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。
转载请注明来自成特老酒坊,本文标题:《讯飞星火首发语音视觉虚拟人交互“三合一” 重新定义万物智联新时代 》