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等現象級應用的背后，預訓練大模型以海量數據底座和優異的算法表現等優勢為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鍵技術，聯合國內高校打造的開源預訓練模型已成為業界頭部中文預訓練模型，助力行業智能化創新。
“未來，訊飛要進一步實現語言理解與知識學習等認知基礎技術領先，讓行業認知系統超過人類專家平均水平，具備復雜交互能力，在汽車、醫療、教育等行業率先落地。”
寒冬中逆勢投入，科大訊飛堅定布局源頭技術創新和系統性創新，為業務發展提供源頭動力。科大訊飛2022年根據地業務也實現23%增長的良性發展，穩住了局面，夯實了基本盤。劉慶峰說，2023年將在更加堅實的基礎上充滿信心地奮斗。
戰略牽引源頭技術創新
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鍵軟硬件技術，讓數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，能夠進入并服務億萬家庭。
以訊飛超腦2030計劃為牽引來推動源頭技術的系統性創新，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運動智能算法領域都取得長足進步。
多模感知實現語音與視覺、眼神、面部表情、肢體語言、環境的融合感知，多模態增強語音技術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提升約49.5%，在業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、機器翻譯領域，科大訊飛主要語種核心效果保持國際領先水平。
多維表達讓聲音和虛擬形象、肢體動作和背景畫面實現聯動，用更立體的方式對外表達。去年全球1024開發者節上發布的多風格多情感最新語音合成系統SMART-TTS，利用文本和語音的預訓練，能夠提供11種情感、40檔強弱可調的語音表達。劉慶峰表示，訊飛2D虛擬形象技術已達業界領先水平，已積累虛擬人資產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個性化形象建構及Audio2Mesh驅動，推動3D形象技術領先。”
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域幫助人們解決更專業和復雜的問題。
AI運動智能實現從0到1突破。通過加大AI算法與運動控制的結合，讓機器人能夠勝任更高難度任務，較傳統主流運動控制方案效果提升30%。
2023年正式發布軟硬一體機器人產品
有了核心技術加持，讓數字虛擬人和軟硬一體機器人走進億萬家庭、服務億萬用戶的愿景正從藍圖走向現實，并帶來全新的商業化機會。
多模態交互技術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，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。
基于多模態感知和醫療認知技術，科大訊飛可實現抑郁癥多模態問診篩查，抑郁定量技術效果超過基層全科醫生水平，并將在2023年正式發布面向全國青少年抑郁癥篩查平臺。
2022年全球1024開發者節上，科大訊飛對外發布機器人超腦平臺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。基于多模態感知和AI運動智能融合，科大訊飛將在2023年正式發布軟硬一體機器人產品。
面對當下不確定性的大環境，劉慶峰堅信，源頭技術系統性創新是跨越寒冬的重要引擎，科大訊飛將繼續圍繞社會剛需推動技術創新，回歸價值創造根本。
站在2023年的新起點上，劉慶峰表示，科大訊飛將開啟高質量發展新階段，在更加扎實的基礎上，更高質量、更從容地實現千億收入奮斗目標。