2025 年 4 月 8 日，斯坦福大學與加拿大國立大學、卡內基梅隆大學聯合發布的《2025 年人工智能指數報告》（HAI 報告）正式出爐，在眾多頂尖大模型的技術性能評測中，來自中國的訊飛星火 4.0（Spark 4.0）憑借其在“MixEval-Hard”測試中的出色表現，成為國內唯一入圍前十的中文大模型，在所有國產大模型中排名第一，展示出強勁的技術實力與國際競爭力。BRB28資訊網——每日最新資訊28at.com

BRB28資訊網——每日最新資訊28at.com

MixEval 是本次 HAI 報告引入的一項全新評測標準，專為評估大語言模型在復雜真實語言任務中的表現，尤其聚焦于“分布式用戶查詢”和“復雜問題處理能力”。在更具挑戰性的 MixEval-Hard 基準測試中，訊飛星火 4.0 超越了包括 LLaMA 2、Gemini 1.5 Pro 等多個國際知名模型以及通義千問等國內模型，成為唯一入榜前十的中國大模型選手。BRB28資訊網——每日最新資訊28at.com

BRB28資訊網——每日最新資訊28at.com

從報告來看，在 MixEval-Hard 得分最高的是 OpenAI 的最新模型“OpenAI o1-preview”，以 72.0 分遙遙領先，其次是 Anthropic 的 Claude 3.5 Sonnet（68.1 分）以及 Meta 推出的 LLaMA-3 405B-Instruct（66.2 分）。訊飛星火 4.0 緊隨亞馬遜旗下模型 Mistral Large2，以 0.4 的劣勢排在第十名，在多個維度上展現出不俗的語言理解和推理能力。BRB28資訊網——每日最新資訊28at.com

MixEval-Hard 測試體系包括“過濾篩選”“語料注釋”“評估”和“動態更新”等多個環節，模擬真實場景下用戶與模型的交互過程，是目前衡量模型處理復雜任務能力最具代表性的基準之一。其涵蓋多模態能力、事實一致性、推理能力等綜合指標，被業界稱為“大模型能力大考”。BRB28資訊網——每日最新資訊28at.com

作為科大訊飛旗下的重要戰略產品，訊飛星火大模型自 2023 年發布以來不斷迭代升級。其 4.0 版本于 2024 年 6 月發布的，在語義理解、邏輯推理、跨語種翻譯等多個領域都實現突破。2025 年 3 月 3 日，訊飛星火發布深度推理模型 X1 在數學能力上大幅躍升，以 70B 參數規模便追平了 o1 和 DeepSeek-R1。尤其針對小初高中文測試集（來自 2023/2024 各學段考試真題 / 模擬題 / 競賽題），星火 X1 拿下 SOTA。令人振奮的是，這一切全是在全國產算力平臺上實現的。BRB28資訊網——每日最新資訊28at.com

值得注意的是，本次 HAI 報告也指出，雖然中美在 AI 能力發展上仍存在差距，但中國本土模型正在以“快馬加鞭”的速度追趕國際巨頭，中美頂級 AI 模型的性能差距已經縮小到了 0.3%（2023 年，這一數字還是 20%），國產大模型正在邁向全球舞臺的中心。BRB28資訊網——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-26-142554-0.html斯坦福 2025 年 HAI 報告出爐，國產大模型僅訊飛星火入圍 Mix-Eval 前十

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 江波龍推出企業級 SATA 固態硬盤 UNCIA 3856：容量覆蓋 480GB 至 7.68TB

下一篇： 《刺客信條：影》兩大主機平臺表現迥異，PS5銷量不佳真相何在？