近日，上海智能谷產(chǎn)業(yè)園迎來(lái)了一場(chǎng)科技與未來(lái)交匯的盛會(huì )——中國人形機器人生態(tài)大會(huì )（CHREC 2024）?？拼笥嶏w作為參與者，也是推動(dòng)者，攜其精心打造的機器人超腦平臺，向世界展示了其基于星火大模型的多模態(tài)交互系統。這一系統的亮相，無(wú)疑為大會(huì )增添了濃厚的科技色彩，也進(jìn)一步彰顯了科大訊飛在人工智能領(lǐng)域的領(lǐng)先地位。

科大訊飛開(kāi)放平臺研發(fā)總監劉可為在會(huì )上發(fā)表了題為“多模態(tài)+大模型，構建人形機器人新交互”的主題演講。他表示，科大訊飛機器人超腦平臺是以訊飛超腦2030技術(shù)為底座，面向物理世界、虛擬世界和元宇宙，以AI能力星云、多模態(tài)交互、大模型、模型訓練、資產(chǎn)生成和軟硬件接入為核心的機器人開(kāi)發(fā)平臺，不僅能夠幫助開(kāi)發(fā)者快速搭建多場(chǎng)景適配，并且具備深厚知識底蘊、擅長(cháng)自我進(jìn)化。

隨著(zhù)大模型技術(shù)的發(fā)展，以具身智能為代表的人形機器人成為發(fā)展的新趨勢。面對功能更多樣、任務(wù)更專(zhuān)業(yè)、交互更自然、決策更智能的挑戰，訊飛機器人超腦平臺從終端多模態(tài)交互和大模型理解決策兩個(gè)方面出發(fā)，構建人形機器人的新交互模式。首先，通過(guò)視聽(tīng)融合的感知交互，實(shí)現了包含開(kāi)啟交互、保持交互、切換交互權和結束交互在內的機器人交互新范式。其次，基于大模型的機器人交互大腦，實(shí)現了控制級指令、官方技能、核心業(yè)務(wù)功能、快速知識問(wèn)答、閑聊陪伴等多交互場(chǎng)景的統一。最后，開(kāi)放了虛擬人驅動(dòng)協(xié)議，滿(mǎn)足不同數字人的接入需求。訊飛機器人超腦平臺的愿景是，利用AI推動(dòng)機器人產(chǎn)業(yè)的發(fā)展，讓機器人走進(jìn)千家萬(wàn)戶(hù)。

在活動(dòng)現場(chǎng)，科大訊飛展示的機器人超腦平臺多模態(tài)人機交互系統吸引了眾多參觀(guān)者的目光。該系統解決了機器人在嘈雜環(huán)境下聽(tīng)、說(shuō)、理解和思考的難題，展示了科大訊飛先進(jìn)的多模態(tài)算法。借助這套系統，機器人不僅能實(shí)現語(yǔ)音識別、自然語(yǔ)言處理等基礎功能，還具備人像識別、唇形識別等多種感知能力。更令人稱(chēng)贊的是，這套系統能夠在人流密集、環(huán)境嘈雜的服務(wù)場(chǎng)景中精準捕捉到用戶(hù)的聲音，并運用訊飛星火大模型深入分析客戶(hù)的自然語(yǔ)言語(yǔ)義，精確理解用戶(hù)意圖。

同時(shí)，訊飛擬人的語(yǔ)音技術(shù)使得機器人回復語(yǔ)言更具人性化，能夠與用戶(hù)進(jìn)行更加親切自然的交流。目前，科大訊飛的多模態(tài)交互系統已被廣泛應用于數字人一體機、商用及家用服務(wù)機器人等多種設備中，其在智能家居、智慧零售、教育等領(lǐng)域的賦能作用尤為突出。

展望未來(lái)，科大訊飛將繼續深耕人工智能領(lǐng)域，不斷推動(dòng)技術(shù)創(chuàng )新和應用。我們有理由相信，隨著(zhù)技術(shù)的不斷進(jìn)步和應用的不斷擴展，機器人將在更多領(lǐng)域發(fā)揮更大的作用，為人類(lèi)創(chuàng )造更加美好的未來(lái)。而科大訊飛，作為人工智能領(lǐng)域的佼佼者，將攜手眾多合作伙伴，共同推動(dòng)機器人產(chǎn)業(yè)的蓬勃發(fā)展，讓科技的力量更好地服務(wù)人類(lèi)社會(huì )。

關(guān)鍵詞：