中國消費者報報道（記者武曉莉）10月24日，第七屆世界聲博會暨2024科大訊飛全球1024開發(fā)者節(jié)在安徽合肥開幕?；顒蝇F(xiàn)場，科大訊飛首發(fā)10項基于訊飛星火底座能力的硬核產(chǎn)品與創(chuàng)新應用，通過這些產(chǎn)品和應用，用戶可以和“自己”打視頻電話、可以和外國人自由聊天、可以“聽懂”200多種方言……國內大模型應用已走入深水區(qū)。
此次科大訊飛首發(fā)的語音視覺虛擬人交互“三合一”超擬人數(shù)字人令人驚艷。此前的多模態(tài)的交互的創(chuàng)新，用戶可以通過撥打“語音電話”的形式和大模型問話對答。這次，訊飛星火大模型4.0 Turbo從超擬人語音升級為超擬人數(shù)字人，用戶可以通過撥打“視頻電話”的形式和大模型問話對答。
“我們實現(xiàn)了語音、視頻、圖文的全部聯(lián)動的多模態(tài)交互。”科大訊飛研究院院長劉聰現(xiàn)場和超擬人數(shù)字人玩起了“角色扮演”游戲，無論是扮演孫悟空還是小豬佩奇，超擬人數(shù)字人的反應都惟妙惟肖。
劉聰還演示了更實用的旅游購物場景，當攝像頭轉向印有外文的化妝品及酒類產(chǎn)品時，超擬人數(shù)字人能對畫面中產(chǎn)品的品牌、功能等信息進行秒回，成為“跨語言”購物的好幫手。
202種方言實現(xiàn)免切換自由說
在語音識別領域，科大訊飛的遠場高噪場景語音識別領先優(yōu)勢進一步擴大。此次發(fā)布的星火多語言大模型，首次實現(xiàn)全國地級市方言全覆蓋，含全國288個地市、202種方言。據(jù)介紹，訊飛輸入法14.0即將支持202種方言免切換自由說。
在多語種能力上，除中英文外，可支持俄、日、阿、法等8個語種。根據(jù)實用任務場景構建測試集MMT-Eval-1.0，訊飛星火在汽車、家電、辦公、翻譯等行業(yè)的任務場景應用效果超過了GPT-4o。
多模態(tài)多語言能力升級，將全面賦能汽車產(chǎn)業(yè)?？拼笥嶏w還首發(fā)了汽車端側星火大模型，據(jù)悉，今年第四季度起，奇瑞、廣汽、長城等多款搭載端側大模型的車型將上市開售。
大模型賦能民生多領域AI助手
用人工智能技術解決社會剛需，是大模型應用的價值所在。此次1024科大訊飛全球開發(fā)者節(jié)上，科大訊飛面向教育、醫(yī)療、司法、政務服務、企業(yè)辦公等多個行業(yè)場景發(fā)布了最新的產(chǎn)品應用。
在教育行業(yè)，首次發(fā)布基于“問題鏈”的高中數(shù)學智能教師系統(tǒng)。結合眾多高中數(shù)學學科優(yōu)秀教師集體智慧和AI大模型的機器智能，實現(xiàn)智能生成教學問題鏈。搭載了高中數(shù)學智能教師系統(tǒng)的星火智慧黑板2.0也于10月25日在第84屆教育裝備展上發(fā)布。
在醫(yī)療行業(yè)，發(fā)布訊飛星火醫(yī)療大模型2.0，以及基于訊飛星火醫(yī)學影像大模型打造的智能醫(yī)學影像助手。
在政務服務場景，政務大模型持續(xù)迭代，全面覆蓋4500多種標準化事項和60多種材料，用戶和政務大模型“聊天”就能實現(xiàn)邊聊邊確認辦事意圖，審核時間縮短80%，登記效率提升5倍。
