都处于领先地位。

而大模型作为在自然语言基础之上的延伸和进阶，讯飞已经具备了多年的积淀，技术深度不容小觑。

所以，在讯飞正式推出星火认知大模型之后我首批的就申请了使用，并且一直跟进了它每一次升级迭代，也肉眼可见它的进步。现在讯飞星火认知大模型已经完全开放使用了，感兴趣的同学可以访问下方链接体验一下：

现在讯飞星火认知大模型和我认为的大模型发展方向是不谋而合的，就如同我前面所提到的，很多人都在讨论我们与大模型的关系，但是最终只有少部分会投入基础能力的搭建，而大多数人或者公司和大模型的关系可以划分为两种类型：

  • 从业者
  • 使用者

从业者

现在很多公司都在想着如何把大模型应用于自己的业务场景，从而提高工作效率、降低成本，顺便还可以带来业务价值提升。

换句话说，就是利用大模型来构建面向不同垂直领域的AI应用。

在我们团队我就承担了这项职责，所以，在大模型方面我曾花费很多时间做了各种不同的尝试。

例如，LangChain、SFT调优，也在服务器上部署过开源的模型进行改造调优，但是，最终以失败告终。

在这个过程中让我意识到对于很多从业者来说想要把大模型和业务结合到一起还是存在很大的障碍，一是需要大量的理论基础知识，二是因为需要投入大量的资源和时间成本。在这一系列的事情都准备好之后，还未必能获得理想的结果。

在这方面，讯飞星火认知大模型提供了一种更加简单便捷的解决方案，我们可以在讯飞星火上基于我们的知识库搭建个性化的智能助手。

以我最近遇到的一种棘手的场景为例，做内容创作有5年多的时间，现在有不少读者加了我的联系方式咨询我各种各样的问题，有的咨询升学考研、有的咨询职业规划、有的咨询论文写作。

针对这些问题，我抽了很长时间把自己的知识经验沉淀成了知识库，其中一项就是关于论文写作指导的内容。

为了解决很多同学在论文写作指导方面的疑惑，我围绕标题、摘要、正文、参考文献等模块写了几万字的手册，但是很多同学觉得从头至尾看一遍太耗费时间，如果每个人都来问我，又有一些吃不消，时间和精力都不允许。

所以，我就想着利用讯飞星火认知大模型搭建一个有关「论文写作指导」的智能助手。最后通过在讯飞星火上构建的智能助手，算是彻底帮我解决了大问题。

下面给大家分享一下我的搭建过程。

第一步：打开讯飞星火的助手创作中心，点击「数据集」栏，输入数据集相关的信息，然后把自己的知识库进行上传。

数据集是大模型依赖的基础素材，要想构建自己的自己特有的AI应用，就要把相关的资料喂给基础大模型，这样它才可以针对性的学习并提供服务。

配置好数据集之后，点击下一步就会对提供的知识库建立知识索引。

第二步：在讯飞星火的助手创作中心点击「创建新助手」，提供一些基础的配置信息，例如，头像、名称、描述等等。

构建完之后就可以申请上架，这样还可以分享给其他用户使用。

下面来看一下效果：

当看到这个结果自己的确挺惊讶的，真的是基于自己提供的知识库，然后结合讯飞星火认知大模型的逻辑推理能力给出的结果，很准确，很符合我的要求，这比我之前在服务器上自己部署的开源模型效果好太多了。

更关键的是，还非常简单，整个配置过程只需要上传数据集、配置助手两个步骤，花费一分多钟的时间，投入产出比算是很高的了。

上面这个只是用于解决我个人诉求而构建的AI应用，除此之外还有很多可以尝试，例如，医疗领域可以提供一些医学领域的知识库帮助病人做医疗咨询，法律领域可以提供一些法律知识、案例给需要的同学提供法律方面的帮助。

