讯飞星火首发语音视觉虚拟人交互“三合一”,重新定义万物智联新时代

10月29日,已经预热半年的 Apple Intelligence 终于登台亮相,不过仅支持部分地区的英语语言,也还只是 Beta版本。当下,全球包括中国的大部分国家及地区的消费者仍无法享受到Apple Intelligence。

在此前秋季新品发布会上,苹果用了超过一半篇幅来展示新系统在 Apple Intelligence 加持下的威力,一些功能看起来颇具未来感,比如可以使用摄像头感知周围环境的多模态交互能力,将手机发布会活生生开成了一场 AI 产品说明会。

事实上,在不少大模型厂商看来,苹果在发布会所展示的 Apple Intellignce 也没有那么新鲜。比如多模态交互能力,国内外已有不少大模型都实现了对周围环境的实时感知,并且兼具更加个性化的互动能力。

10月24日科大讯飞对外发布的讯飞星火 4.0 Turbo 就是其中之一。在多模态交互能力的基础上,讯飞星火首发语音视觉虚拟人交互的“三合一”,不仅能够具备语音、视频、图文的全联动的多模态交互,还加入了超拟人数字人功能,重新定义万物智联时代的多模AIUI交互标准,让 AI 在“栩栩如生”的基础上,还可以具备像人类一样的个性化能力。

讯飞星火首发语音视觉虚拟人交互“三合一”,重新定义万物智联新时代

苹果展示的 Apple Intelligence 实现了对现实环境的基础感知能力,比如 AI 只是简单地识别了周围物体后给出回答,演示功能局限在回答餐厅评价、动物品种等基础问答上,国内的大模型厂商则不满足于此。

在讯飞星火升级发布会的演示中,讯飞星火的超拟人数字人甚至可以根据现实情况的不断变化,来一场实地“解说”。科大讯飞研究院院长刘聪在现场摆放了三个玩偶,分别是孙悟空、奥特曼和怪兽。他在现场不断调整玩偶的位置、动作,超拟人数字人通过摄像头马上可以给出“解说”,“孙悟空举起了金箍棒,奥特曼正在防御”“怪兽来了,孙悟空和奥特曼开始联合对抗怪兽”……

苹果在发布会上展示的比如识别自行车品牌等购物场景,星火超拟人数字人也能做得更好。在科大讯飞的发布会上,超拟人数字人不只是识别面前的美妆品牌,还能够根据用户的实际需求,给出针对性的挑选建议,什么样的节日适合挑选什么礼物、什么价位的酒类产品口感更好,仿佛是一个精通万物的金牌导购员。

最新的讯飞星火还支持用户创新自己的个性化数字人,只需要在后台进行基础的编辑、定义,用户就可以快速生成专属于自己的数字人形象。

讯飞星火首发语音视觉虚拟人交互“三合一”,重新定义万物智联新时代

不用担心创建的数字人形象是否会雷同,讯飞星火目前支持超过 1300 种不同的人设,加上此前讯飞星火推出的一句话复刻声音功能,每个人都可以拥有专属于自己的个性化数字人。

语音是万物互联的入口,事实上,作为国内语音产业的王者,科大讯飞一直在引领语音交互的变革。早在8月全民开放的星火极速超拟人交互,就凭借更快响应速度的反应力、更具情感共鸣的感性力,更灵活可控的表达里以及更多种人设的角色扮演力,让万千用户体验到了AI超拟人化的魅力。而此次超拟人虚拟人交互,或将超拟人技术与虚拟人技术进行融合,让虚拟人交互更具人类特性,进一步打破现实世界与数字世界的边界。此前虚拟人技术已在讯飞多款软硬件产品中得到应用,比如搭载星火大模型讯飞AI学习机就通过虚拟教师实现引导式伴学,星火语伴通过伴读老师提升用户口语能力,讯飞智作更让虚拟主播走进现实,降低自媒体创业门槛。

在今年的发布会现场,科大讯飞预告,在硬件产品端,内嵌了星火多模AIUI能力的讯飞AI学习机阅读伙伴即将上线,孩子们“指哪读哪”,书中的文字可以马上“变身”成个性化数字人,跃然纸上,启发孩子思考和提问。相信随着讯飞星火多模AIUI能力的进一步集成,将重塑人机交互新体验。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )