新智元報道

編輯：編輯部 YZJH

【新智元導讀】科大訊飛又搞了個大動作，智能交互直接燃爆！AIUI全新升級，兒童專屬交互方案，AI眼鏡「三麥陣列」硬核出圈，還有機器人語音背包、移動數字人「小雨」實力搶鏡。一場發布會，讓我們看到下個時代人機交互的全貌。

不知不覺間，硅谷的巨頭都開始搞AI硬件了：蘋果押寶的是Vision Pro的結合；Meta在緊鑼密鼓地測試AI眼鏡；英偉達押注機器人。

不過國內有一位玩家，早已布局多年，下好了先手棋——

在智能硬件這條路上，科大訊飛已深耕多年，AI學習機、辦公本都做到了線上品類銷量第一，構建起了中國的「智能交互新生態」。甚至還憑借獨特的開發者生態，大大賦能了行業創新。

而就在剛剛，科大訊飛又在深圳整了個大活兒！

這次，圍繞智能交互場景，他們直接來了一波全面升級——AIUI、機器人超腦、虛擬人交互、訊飛星辰4大平臺。

而且不光是產品，平臺技術也開放了，還直接放出企業級的智能體引擎。可以說，是把智能狠狠砸進了各行各業。

AIUI下一個時代

科大訊飛的AIUI人機交互平臺，已經發布了10年。

它以大模型為引擎，融合了情緒識別、創意生成、深度語義理解等類人多模態能力，成為產業智能化升級的核心支撐。

大模型發布前，兒童場景的交互最少；而現在兒童場景的交互次數增長了7倍以上。孩子們樂于與機器人「聊天」，這正是AI進步的結果。

兒童專屬陪伴，AI承包了

然而這其中就有一個難點：兒童的表達方式，是一種「童言幼語」，跟成人有很大區別。

對于每個孩子來說，吐字不清、語言結構簡單，甚至缺乏邏輯，表達跳躍等，都是很常見的現象。

為此，科大訊飛基于兒童說話習慣，專門打造了童言識別和童語理解的兒童專屬交互方案，幫助我們更好地理解兒童的表達。

它不光對話起來更有趣、更友好，還能以引導的方式和兒童對話。

這樣，AI就深度適配了兒童的表達邏輯，做到了更懂孩子。

除了這些專屬方案本身，科大訊飛還打造了許多寓教于樂的兒童內容。

在趣味對話上，他們打造了很多經典IP，深受孩子們的歡迎。

只要一句話，就能激發海量的IP人設。在對話中，它們會主動找話題，引導孩子造詞，還能一起玩故事共創、猜謎語、腦筋急轉彎等趣味游戲。

團隊還為兒童打造了許多早教技能，包括語言發展技能、科學發展技能、社會能力認知技能等等，讓孩子在趣味的交互中全面成長。

此外，他們還打造了專門面向兒童的趣味信源，包括兒童故事和兒童音樂。

大家非常關注的另一個話題，就是兒童心理健康。訊飛的兒童交互方案，正是以鼓勵、夸獎的話術為主，幫助孩子建立自信心。

同時，對于可能發生的潛在風險，它也能給出及時、正確的引導。

