這兩三年，國內(nèi)外科技巨頭們都在摩拳擦掌，傾盡資源布局，試圖在AI技術(shù)革命中占據(jù)先機(jī)。

仔細(xì)想想，似乎大部分廠商在做的事情都很直白，也很簡單，那就是通過海量數(shù)據(jù)的預(yù)訓(xùn)練，讓大模型擁有十八般武藝，知識問答、文案創(chuàng)作、數(shù)學(xué)題解答、邏輯推理等等，幾乎能夠輕松應(yīng)對所有問題。

有趣的是，像這類幾乎“無所不能”的大模型，卻大多數(shù)都只有一種交互方式——“提問”。

你提問，它回答，就這么簡單。事實上，在今年開年火遍全國的DeepSeek就是一個相當(dāng)不錯的例子。

在這個大模型技術(shù)如雨后春筍般涌現(xiàn)的時代，智能硬件的人機(jī)交互顯然也來到了一個發(fā)展的關(guān)鍵節(jié)點。

2025年6月12日，科大訊飛在深圳舉辦智能交互產(chǎn)品升級發(fā)布會，基于最前沿的人工智能技術(shù)，圍繞智能交互場景，開放全新平臺技術(shù)能力，發(fā)布企業(yè)級智能體創(chuàng)新引擎，并推出十大場景化標(biāo)桿解決方案，助力合作伙伴創(chuàng)造出真實的業(yè)務(wù)價值。

（圖源：科大訊飛）

說得更簡單一點，在最新發(fā)布的AI交互技術(shù)和機(jī)器人超腦平臺的加持下，訊飛不僅試圖讓我們與機(jī)器的“交流”的方式變得更加簡單、流暢，更希望能讓機(jī)器去完成更多的工作，而不是像現(xiàn)在這樣，把一身能力全都限制在簡單的“對話”里頭。

或許有朝一日，“I，Robot”的劇情，真的會在現(xiàn)實中上演。

別提問，我們來交流吧

在開始之前，我想問大家一個簡單的問題。

在你看來，“交互”是什么？

在我看來，所謂人機(jī)“交互”，是指人與各種硬件之間通過特定界面和操作方式進(jìn)行信息交換、傳遞指令、接收反饋并共同完成特定任務(wù)的過程。

上個世紀(jì)70-80年代，人們需要通過DOS命令和計算機(jī)你來我往；圖形化界面的誕生，讓更多的人能夠方便地使用計算機(jī)完成各種任務(wù)；移動通信的發(fā)展，讓觸屏手機(jī)成為我們隨身攜帶的必備品；而智能硬件的茁壯成長，似乎讓語音成為了這個時代最自然的交互方式之一

但真的是這樣嗎？

事實上，只要用過現(xiàn)在智能硬件語音交互的人，幾乎是隨手就能拋出一大堆問題，先不論需要關(guān)鍵詞喚醒和一問一答的交互方式到底有多拖沓，經(jīng)常出現(xiàn)的回答滯后、語音識別不準(zhǔn)等現(xiàn)象，更是會讓無效操作頻繁發(fā)生，而限制頗高的語音指令，也很難讓你去靈活調(diào)用各種設(shè)備進(jìn)行調(diào)節(jié)。

像這樣的人機(jī)交互，顯然是不夠理想的。

那么問題來了，萬物互聯(lián)時代，所謂的AI交互應(yīng)該是什么樣子？

嗯……首先，最起碼你聽說能力得到位吧。

（圖源：科大訊飛）

為了“聽清楚”，訊飛打造了從多麥克風(fēng)陣列降噪收音到線性雙麥、四麥、6麥的多模態(tài)降噪技術(shù)，再有專為戶外移動場景降噪設(shè)計的3麥降噪方案，即便佩戴智能眼鏡在騎行、工地等嘈雜環(huán)境下，仍能精準(zhǔn)識別語音指令；不僅如此，通過其AIUI等核心技術(shù)，訊飛將語音交互變得像人人交互一樣暢快自然，簡單說一句“我回家了”，系統(tǒng)就能瞬時地自動執(zhí)行預(yù)設(shè)的燈光開啟、空調(diào)調(diào)至舒適溫度、窗簾拉開等一系列動作。

嫌交互太呆板？這次訊飛實現(xiàn)了全雙工超擬人交互，徹底打破了傳統(tǒng)“一問一答”的刻板模式。這就好比我們?nèi)伺c人之間的自然交談，可以在對方說話的同時插話并被理解共鳴。

