塔斯娱乐资讯网

科大讯飞在1024开发者节上发布了星火语音大模型SparkAudio 1.0、多模交互技术和星火具身多模交互技术,同步推出机器人超脑平台V3.0 SparkAudio 1.0不只是「听清说了什么」,更能「听懂发生了什么」,嘈杂街头里分清人声、喇叭声、车轮声,像声音侦探一样推理环境;效果提升20%,响应快15%,成本降60% ​

科大讯飞在1024开发者节上发布了星火语音大模型SparkAudio 1.0、多模交互技术和星火具身多模交互技术,同步推出机器人超脑平台V3.0

SparkAudio 1.0不只是「听清说了什么」,更能「听懂发生了什么」,嘈杂街头里分清人声、喇叭声、车轮声,像声音侦探一样推理环境;效果提升20%,响应快15%,成本降60%;多模交互让AI结合视觉理解场景,已落在40克讯飞AI眼镜和星火智慧座舱3.0上

再往前一步,具身多模交互让机器人在嘈杂、多人围观的环境里听清指令、识别意图、协调动作

从语音到多模,再到具身,科大讯飞把“走进千家万户”一点点落成真