兒童守護計劃同步發布，讓孩子們在AI的守護下健康成長

比如孩子在學校如果發生什么事情，可能回家不愿意和家長說，但會和機器去聊。這種情況下，AI就會對孩子出現情緒或行為問題進行積極正向的引導。

在風險格外嚴重的情況下，就會通知家長。

并且，此方案已經針對未成年保護內容進行了定向調優，為兒童打造了一個絕對純凈健康的交互環境。

看完下面這個視頻，你就會明白，為什么孩子們這么喜歡跟科大訊飛的機器人聊天了。

更令人驚喜的是，科大訊飛還開發了玩具開發套件，接入便捷，配置成本低，適用于多種場景，如帶屏玩具、無屏玩具、桌面機器人等。

而在大會現場，幾位寶爸也參加了一個60分鐘極速挑戰，要求在幾小時內開發出一個兒童應用。

在挑戰中，每位「寶爸」會被分發一塊硬件開發板，依托星辰Agent開發平臺，在極短時間內構建出具備情緒識別與童趣對話能力的兒童交互Agent，為硬件注入智慧人格。

智能眼鏡，和外國小姐姐絲滑交流

兒童語音交互之外，智能眼鏡也是剛需的場景，是下一個通向人機交互的未來。

與頭顯不同的是，它的交互范式只能依賴語音。

為此，訊飛打造了一個專屬「三麥陣列」方案，針對不同場景，做了定向訓練。

三個麥克風的作用在于，識別語音輸出是否是佩戴者發出，以及對話人的聲音。

說這么多，不如看看「三麥陣列」智能眼鏡實際效果如何？

現場演示中，工作人員戴上眼鏡隨口發問，「減肥期間，可以吃荔枝嗎」？小飛立即給出回復，「荔枝熱量糖分超高，過量易導致熱量超高」，還給出了減肥建議。

這是語音交互的一個簡單的例子。如果旅游的時候，遇到不懂的景點，直接交給這款智能眼鏡。

工作人員拿起一張三星堆藏品圖，問道「小飛小飛，這是什么」？

令人驚艷的是，從青銅大立人像細節，到歷史背景，它給出了非常直觀的回復，就如一個真·導游現場講解。

出國旅游常遇到歪果仁，聽不懂不會說又是一大難題。而現在，有了面對面翻譯功能，任何人戴上智能眼鏡就能切大號了。

外國小姐姐和工作人員交流非常絲滑，智能眼鏡實時翻譯，完全不卡殼。

有了這些實用功能，不論是交朋友，還是談合作，賈維斯就不再是科幻。

隨時隨地，語音交互

今天，科大訊飛不僅實現了語音識別的極速響應，像和真人交流一樣可隨時「插話」的流暢體驗，而且還能在嘈雜環境中保證語音交互的可靠性。

為了做到這一點，團隊開發了從多麥克風陣列降噪收音到線性雙麥、四麥、六麥的多模態降噪技術，還有專為戶外移動場景降噪設計的3麥降噪方案，讓AI能在各種噪聲的環境中「耳聰目明」。

在機器轟鳴中，建筑工地的智能安全帽，清晰接收指令；騎行中的智能眼鏡，過濾風聲，準確識別「導航到最近咖啡館」的需求；在人聲鼎沸的機場，值機柜臺旁的機器人客服能理解旅客查詢——

這些曾經的技術難點，如今都已被攻克。

當AI學會「察言觀色」

而語音智能最令人振奮的進步，莫過于從「能聽會說」到「察言觀色」的跨越。

如今的AI不僅能聽懂字面意思，還能感知情緒、記憶偏好，甚至理解兒童獨特的話語方式——機器正變得越來越像人。

基于千萬高質對話數據訓練，專為情感交互場景打造的「交互大模型」，讓設備讀懂氣氛，「高情商」回應喜怒哀樂。

類人記憶系統與自定義角色，則賦予設備獨特個性。

科大訊飛的「極速超擬人交互」技術更是將情感交互推向新高度，支持1300多種人設和情感語氣自由切換。

系統會基于對歷史話自動生成個性化知識庫，實現 「共同成長的陪伴」。

現代AI交互系統構建了三層記憶體系：

· 上下文記憶，保證對話連貫性；

· 用戶畫像記憶，存儲長期偏好；

· 生活事件記憶，關聯特定場景知識。

比如，當你在智能辦公軟件中輸入「關于AI交互技術」時，系統會根據你過去的寫作習慣，自動補全的應用前景分析。

這種記憶能力讓AI從「通用助手」進化為「個人專屬管家」。

全新語音背包，機器人秒變社交達人

有了AIUI，為什么還需要機器人超腦呢？

這是因為，機器人本身結構非常復雜，面對的場景更加復雜。而現實任務中，有些需要「具身智能」才能完成。

2022年，訊飛首次亮相「機器人超腦平臺」，目標直指讓機器人能聽會說、能理解會行動。

時隔3年，在這個平臺下，訊飛機器人生態呈現了繁榮景象。

「超腦平臺」在端側提供了視聽融合解決方案， 包括多模態降噪、人類識別、物體識別，還有軟硬一體設計。

針對不同四輪、雙足、輪式機器人多種形態，平臺提供定制化了硬件交互。

而且，機器人往往會面對比較嘈雜、多人對話的場景。

為此，訊飛打造了多人多模態交互技術，語音+唇形+降噪分離結合，就可以精準識別。在三人場景下，語音分離率高達87%，識別準確率超90%。

另外，當遇到沒有網絡、弱信號的時，機器人在現實世界會遇到極大的挑戰。

而現在，不用擔心，訊飛離線交互套件一鍵解決，讓所有交互、識別，都在端側完成。

值得一提的是，訊飛大會上，機器人超腦平臺帶來了全新「智能語音背包」，讓語音成為機器人標配。

只要把背包背在機器人身上，它就具備了張口對話的能力。

現場，產品經理一開口——小飛小飛，該你上場了，隨即成功召喚宇樹G1登臺。

激情澎湃的G1揮著手臂，向臺下觀眾打招呼，「各位科技大佬、酷炫玩家們，大家下午好，歡迎來到智能產品交互升級party」。

緊接著，它秀出了自己偷學的賽博朋克太極拳，一邊演示，一邊配著梗解釋，言語之間非常流暢。

「這招叫WiFi信號滿格，接著是代碼運行順暢，再來個數據精準無誤，最后是系統永不宕機」。

不得不說，機器人有了這個「智能語音背包」的加持，能說會道，秒變社交達人。

此外，機器人超腦平臺還帶來了「具身智能訓練一體機」。在針對特定任務訓練時，從采集數據、訓練，到推理是一個非常復雜的過程。

一體機最大優勢在于，將這些過程在一臺機器完成，能加速產業推廣和應用。

如今，科大訊飛合作500多家機器人公司，在酒店服務、展廳展館、汽車銷售、智慧零售等領域，全面鋪開。

移動數字人閃現，人類AI伙伴

人機交互，不僅局限于機器人實體，數字人也是下一個重要的分支。

這次大會現場的亮點，無疑就是一款全新的移動數字人——「小雨」了。

她的出現，可以說讓全場掀起了最高潮。

不同于以前在大模型一體機或固定屏幕中的的數字人，它可以出現在導覽場景，提供移動式的交互。

之所以能移動，是因為它的底座配有制圖和路線規劃的功能。

在現場，數字人「小雨」按照提前制作好的動線移動上臺，和主持人進行了流暢自然的對話，引得了全場喝彩。

接下來，主持人還隨機從場上搖上來一位嘉賓，小雨面對他的種種發問，面不改色，回答流利。

嘉賓對小雨的表現極為贊嘆，表示非常期待在自己公司的展廳中，也能有這樣一個對話流利絲滑的數字人。

大會上，科大訊飛還介紹了AI虛擬人交互平臺。

憑借業界領先的多模態感知和生成技術，這個平臺實現了「極簡革命」，僅需一句話復刻聲音、一張圖生成數字分身，即可在82種語言場景中，「分鐘級」創建虛擬形象。

目前，已有累積超100萬聲音復刻用戶、10萬數字分身資產，真正實現了「每人皆可擁有數字分身」的愿景。

訊飛的虛擬人，現在已經廣泛應用于媒體、教育、政企、文旅等場景，甚至還面向個人用戶提供輕量化的定制方案。

通過超擬人技術，每個企業和個人，都可以快速構建自己的數字分身了。

只要一句話，大模型就能復刻聲音；只要一張圖，就能構建超擬人數字人。

在現場，工作人員就用訊飛智作，迅速復刻了科大訊飛趙總的聲音，制作出了他的數字分身——小趙總。

厲害的是，它不僅聲音非常還原，還能支持中、日、英、韓、俄等多種語言。

而數字人的樣貌，也同樣可以定制。一眨眼的時間，訊飛智作就生成了小趙總的商務版數字人。

「他」不僅聲音跟趙總一模一樣，說起外語來也是6到飛起。

在AI虛擬人交互平臺上，科大訊飛提供了全棧的數字人應用服務，包括豐富的資產構建方式、可自由集成的免費API、能靈活應用的零代碼SaaS、可開箱即用的軟硬件套裝等。