（圖源：科大訊飛）

例如，在智能家居場景中，當(dāng)設(shè)備正在播報信息或播放音樂時，用戶可以直接插話發(fā)出新的指令，如“聲音再大一點，然后切到下一首”，設(shè)備能夠連貫地理解并執(zhí)行這一系列指令，使得交互過程如行云流水般順暢。

其次，僅僅能聽會道也不夠，更高級的交互需要機(jī)器具備“理解”的能力，尤其是理解言語之外的深層含義。

（圖源：科大訊飛）

觀察目前市面上絕大多數(shù)的人機(jī)交互系統(tǒng)，你會發(fā)現(xiàn)它們普遍缺乏有效的記憶機(jī)制和情感理解能力。這意味著設(shè)備記不住用戶此前的操作習(xí)慣、個人偏好以及歷史對話內(nèi)容，也無法準(zhǔn)確識別用戶當(dāng)前的情緒狀態(tài)，整個交互過程顯得非常生硬、機(jī)械。

為此，科大訊飛在情感與個性化交互層面大力投入，致力于讓機(jī)器交互更有“人情味”。

現(xiàn)在，通過深入分析用戶的語音語調(diào)、語速變化等聲學(xué)特征，系統(tǒng)能夠敏銳地感知用戶的情緒狀態(tài)，甚至能夠適配兒童獨特的表達(dá)邏輯和不規(guī)范發(fā)音，并智能匹配相應(yīng)情感的語音合成進(jìn)行交互。

即便是寶寶牙牙學(xué)語的聲音，也能夠換來溫柔、安撫的回應(yīng)。

（圖源：科大訊飛）

不僅如此，為了實現(xiàn)更深層次的個性化交互，訊飛還構(gòu)建了包含上下文理解、用戶畫像沉淀和生活事件記錄的三層記憶體系。這使得設(shè)備能夠“記住”用戶的習(xí)慣與偏好，讓智能辦公軟件記住用戶的寫作習(xí)慣，聊天陪伴軟件能提供更個性化、更連貫的陪伴體驗，更能搭配智能穿戴設(shè)備，持續(xù)獲取健康建議和各種提醒。

豁，聽上去還真不賴。

值得一提的是，上面所介紹的這些AI交互能力的進(jìn)化，不僅會深刻改變我們在智能家居、智能穿戴等消費級場景的應(yīng)用體驗，更為機(jī)器人領(lǐng)域?qū)崿F(xiàn)全新的人機(jī)交互升級奠定了堅實的基礎(chǔ)。

隨著具身智能技術(shù)的發(fā)展，各式陪伴機(jī)器人，教育機(jī)器人，服務(wù)機(jī)器人層出不窮，人與機(jī)器人之間的交互已經(jīng)演變?yōu)闄C(jī)器人和人工智能技術(shù)發(fā)展的重點研究方向之一，其交互的自然性、智能性和協(xié)作性直接決定了機(jī)器人的應(yīng)用廣度和深度。

其中比較標(biāo)志性的，就是這款搭載了訊飛機(jī)器人超腦平臺能力的人形機(jī)器人。

（圖源：科大訊飛）

通過深度整合機(jī)器人超腦平臺套件，數(shù)字華夏的人形機(jī)器人在語音交互能力上實現(xiàn)了質(zhì)的飛躍，不但在復(fù)雜環(huán)境下也擁有著出色的語音識別能力，還創(chuàng)新性地通過多模態(tài)降噪技術(shù)解決了多人交互場景下的識別難題。

同時，平臺集成的AIUI系統(tǒng)，使機(jī)器人具備了更深層的語義理解能力和知識運用能力。在此基礎(chǔ)上，數(shù)字華夏自研情感表達(dá)系統(tǒng)與情感計算系統(tǒng)，使仿人機(jī)器人在顏值、智商兼?zhèn)涞耐瑫r，也擁有相當(dāng)?shù)那樯獭?/p>

在發(fā)布會現(xiàn)場，訊飛還展示了一項新的技術(shù)。

（圖源：科大訊飛）

藉由訊飛超腦平臺部署“即插即用”的智能語音背包，這樣就能在不改造硬件本體的情況下，賦予宇樹機(jī)器人語音交互能力，進(jìn)一步打通人與機(jī)器人的交互邏輯。

目前，和訊飛達(dá)成合作的機(jī)器人客戶已有500多家，他們都在致力于通過軟硬件一體化的快速集成，實現(xiàn)機(jī)器人能聽會說、能理解會行動的未來。

