8月8日，以“讓機(jī)器人更智慧，讓具身體更智能”為主題的2025世界機(jī)器人大會(huì)在北京啟幕。本屆大會(huì)匯聚全球200余家頂尖機(jī)器人企業(yè)與超400位行業(yè)權(quán)威專家，擘畫機(jī)器人產(chǎn)業(yè)創(chuàng)新藍(lán)圖?？拼笥嶏w攜智能語音背包、多語種AI透明屏、移動(dòng)數(shù)字人等創(chuàng)新產(chǎn)品亮相，集中展示機(jī)器人領(lǐng)域智能交互技術(shù)的最新突破與落地成果。

智能語音背包

讓機(jī)器人“聽得懂、做得對(duì)”

科大訊飛展區(qū)內(nèi)，智能語音背包與G1機(jī)器人組成的“CP”，成為全場人氣擔(dān)當(dāng)。演示中，搭載智能語音背包的G1機(jī)器人不僅能精準(zhǔn)完成賽博太極拳等高難度動(dòng)作，還能實(shí)現(xiàn)情感化社交互動(dòng)。

搭載智能語音背包的G1機(jī)器人

智能語音背包是針對(duì)機(jī)器人語音交互快速集成需求設(shè)計(jì)的一體化方案，由感知模組+全功能語音背包構(gòu)成，即插即用免結(jié)構(gòu)改造。這一方案顛覆了傳統(tǒng)機(jī)器人開發(fā)模式，使得開發(fā)者無需復(fù)雜改造機(jī)器人硬件本體，即可快速賦予機(jī)器人強(qiáng)大的語音交互能力，縮短機(jī)器人研發(fā)周期。其核心優(yōu)勢(shì)在于融合了多模態(tài)降噪與深度理解技術(shù)，在嘈雜環(huán)境中既能精準(zhǔn)捕捉聲音，又能深入解析用戶意圖，同時(shí)打通運(yùn)動(dòng)控制與業(yè)務(wù)邏輯，實(shí)現(xiàn)從語音指令到動(dòng)作執(zhí)行的流暢銜接。

無論是工廠車間還是人流密集的服務(wù)場所，搭載智能語音背包的機(jī)器人都能實(shí)現(xiàn)精準(zhǔn)的語音交互，有效拓展了機(jī)器人的應(yīng)用邊界，推動(dòng)智能交互技術(shù)在機(jī)器人領(lǐng)域的深度落地。

多語種AI透明屏

打破語言壁壘的“智能橋梁”

展臺(tái)另一側(cè)，多語種AI透明屏的雙面顯示設(shè)計(jì)吸引了眾多關(guān)注。一位日本觀眾用日語與工作人員交流時(shí)，屏幕即刻完成雙向?qū)崟r(shí)翻譯，令其驚嘆：“太神奇了！沒想到這么一塊透明的屏幕竟能實(shí)現(xiàn)對(duì)話實(shí)時(shí)互譯?！?

日本觀眾在體驗(yàn)多語種AI透明屏

這一功能得益于多語種AI透明屏集成的多語種識(shí)別翻譯、星火大模型和多模態(tài)降噪技術(shù)，支持中、英、法、德、俄、日、韓、泰、越、阿拉伯語等15種語言的雙向?qū)崟r(shí)互譯，并提供數(shù)字人客服交互模式。

目前，該產(chǎn)品已應(yīng)用于機(jī)場、地鐵、酒店、商場、景區(qū)、政務(wù)服務(wù)大廳、金融機(jī)構(gòu)等公共服務(wù)窗口，有效提升了多語言環(huán)境下的服務(wù)效率，成為跨文化交流的“智能橋梁”。

移動(dòng)數(shù)字人

打造智能導(dǎo)覽交互新體驗(yàn)

“你覺得今天哪個(gè)展臺(tái)最有趣？”展會(huì)現(xiàn)場，移動(dòng)數(shù)字人“小雨”的互動(dòng)區(qū)排起長隊(duì)，觀眾們爭相與這位“高情商”數(shù)字人對(duì)話。小雨歪頭思考兩秒笑道：“每個(gè)展臺(tái)都有獨(dú)特亮點(diǎn)哦，就像每個(gè)人都有閃光點(diǎn)一樣?！膘`動(dòng)的表情搭配自然的語氣，引發(fā)現(xiàn)場一片笑聲。