爆火Agent，一鍵定制專屬應用

發布會另一個重點，便是訊飛大模型平臺——星辰Agent。

人們都說，2025年是Agent元年。當前，Agent已成為開發應用的一個重要的方式，大幅降低了開發門檻。

星辰Agent是一個一站式定制開發平臺，可以完成從Agent開發、應用測評，到可控發布、運營迭代所有流程，還包含了RAG等專業工具。

對于開發者來說，應用開發時間大幅縮短，效率倍增。

會上，訊飛正式面向企業，發布了星辰Agent平臺專業版。

它能提供高并發、高容量的優享資源，還支持效果評測、團隊協作、1V1定制服務。

多款智能體應用已在星辰Agent平臺上線

訊飛產品經理丁瑞演示demo中，針對深圳進出口貿易報關，一項非常繁雜的任務——從發票、運單中提取報關所需要的信息，開發了一個智能體。

由于這個智能體任務復雜，需要從星辰創建一個高階工作流，選用圖片文字抽取模版。

驚艷的是，平臺直接給出了一套完整的流程，只需將圖片、提示、定義抽取字段等所需信息填入即完成。

接下來，上傳一個報關單發票，結構比較復雜，讓Agent提取信息，從OCR識別、大模型解析，到抽取信息，非常快速地完成了任務。

C端B端，全面稱雄

過去15年，正是AI飛速發展的15年，也是科大訊飛開放平臺，迅速發展的15年：

• 2010年，發布了業界首個語音云，正式拉開語音時代的帷幕。隨后花了3~5年時間推動語音輸入的普及；

• 2015年，推出首個AI人機交互界面——AIUI；

• 2021年，發布虛擬人；

• 2022年，推出機器人超腦；

• 2023年，邁入了大模型時代，發布「星火大模型」。

大模型的到來，帶來了哪些變化？

如今，大模型浪潮驅動開發者高質增長，訊飛生態合作伙伴已超1152萬，遍布了日韓、新加坡、中東、歐洲等地，構建出全球領先的AI開放生態。

值得一提的是，機器人、智能辦公、穿戴領域開發者翻倍，數字人創作量激增16倍，人均交互頻次提升6.5倍。

顯而易見的是，大模型時代下，交互范式正加速變革。

在技術研發上，科大訊飛早有多項突破：

· 2008年，首次讓機器的語音合成超過普通人說話水平；

· 2012年，首次讓機器的語音評測超過人類專家水平；

· 2015年，首次讓機器的語音識別超過人類速記員水平。

之后，科大訊飛創立了國內「歷史上的首次」：

· 2017年，「智醫助理機器人」首次通過國家執業醫師資格考試綜合筆試測試，并超過96.3%的人類考生；

· 2018年，首次讓機器翻譯的中英語音翻譯達到CATTI全國翻譯專業資格（水平）考試二級合格標準；

· 2022年，在OpenBookQA知識推理挑戰賽中，首次單模型超過人類平均水平；

在To B/To G領域，早在2024年，科大訊飛就已做到了多個行業第一。

根據Xsignal奇異因子報告數據，科大訊飛旗下已有三款應用成功突破百萬月活大關，分別是訊飛星火（APP 端）、訊飛AI學（APP 端）和訊飛曉醫（APP端）。

其中，訊飛星火APP在中國APP端AI應用排行榜中位列第7，躋身通用大模型賽道的Top5。

AI時代，人機交互應該是什么樣？這場大會，訊飛給出了最好的答案——AIUI。

正如科大訊飛董事長劉慶峰所言：「語音，將成為萬物互聯時代的主要交互方式」。

當下，智能語音若要走進多場景應用，機器人恰是將這些交互，拉進現實最重要的一步。

從兒童專屬交互方案、AI智能眼鏡「三麥陣列」，到機器人語音背包，再到移動虛擬數字人，我們已經看到了下一個人機交互的未來。