1月30日，科大訊飛舉辦星火認(rèn)知大模型V3.5升級發(fā)布會，展示大模型底層能力到應(yīng)用場景的新發(fā)展，同時(shí)也發(fā)布了訊飛語音大模型?？拼笥嶏w董事長劉慶峰表示，“今天的通用人工智能必將像PC和互聯(lián)網(wǎng)的誕生一樣，深刻改變?nèi)祟惖纳a(chǎn)生活方式?！彪S著星火認(rèn)知大模型V3.5的發(fā)布，訊飛輸入法借新技術(shù)持續(xù)賦能，不斷升級生成式AI輸入能力，在萬物互聯(lián)時(shí)代帶來更出眾的人機(jī)交互體驗(yàn)。

2023年8月，訊飛輸入法推出“AI創(chuàng)作助手”，覆蓋6大表達(dá)場景，適配60多款應(yīng)用，使億萬用戶感受大模型的“?！绷?。同年10月，訊飛輸入法全新發(fā)布13.0，量身定制“高情商溝通”、“潤色達(dá)人”、“智能回復(fù)”、“幫你擴(kuò)寫”等場景化功能，提供生成式AI輸入服務(wù)。2024年1月30日，訊飛星火V3.5已在語言理解、數(shù)學(xué)能力上超過了GPT-4 Turbo。與此同時(shí)，訊飛輸入法基于星火大模型的底座和用戶新生需求，生成式AI能力再提升，匹配更多元的場景，擁有更深層的理解，生成更豐富的表達(dá)。

“訊飛星火的技術(shù)進(jìn)步，來源于真實(shí)世界剛需。”

創(chuàng)業(yè)之初，科大訊飛的夢想和使命就是要實(shí)現(xiàn)人機(jī)信息溝通無障礙。當(dāng)下的大模型帶來了語音技術(shù)發(fā)展的全新機(jī)會，使語音識別可以進(jìn)一步突破高噪、遠(yuǎn)場、多人說話這些傳統(tǒng)的“雞尾酒會語音識別”重大難題。這一次基于大語言模型框架，結(jié)合訊飛多維度語音屬性解耦表征預(yù)訓(xùn)練，正式發(fā)布星火語音大模型，首批37個(gè)主流語種效果超過OpenAI Whisper V3，全新升級助力更自由的溝通，推動萬物互聯(lián)時(shí)代下的人機(jī)交互變革。

科大訊飛創(chuàng)業(yè)25年來，在智能語音這條賽道上一路馳騁，持續(xù)走在世界前列。2006-2019年，連續(xù)十四年蟬聯(lián)國際語音合成大賽冠軍;2016-2023年，連續(xù)4屆獲得國際多通道語音分離和識別比賽CHIME冠軍;2021-2023年，連續(xù)三年獲得國際語音翻譯比賽IWSLT賽道冠軍;還參與承建首批國家新一代人工智能開放創(chuàng)新平臺、語音及語言信息處理國家工程研究中心等，在語音領(lǐng)域持續(xù)積累。

此次星火語音大模型將識別、翻譯和多語種分類等多種功能統(tǒng)一交換并進(jìn)行訓(xùn)練，實(shí)現(xiàn)了多種任務(wù)信息的共通，會對整體任務(wù)產(chǎn)生促進(jìn)作用，使語音識別效果大幅提升。其中，多語種自動識別已覆蓋37種，端到端語音翻譯超過13個(gè)。在訓(xùn)練層面，通過兩種方式，即多模態(tài)理解和多模態(tài)生成兩種任務(wù)的協(xié)同訓(xùn)練，來實(shí)現(xiàn)多模態(tài)的協(xié)同。

深耕互聯(lián)網(wǎng)行業(yè)14年，訊飛輸入法搭載AI語音輸入，支持26種方言、5種民族語言以及30種外語，令表達(dá)更方便、更透徹，同時(shí)能夠理解上下文語義關(guān)聯(lián)。在星火語音大模型賦能下，全語音自然交互的訊飛輸入法旨在實(shí)現(xiàn)智慧表達(dá)，智能連接。

當(dāng)下，生成式AI的賦能已經(jīng)成為一種趨勢。對于大眾而言，一款生成式AI輸入法，是最方便、最直接、最輕量的大模型使用端口，打字就能使用生成式AI的多模態(tài)服務(wù)?？梢钥吹?，源于真實(shí)世界剛需的產(chǎn)品創(chuàng)新，在應(yīng)用場景和社會價(jià)值方面潛力巨大。