说完从业者构建个性化AI应用，接下来再说一下零基础使用者场景。

使用者

这里所谓的使用者是从事和技术不相干岗位的同学，例如，设计师、文员、行政、人力资源等。

针对这种情况，我们可以考虑怎么把大模型的价值发挥到最大，从而来提升我们的工作效率，帮助我们完成一些工作中的内容，例如，知识获取、PPT创作、图像设计、文档翻译、内容创作等等。

在这方面讯飞星火认知大模型做了很多令人惊喜的工作，它主要通过下面几个方面来帮助使用者更轻松的发挥大模型的价值。

办公插件

讯飞星火认知模型内置了9种常用的办公插件，例如，PPT、流程图、思维导图、邮件、简历、文档问答等。

回顾一些我们日常学习和工作的场景，发现这些可以涵盖我们90%以上的工作场景。

以流程图制作为例，这在我们工作中使用频率非常高，以往在制作一个流程图时我们需要先理清它的业务逻辑、上下游关系，然后还要积累大量的绘图知识，然后再花费大量的时间规划如何排版布局才可以让它更轻松容易理解，往往完成一个流程图动辄就要花费半天时间，而通过讯飞星火认知大模型的办公插件，只需要简单的描述，它就可以快速的生成流程图，时间一下子从6小时缩短到1分钟，效果是立竿见影的。

智能助手

因为岗位和职业的不同，每个人对大模型的诉求是不同的，有的希望它帮忙写周报、有的希望写商业文案、有的希望它做旅游攻略。

针对这个问题，讯飞星火认知大模型推出了6000+面向不同场景的智能助手，涵盖职场、创作、学习、编程、营销。

通过这些智能助手，可以帮我们各种不同的工作，例如，短视频脚本生成、作文范文、产品功能设计等等。

多模态

在纯文本问答的基础之上，多模态功能的加入让讯飞星火认知大模型适用场景进一步拓展，它不仅可以生成文本内容，还可以生成图片、视频。

以我为例，作为一名内容创作者有时候希望把以往图文内容转化成视频，这样表现形式更丰富，但是视频的制作成本太高了，需要写脚本、剪辑、加字幕等一系列的过程。

通过讯飞星火认知大模型可以一键实现视频的生成，而且它还内置了各种形象的数字人，非常生动。

友伴

友伴的出现像是给讯飞星火认知大模型注入了人格和灵魂，它内置了很多个性化、语气逼真的虚拟角色，例如，曹操、李白、鲁迅等等，可以模拟不同角色和你进行沟通交流，生动有趣，还可以称为我们生活和工作上的精神伴侣。

可以看得出来，从使用者角度，它已经覆盖了我们生活、学习、工作的绝大多数场景，无论是办公提效，还是内容创作，或者是学习辅助，它都可以很轻松的给我们提供帮助。

大模型自从引起大家的关注已经有一年多的时间，从目前表现来看，这项技术得到大规模的应用已经是比较明显的趋势。无论在校学生，还是踏入不同岗位的工作者，能够高效的把大模型应用自己的学习和工作中，自然会给自己带来很大的助力和推动作用。

但是，从目前国内外主流的大模型来看，对一个零基础的同学来说还是有一定的门槛，需要构建合理的prompt（提示词）才可以最大化的发挥它的价值，如果仅仅是像之前用搜索引擎一样使用大模型，那么它相当于只换了一种知识获取方式，而让大模型的能力表现大打折扣。

在这方面，我觉得讯飞星火认知大模型做的比较充分和到位，首先它内置了丰富的插件及面向不同领域的智能助手，作为零基础的使用者可以很容易找到适合自己的解决方案，获得自己想要的帮助。其次它支持高效便捷的助手创作方式，让希望构建个性化AI应用的同学只需要一些简单的操作就可以搭建一个面向垂直细分领域的智能助手。

通过这些优化和升级，讯飞星火认知大模型让这项原本具有一定门槛的技术推向了“寻常百姓家“，让更多人可以通过最小的成本享受到这项技术带来的红利。

对大模型感兴趣，赶紧体验一下吧！