能说能看还能更懂你,讯飞星火语音视觉虚拟人交互“三合一”到底有什么魔力?

来源:咸宁新闻网    2024-11-04 14:35
来源: 咸宁新闻网
2024-11-04 14:35 
分享
分享到
分享到微信

10月29日,已经预热半年的 Apple Intelligence 终于登台亮相,不过仅支持部分地区的英语语言,也还只是  Beta版本。当下,全球包括中国的大部分国家及地区的消费者仍无法享受到Apple Intelligence。

在此前秋季新品发布会上,苹果用了超过一半篇幅来展示新系统在 Apple Intelligence  加持下的威力,一些功能看起来颇具未来感,比如可以使用摄像头感知周围环境的多模态交互能力,将手机发布会活生生开成了一场 AI 产品说明会。

事实上,在不少大模型厂商看来,苹果在发布会所展示的 Apple Intellignce  也没有那么新鲜。比如多模态交互能力,国内外已有不少大模型都实现了对周围环境的实时感知,并且兼具更加个性化的互动能力。

10月24日科大讯飞对外发布的讯飞星火 4.0 Turbo  就是其中之一。在多模态交互能力的基础上,讯飞星火首发语音视觉虚拟人交互的“三合一”,不仅能够具备语音、视频、图文的全联动的多模态交互,还加入了超拟人数字人功能,重新定义万物智联时代的多模AIUI交互标准,让  AI 在“栩栩如生”的基础上,还可以具备像人类一样的个性化能力。

苹果展示的 Apple Intelligence 实现了对现实环境的基础感知能力,比如 AI  只是简单地识别了周围物体后给出回答,演示功能局限在回答餐厅评价、动物品种等基础问答上,国内的大模型厂商则不满足于此。

在讯飞星火升级发布会的演示中,讯飞星火的超拟人数字人甚至可以根据现实情况的不断变化,来一场实地“解说”。科大讯飞研究院院长刘聪在现场摆放了三个玩偶,分别是孙悟空、奥特曼和怪兽。他在现场不断调整玩偶的位置、动作,超拟人数字人通过摄像头马上可以给出“解说”,“孙悟空举起了金箍棒,奥特曼正在防御”“怪兽来了,孙悟空和奥特曼开始联合对抗怪兽”……

苹果在发布会上展示的比如识别自行车品牌等购物场景,星火超拟人数字人也能做得更好。在科大讯飞的发布会上,超拟人数字人不只是识别面前的美妆品牌,还能够根据用户的实际需求,给出针对性的挑选建议,什么样的节日适合挑选什么礼物、什么价位的酒类产品口感更好,仿佛是一个精通万物的金牌导购员。

最新的讯飞星火还支持用户创新自己的个性化数字人,只需要在后台进行基础的编辑、定义,用户就可以快速生成专属于自己的数字人形象。

不用担心创建的数字人形象是否会雷同,讯飞星火目前支持超过 1300  种不同的人设,加上此前讯飞星火推出的一句话复刻声音功能,每个人都可以拥有专属于自己的个性化数字人。

语音是万物互联的入口,事实上,作为国内语音产业的王者,科大讯飞一直在引领语音交互的变革。早在8月全民开放的星火极速超拟人交互,就凭借更快响应速度的反应力、更具情感共鸣的感性力,更灵活可控的表达里以及更多种人设的角色扮演力,让万千用户体验到了AI超拟人化的魅力。而此次超拟人虚拟人交互,或将超拟人技术与虚拟人技术进行融合,让虚拟人交互更具人类特性,进一步打破现实世界与数字世界的边界。此前虚拟人技术已在讯飞多款软硬件产品中得到应用,比如搭载星火大模型讯飞AI学习机就通过虚拟教师实现引导式伴学,星火语伴通过伴读老师提升用户口语能力,讯飞智作更让虚拟主播走进现实,降低自媒体创业门槛。

在今年的发布会现场,科大讯飞预告,在硬件产品端,内嵌了星火多模AIUI能力的讯飞AI学习机阅读伙伴即将上线,孩子们“指哪读哪”,书中的文字可以马上“变身”成个性化数字人,跃然纸上,启发孩子思考和提问。相信随着讯飞星火多模AIUI能力的进一步集成,将重塑人机交互新体验。

编辑:rwzh4

免责声明:该文章系我网转载,旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议,仅供读者参考。
【责任编辑:钟经文】
中国日报网版权说明:凡注明来源为“中国日报网:XXX(署名)”,除与中国日报网签署内容授权协议的网站外,其他任何网站或单位未经允许禁止转载、使用,违者必究。如需使用,请与010-84883777联系;凡本网注明“来源:XXX(非中国日报网)”的作品,均转载自其它媒体,目的在于传播更多信息,其他媒体如需转载,请与稿件来源方联系,如产生任何问题与本网无关。
版权保护:本网登载的内容(包括文字、图片、多媒体资讯等)版权属中国日报网(中报国际文化传媒(北京)有限公司)独家所有使用。 未经中国日报网事先协议授权,禁止转载使用。给中国日报网提意见:rx@chinadaily.com.cn