这个春节，AI界国产黑马DeepSeek掀翻世界大模型的桌子。DeepSeek用不到OpenAI十分之一的成本，做出了性能媲美o1的R1，一经发布，迅速搅动了世界大模型的发展格局和趋势。
高性能、低成本与高速度之间的不可能三角在被打破。
DeepSeek的成功不仅展示了中国在AI领域的创新能力，也为全球AI发展提供了新的思路。
与此同时，由中国科学院自动化所孵化的AI企业中科闻歌发布的雅意大模型旗舰版——YAYI-Ultra在破解大模型落地"精度-能耗"困局前给出了自己的答案。
作为覆盖全球100+模型的权威评测体系，OpenCompass榜单历来是观察大模型技术路线的"晴雨表"，在其近日发布的OpenCompass大模型公开学术榜单中，中科闻歌YAYI-Ultra，以64.5分首次闯入前十，成为TOP10中五个中国大模型之一。
在OpenCompass最新大语言模型公开学术实时榜单中，YAYI-Ultra排名综合得分64.5，排名第十，其中：
代码生成：LiveCodeBench排名第五，表现优于GPT-4o-20241120版本
复杂指令理解：IFEval排名第九
知识推理能力：MMLU-Pro排名第九
在侧重中文理解的C-Eval评测中，YAYI-Ultra在允许自主验证的公开访问榜单位列第二，展现了在中文场景下的技术优势。
一手实测：
超长文输出，复杂任务规划精准拿捏
AI大模型工场从官方了解到，YAYI-Ultra在图表理解、复杂任务、长文理解与生成方面表现突出，我们立马上手从六个维度（多模态图表深度理解、复杂图像理解、复杂任务智能规划（Function Call）、数据统计分析及超长文本理解与生成）实测下YAYI-Ultra表现到底如何。
01、视觉理解再升级：懂语言，更懂图表
上来我们先来读个图表试试。
prompt：2000年前后，哪个价格区间的物业费占比变化最多？
YAYI-Ultra可以准确识别柱状图中的不同颜色和数字，充分理解图表并给出回答。
除了中文场景外，在多语言场景中，YAYI-Ultra也能够准确理解并遵循用户指令，提供跨语言的精准回复。
prompt：How did the distribution of agriculture-related employment change between 2012 and 2022? Did it increase or decrease, and by what percentage or amount? Answer in Chinese。
可以看到，在视觉理解方面，针对跨语言多模态对齐、多图推理、可变分辨率等技术难点，YAYI-Ultra全面升级，增强了模型在跨语言图表理解、多图表问答、多模态指令遵循等方面的能力，不仅能轻松应对堆积条形图、散点图、混合图表等复杂图表场景，在图表重绘、图表转换等任务上也表现突出。
02、表格智解：万千表格不在话下
在工作中，复杂报告统计费时又费力，我们“喂”给YAYI-Ultra一张包含行业普通报告、行业深度报告、公司普通报告三种类型交替出现的表格，YAYI-Ultra准确统计出不同类型报告的数量。
prompt：每种报告类型的数量是多少？
当涉及不规则表格时，YAYI-Ultra依然能够精准解析并提取关键数据。以下表格包含总分结构及复杂数据表述，YAYI-Ultra能够准确理解表格中的模型类型、方法及局部性指标变化数值，并完成对比分析。
prompt：哪个基座模型使用IKE方法后局部性下降最多？
在统计数据理解方面，可以看出YAYI-Ultra重点增强了表格问答中复杂排版理解、跨语言问答等能力。
从金融报告、学术论文，到包含嵌套结构的复杂表格，YAYI-Ultra都能精准定位信息、理解用户意图；同时，模型也能够在跨语言表格问答场景中，提供高效、清晰的解答。
03、Function Call：复杂任务智能规划
继续上难度，我们让YAYI-Ultra绘制一下去年奥运会中国队金、银、铜奖牌数量折线图（随时间变化）。
首先可以看到，YAYI-Ultra准确理解了用户意图，确定“去年奥运会”指的是巴黎奥运会，并制定出详细的任务规划；接下来，模型通过搜索引擎获取巴黎奥运会中国队金、银、铜牌相关数据（包括91枚奖牌的类型及获得时间）；再将这些奖牌数据进行梳理，归类分组、按时排序，并生成代码，通过调用代码解释器，完成折线图绘制。