移動(dòng)數(shù)字人“小雨”

作為“會(huì)移動(dòng)的智能交互體”，該方案以帶移動(dòng)底座的55寸OLED透明屏為載體，呈現(xiàn)具備高還原度的擬人形象。通過360°聲學(xué)定位與多模態(tài)交互技術(shù)，系統(tǒng)可精準(zhǔn)識(shí)別觀眾位置與指令來源；結(jié)合星火大模型與定制知識(shí)庫，實(shí)現(xiàn)上下文語義理解與智能應(yīng)答。全流程支持一站式播控與部署，目前已在博物館、營業(yè)廳等場景落地，憑借自由移動(dòng)與沉浸式交互，為公眾導(dǎo)覽和品牌體驗(yàn)帶來全新升級(jí)。

全棧交互模組

構(gòu)建機(jī)器人“感知神經(jīng)網(wǎng)絡(luò)”

圍繞機(jī)器人的智能交互，科大訊飛還展示了豐富的交互模組，包括機(jī)器人多模態(tài)開發(fā)評(píng)估套件、機(jī)器人超腦板，以及大模型離線交互模組等。這些模組構(gòu)建起機(jī)器人的“感知神經(jīng)網(wǎng)絡(luò)”，助力其更精準(zhǔn)、高效地理解和響應(yīng)用戶需求。

機(jī)器人的人機(jī)交互模組

“國內(nèi)大多數(shù)智能交互機(jī)器人廠商已采用了機(jī)器人超腦平臺(tái)的軟硬件一體化解決方案?！笨拼笥嶏w機(jī)器人超腦平臺(tái)總經(jīng)理劉可為表示，“未來平臺(tái)將持續(xù)挑戰(zhàn)具身智能的深水區(qū)——讓機(jī)器人從聽懂指令進(jìn)化到主動(dòng)思考，具備類人級(jí)領(lǐng)悟力。”

具身智能采訓(xùn)推一體機(jī)

解鎖柔性制造新范式

在具身智能訓(xùn)練領(lǐng)域，科大訊飛生態(tài)企業(yè)——聆動(dòng)通用展出的采訓(xùn)推一體機(jī)備受關(guān)注。該設(shè)備具有數(shù)據(jù)質(zhì)量高、操作舒適度好、場景應(yīng)用范圍廣、采集訓(xùn)練推理一站式整合等顯著優(yōu)勢(shì)特點(diǎn)，可滿足市面上大部分機(jī)器人的數(shù)據(jù)采集（需適配）和模型訓(xùn)練推理工作，是行業(yè)級(jí)通用數(shù)據(jù)采集設(shè)備。

具身采訓(xùn)推一體機(jī)

聆動(dòng)通用CEO、科大訊飛機(jī)器人首席科學(xué)家季超指出，具身智能面臨效率與通用性的 “悖論”——通用性越強(qiáng)，初期效率往往越低。破解之道在于通過多模態(tài)大模型賦予機(jī)器 “任務(wù)理解-動(dòng)作規(guī)劃-執(zhí)行”的全鏈路能力，突破柔性制造瓶頸。聆動(dòng)通用的解法是依托科大訊飛多模態(tài)預(yù)訓(xùn)練底座分層構(gòu)建，結(jié)合“一腦多小腦”架構(gòu)，可讓模型快速適配場景，平衡通用與效率?！艾F(xiàn)階段能落地的方式，可能正是這種大腦與小腦結(jié)合的模式?！?

從語音交互的底層技術(shù)到多場景的落地應(yīng)用，科大訊飛正以“讓機(jī)器人開發(fā)更簡單”為理念，通過核心技術(shù)迭代與場景化創(chuàng)新，推動(dòng)機(jī)器人產(chǎn)業(yè)向更智能、更實(shí)用的方向加速邁進(jìn)，引領(lǐng)具身智能新浪潮。