訊飛AI交互的技術(shù)能力，必然會在具身智能高階發(fā)展階段充分釋放。

虛擬人、智能體，樣樣在行

在這次大會上，訊飛還帶著大家一起回顧了一些技術(shù)里程碑：

2010年，訊飛發(fā)布了全球首個同時提供語音合成、語音搜索、語音聽寫等智能語音交互能力的移動互聯(lián)網(wǎng)智能交互平臺——“訊飛語音云”，意圖讓移動互聯(lián)網(wǎng)應(yīng)用像人一樣“能聽會說”，讓輸入繁瑣的短信書寫和在線聊天更加便捷有趣。

2015年，訊飛推出的以自然語言理解為核心的全鏈路人機(jī)交互平臺——“AIUI開放平臺”，這次不僅要“能聽會說”，訊飛更希望快速讓傳統(tǒng)設(shè)備也加入“能聽會說，能理解會思考”的行列，為智能硬件人機(jī)交互帶來了體驗躍遷。

2023年，“訊飛星火認(rèn)知大模型”橫空出世，作者本人也親歷了星火大模型的多個版本迭代，親眼見證了全國產(chǎn)算力的認(rèn)知智能大模型是怎樣走到今天的，隨后，與之配套的應(yīng)用、產(chǎn)品、技術(shù)平臺更是不斷涌現(xiàn)。

比如虛擬人。

（圖源：科大訊飛）

當(dāng)然了，站在2025年中，沒人會對虛擬數(shù)字人感到陌生，隨手打開的電商平臺，爸媽愛刷的短視頻應(yīng)用，甚至樓下大爺都能和你聊幾句他在銀行看到的虛擬客服。

不過，訊飛的虛擬人和那些“AI感”拉滿的同類還真不大一樣，依托星火大模型的虛擬人交互平臺，不僅擁有著最新的AI虛擬形象技術(shù)，更結(jié)合了業(yè)界領(lǐng)先的語音識別、語義理解、語音合成、自然語言處理（NLP）以及星火大模型等AI核心技術(shù)棧，可以輕松打造出適合展廳導(dǎo)覽、智能客服、員工培訓(xùn)、在線面試等一眾場景的高質(zhì)量虛擬人。

近年來熱度持續(xù)不低的智能體領(lǐng)域，科大訊飛也進(jìn)行了深度布局。

其核心是訊飛星辰Agent平臺，這是一個低門檻、一站式的大模型精調(diào)與智能體構(gòu)建平臺，不僅支持訊飛星火全系列大模型，還廣泛兼容如DeepSeek、Qwen3等業(yè)界主流的開源大模型，模型的使用和推理成本也很理想，旨在助力企業(yè)高效構(gòu)建專屬大模型和智能應(yīng)用。

（圖源：科大訊飛）

依托于此，訊飛也提供了一系列功能強(qiáng)大的智能體應(yīng)用。

例如專注于AI內(nèi)容創(chuàng)作的“訊飛繪文”，它能提供從選題分析、內(nèi)容生成到多平臺發(fā)布及數(shù)據(jù)優(yōu)化的全鏈路支持；原生AI文檔工具“訊飛智文”，能夠輕松完成從大綱構(gòu)建、內(nèi)容提煉到排版設(shè)計的PPT初稿生成，還有訊飛智作、訊飛繪鏡等，基本上已經(jīng)涵蓋了從文檔處理、數(shù)據(jù)分析、視頻制作、社交互動等在內(nèi)的全場景辦公需求。

能不能學(xué)會靈活應(yīng)用這些東西，很可能成為新時代打工人的必備技能。

當(dāng)然，還有更重要的，那就是其AI能力輸出和生態(tài)構(gòu)建的核心載體——訊飛開放平臺。

（圖源：科大訊飛）

自訊飛星火正式發(fā)布以來，訊飛開放平臺已新增超過453.6萬開發(fā)者，其中大模型直接相關(guān)的開發(fā)者數(shù)量超過148.1萬，企業(yè)級用戶超過88.5萬。海外開發(fā)者團(tuán)隊數(shù)51.8萬。

最后不得不提的是由科大訊飛發(fā)起并持續(xù)舉辦的AI開發(fā)者大賽，如今這項賽事已經(jīng)成為一個全球性的人工智能競賽平臺，來自全球各地的人工智能產(chǎn)業(yè)的專業(yè)人才積極參與，共同推動人工智能前沿科學(xué)的研究和創(chuàng)新成果的實際轉(zhuǎn)化。

