過去一年，AIGC接棒“元宇宙”躋身科技圈“頂流”，在AI繪畫神器Stable Diffusion、聊天機器人ChatGPT等現(xiàn)象級應(yīng)用的背后，預(yù)訓練大模型以海量數(shù)據(jù)底座和優(yōu)異的算法表現(xiàn)等優(yōu)勢為AIGC助力良多。
(資料圖片)
在1月18日舉行的科大訊飛2023年會上，科大訊飛董事長劉慶峰表示，科大訊飛早在2019年已開始研究超大模型關(guān)鍵技術(shù)，聯(lián)合國內(nèi)高校打造的開源預(yù)訓練模型已成為業(yè)界頭部中文預(yù)訓練模型，助力行業(yè)智能化創(chuàng)新。
“未來，訊飛要進一步實現(xiàn)語言理解與知識學習等認知基礎(chǔ)技術(shù)領(lǐng)先，讓行業(yè)認知系統(tǒng)超過人類專家平均水平，具備復雜交互能力，在汽車、醫(yī)療、教育等行業(yè)率先落地。”
寒冬中逆勢投入，科大訊飛堅定布局源頭技術(shù)創(chuàng)新和系統(tǒng)性創(chuàng)新，為業(yè)務(wù)發(fā)展提供源頭動力。科大訊飛2022年根據(jù)地業(yè)務(wù)也實現(xiàn)23%增長的良性發(fā)展，穩(wěn)住了局面，夯實了基本盤。劉慶峰說，2023年將在更加堅實的基礎(chǔ)上充滿信心地奮斗。
戰(zhàn)略牽引源頭技術(shù)創(chuàng)新
2022年初，科大訊飛基于未來老齡社會對機器人剛需的前瞻洞察，正式啟動了“訊飛超腦2030計劃”，突破軟硬一體機器人的關(guān)鍵軟硬件技術(shù)，讓數(shù)字虛擬人和軟硬一體化機器人都能夠懂知識、會學習、有情感，能夠進入并服務(wù)億萬家庭。
以訊飛超腦2030計劃為牽引來推動源頭技術(shù)的系統(tǒng)性創(chuàng)新，科大訊飛過去一年在復雜場景的多模感知、多維表達、認知智能和AI運動智能算法領(lǐng)域都取得長足進步。
多模感知實現(xiàn)語音與視覺、眼神、面部表情、肢體語言、環(huán)境的融合感知，多模態(tài)增強語音技術(shù)將主說話人的干凈人聲從嘈雜場景中分離出來，識別效果相較單模態(tài)提升約49.5%，在業(yè)界率先跨過實用門檻。在多語種語音識別、語音合成、圖文識別、機器翻譯領(lǐng)域，科大訊飛主要語種核心效果保持國際領(lǐng)先水平。
多維表達讓聲音和虛擬形象、肢體動作和背景畫面實現(xiàn)聯(lián)動，用更立體的方式對外表達。去年全球1024開發(fā)者節(jié)上發(fā)布的多風格多情感最新語音合成系統(tǒng)SMART-TTS，利用文本和語音的預(yù)訓練，能夠提供11種情感、40檔強弱可調(diào)的語音表達。劉慶峰表示，訊飛2D虛擬形象技術(shù)已達業(yè)界領(lǐng)先水平，已積累虛擬人資產(chǎn)1027項。“我們要基于AI虛擬人交互平臺打造中國的AIGC中心”，他進一步說，“2023年將重點突破3D個性化形象建構(gòu)及Audio2Mesh驅(qū)動，推動3D形象技術(shù)領(lǐng)先。”
認知智能站上新臺階。科大訊飛相繼在知識推理閱讀理解比賽OpenBookQA、QASC中奪冠，超過人類平均水平；同時在邏輯推理閱讀理解比賽ReClor中刷新全球最好成績，使得機器可以在越來越多的領(lǐng)域幫助人們解決更專業(yè)和復雜的問題。
AI運動智能實現(xiàn)從0到1突破。通過加大AI算法與運動控制的結(jié)合，讓機器人能夠勝任更高難度任務(wù)，較傳統(tǒng)主流運動控制方案效果提升30%。
2023年正式發(fā)布軟硬一體機器人產(chǎn)品
有了核心技術(shù)加持，讓數(shù)字虛擬人和軟硬一體機器人走進億萬家庭、服務(wù)億萬用戶的愿景正從藍圖走向現(xiàn)實，并帶來全新的商業(yè)化機會。
多模態(tài)交互技術(shù)讓汽車人機交互更加智能，復雜場景識別效果可達92.8%；覆蓋71種語言識別能力的多語種技術(shù)，助力長安、上汽、長城、奇瑞等眾多中國車企走向海外市場。
新一代語音合成系統(tǒng)SMART-TTS基于多風格、多情感的語音合成，能夠給電話客服、語音助手、教育科普、電商直播、虛擬偶像、有聲讀物等虛擬人場景帶來更加人性化的聽覺體驗。
基于多模態(tài)感知和醫(yī)療認知技術(shù)，科大訊飛可實現(xiàn)抑郁癥多模態(tài)問診篩查，抑郁定量技術(shù)效果超過基層全科醫(yī)生水平，并將在2023年正式發(fā)布面向全國青少年抑郁癥篩查平臺。
2022年全球1024開發(fā)者節(jié)上，科大訊飛對外發(fā)布機器人超腦平臺AIBOT，綜合交互大腦+運動控制+硬件模組等多種AI能力，可應(yīng)用于機械臂、仿生機器人、人形機器人、特種機器人等多類型機器人。基于多模態(tài)感知和AI運動智能融合，科大訊飛將在2023年正式發(fā)布軟硬一體機器人產(chǎn)品。
面對當下不確定性的大環(huán)境，劉慶峰堅信，源頭技術(shù)系統(tǒng)性創(chuàng)新是跨越寒冬的重要引擎，科大訊飛將繼續(xù)圍繞社會剛需推動技術(shù)創(chuàng)新，回歸價值創(chuàng)造根本。
站在2023年的新起點上，劉慶峰表示，科大訊飛將開啟高質(zhì)量發(fā)展新階段，在更加扎實的基礎(chǔ)上，更高質(zhì)量、更從容地實現(xiàn)千億收入奮斗目標。