YAYI-Ultra之所以能够完成这一系列的复杂任务拆解与规划，离不开其增加的工具调用能力，主要包含搜索引擎、代码解释器、图像解析、天气等基础工具；新闻热榜追踪、传播影响力分析等特色垂直领域工具。
模型显著增强了在多工具串行调用场景下的规划合理性，同时提升了复杂搜索场景下的信息收集能力。
04、多模态输出：图文并茂，直观简洁
在文献阅读或者信息收集过程中，我们通常需要从多篇文档中查找、分析特定信息（如数值变化、实验结果等），现在一句话就能找到想要的内容，并且YAYI-Ultra在文字分析描述的基础上，可同步给出对应的图片内容。
比如，提问：The percentage of different behaviors under different collaborative strategies
YAYI-Ultra根据问题，从用户构建的“人工智能论文知识库”中识别相关的多篇人工智能论文，并据此进行回答。答案中不仅有文字，还在对应的引用位置给出了原始图片，大大提升了阅读体验及答案可靠性。
05、全栈长文：吞吐万言，下笔如神
最让人眼前一亮的要属超长文输出，YAYI-Ultra支持最长20万字输入和10万字超长输出，形成从“输入理解”到“内容创作”的全链路长文本能力闭环。
YAYI-Ultra支持联网智能创作与文献锚定创作双模式，并将长文写作任务拆解为更小、更可控的子任务（先生成大纲，再根据大纲生成全文），这样有效保证了文本结构，提升长文生成质量。
● 联网智能创作：联网收集信息完成创作
prompt：写一篇30000字的中国儒家文化发展历史分析报告
● 文献锚定创作：划定知识边界精准写作
prompt：请根据参考资料写一篇长文，写作的主题是“通用人工智能解决方案：创新与效率的完美结合”
06、数据分析：精准求解，可视交互
最后，我们也针对基础的数据分析和可视化图表绘制进行了实测，YAYI-Ultra准确完成分析、计算和图表绘制任务。
prompt：根据表格，计算人均月收入，然后计算月收入与人均月收入的差值，绘制一个柱形图，横轴是名字，纵轴是差值，标题是“每人收入与平均值差距”。
YAYI-Ultra根据用户要求，通过Python of Thought（POT）能力，生成Python代码并执行，精准完成了统计推断、矩阵运算、数值优化等数值密集型任务。
从“大水漫灌”到“精准匹配”
YAYI-Ultra用灵活专家配置
突破大模型落地瓶颈
当前，AI大模型落地正面临“能力-成本”剪刀差扩大的关键节点。
据IDC最新报告显示，企业在AI大模型落地过程中，面临模型精度不能完全满足业务需求的问题；同时，92%的企业认为在大模型工程化落地阶段，缺少算力资源是最大的挑战。
中科闻歌雅意技术团队透露，YAYI-Ultra是以多领域能力为特色的混合专家模型，为了提升在不同领域专业任务上的表现，采用灵活的专家配置模式，支持数学、代码、金融、舆情、中医、安全等多种领域专家组合，能显著缓解稠密模型在垂直领域迁移过程中普遍存在的“跷跷板”现象，可针对不同领域需求，为行业提供"高精度、低能耗"的智能化解决方案。
譬如，在媒体领域，中科闻歌推出红旗3.0融媒体智能平台，基于YAYI能力，帮助客户将内容创作时间缩短30%-50%，内容发布频率提升了20%-40%，某客户在引入自动化审核能力后，内容差错率从5%降至0.5%左右，目前已广泛应用于新华社、央视、中国日报等头部媒体。
中科闻歌红旗3.0融媒体智能平台
在医疗领域，基于YAYI的大医金匮中医大模型，可精准诊断500余种常见病症，为患者提供个性化的治疗方案，经临床专家测评辨证推理准确率高达90％，在中医师资格考试模拟测试中表现优异，准确率超过94％，并面向C端用户推出了“大医金匮”中医健康管理APP。
中国中医科学院&中科闻歌 大医金匮中医健康管理APP
在财税领域，基于YAYI的财税知识大模型，经专项测评，模型回答准确率90.1%，高于其他同类型模型，在接入大模型后，客户实现24小时不间断的咨询服务，使得用户减少排队时间约50%，用户满意度提升超过30%。
航天信息与中科闻歌联合研发 财税知识大模型
当前，YAYI-Ultra已在官网开放数据分析、知识库文献解析、超长文写作功能体验，感兴趣的小伙伴也可以登录试用。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