根據(jù)@奇異因子調(diào)查統(tǒng)計，訊飛是目前市面上應(yīng)用布局最廣、產(chǎn)品矩陣最多元的廠商之一，目前，訊飛旗下已有三款應(yīng)用突破百萬月活大關(guān)，訊飛星火4.0成為了2025斯坦福MixEval-Hard評測中唯一進(jìn)入前十的中文大模型，企業(yè)中標(biāo)數(shù)據(jù)更是力壓群雄，足見其在AI領(lǐng)域的技術(shù)積淀與創(chuàng)新實力。

（圖源：知乎@奇異因子）

正所謂一家獨大不是春，唯有生態(tài)的繁榮，才能創(chuàng)造AI更廣闊的未來。

大模型時代，交互將被如何重構(gòu)？

如今，“大模型”就像當(dāng)年的“互聯(lián)網(wǎng)”，給予整個市場無限想象力。

在大模型的熱潮之下，許多產(chǎn)業(yè)都值得被重塑一遍，其中就包括消費電子、家用電器、機(jī)器人、汽車等領(lǐng)域。大模型技術(shù)不應(yīng)成為一個簡單的問答工具，這些領(lǐng)域的消費者都理應(yīng)享受到深度智能交互所帶來的暢快感，而這正是科大訊飛希望通過這場發(fā)布會帶來的東西所實現(xiàn)的。

當(dāng)前的智能家居市場，盡管發(fā)展仍然迅速，但用戶體驗卻存在諸多痛點和窘境。許多所謂的智能家居產(chǎn)品，其“智能”程度往往名不副實，設(shè)備間的互聯(lián)互通性差，操作復(fù)雜，語音助手反應(yīng)遲鈍、理解能力有限，常常出現(xiàn)“人工智障”的情況，就像是一堆需要分別控制、指令刻板的“智能”單品。

在我看來，這種交互體驗上的落差，正是行業(yè)亟待突破的瓶頸。

機(jī)器人同樣是未來的重要趨勢。

尤其是人形機(jī)器人的前景非常可觀，據(jù)《人形機(jī)器人產(chǎn)業(yè)研究報告》預(yù)測，2024年中國人形機(jī)器人市場規(guī)模將達(dá)到約27.6億元，到2029年達(dá)到750億元，將占世界總量的32.7%，占比位居世界第一。

機(jī)器人超腦的一系列核心能力，能夠明顯提升機(jī)器人面對復(fù)雜任務(wù)時的應(yīng)答和處理能力；融入AI交互技術(shù)之后，更是能進(jìn)一步提升人形機(jī)器人在真實場景下的多模態(tài)感知與理解能力，實現(xiàn)以人為中心的深度智能協(xié)作。

如今，科大訊飛正成為智能家居、智能穿戴和多種機(jī)器人領(lǐng)域落地的首選。

或許機(jī)器人那邊還要等一等，但現(xiàn)在智能硬件正值一波以舊換新潮，如果能將這些產(chǎn)品與訊飛AI交互技術(shù)結(jié)合，就能夠為用戶創(chuàng)造更智慧的家居生活，也能為家電廠商、技術(shù)提供商帶來新的增長點。

有趣的是，如果你對科大訊飛的了解更深一點，你會發(fā)現(xiàn)他們的整個發(fā)展思路，早在大模型還沒有苗頭的時候就定下來了。

“讓機(jī)器像人一樣能聽會說、能理解會思考，用人工智能建設(shè)美好世界”，這可是訊飛在2014年提出的公司使命。

從20多年前讓機(jī)器能聽會說，到10多年前讓機(jī)器能理解會思考，再到現(xiàn)如今通過大模型賦能千行百業(yè)，試圖重塑人機(jī)交互新生態(tài)，科大訊飛在人工智能領(lǐng)域完成一次次跨越，成為一股敢為人先的國產(chǎn)科技力量。

可以預(yù)見的是，隨著記憶、推理和多模態(tài)能力的進(jìn)步，未來機(jī)器人將通過自監(jiān)督學(xué)習(xí)不斷優(yōu)化自身，減少對人為干預(yù)的依賴，通過其智能化和個性化的服務(wù)處理更復(fù)雜的辦公流程，甚至代替你直接完成某些繁瑣而重復(fù)的工作。

屆時，科大訊飛或許真的會徹底重構(gòu)我們的人機(jī)交互方式。

而剩下的問題，就要讓時間幫我們印證了。