五大戰(zhàn)略打贏大模型之戰(zhàn)

劉慶峰詳解大模型時(shí)代科大訊飛核心戰(zhàn)略。

第一，賦能現(xiàn)有的軟硬件和行業(yè)產(chǎn)品，形成基本盤。背靠科大訊飛的根據(jù)地業(yè)務(wù)，深入教育、醫(yī)療、工業(yè)、汽車、家電等行業(yè)賽道，同時(shí)打造基于大模型的翻譯機(jī)、學(xué)習(xí)機(jī)等王牌硬件產(chǎn)品。

第二，開拓以央國企為代表的重點(diǎn)行業(yè)客戶市場(chǎng)。按照大模型能力可達(dá)程度的三個(gè)臺(tái)階，提供真正解決行業(yè)和企業(yè)剛需的方案。

第三，開辟新興賽道的軟硬件一體化授權(quán)和新硬件機(jī)遇，比如機(jī)器人硬件、醫(yī)療硬件等。

第四，在萬物互聯(lián)時(shí)代，AI助手的入口級(jí)戰(zhàn)略機(jī)遇。以“能聽會(huì)說”為前端，以“能理解會(huì)思考”為后端，將極大推動(dòng)萬物互聯(lián)時(shí)代進(jìn)程。

第五，推進(jìn)“訊飛超腦2030”計(jì)劃，邁向家庭陪伴機(jī)器人的萬億市場(chǎng)。

劉慶峰通過多項(xiàng)行業(yè)和產(chǎn)品應(yīng)用，亮出目前大模型成績單。據(jù)了解，目前中國汽車出口的多語種技術(shù)，幾乎全部由科大訊飛提供。奇瑞、蔚來、廣汽、一汽等國產(chǎn)品牌都在和訊飛合作，國際汽車品牌大眾在評(píng)估后也迅速落地應(yīng)用，于3月13日發(fā)布首款搭載星火大模型的車型“ID.UNYX” 。

劉慶峰表示，大模型應(yīng)用落地的一個(gè)關(guān)鍵是云邊端一體化和軟硬件一體化，在底座能力和垂直方向上要做透還要做好，用更小的算力做出相對(duì)更優(yōu)效果?！霸谠苽?cè)，我們有很好的大參數(shù)的通用模型（各種不同尺寸都有），也有星火一體機(jī)、‘飛星一號(hào)’算力平臺(tái)等完全自主可控的硬件支撐；在邊、端側(cè)，科大訊飛有在汽車等行業(yè)落地的中等參數(shù)模型和軟硬件一體化方案，也有完全能夠在手機(jī)等智能終端上安裝和使用的‘小’模型和方案。從而形成了云邊端一體化和軟硬件一體化的綜合落地優(yōu)勢(shì)?！?/p>

“本輪的通用人工智能，從國內(nèi)外的發(fā)展看都是‘大平臺(tái)加英雄主義’，沒有通用大模型的底座能力，沒有算法、數(shù)據(jù)等各方面的積累，就沒有辦法做出改變世界的大模型應(yīng)用和產(chǎn)品。所以必須站在大平臺(tái)之上。”劉慶峰說，從底座能力和承擔(dān)的國家戰(zhàn)略任務(wù)看，訊飛星火就是這個(gè)大平臺(tái)，再往后大平臺(tái)屬性還會(huì)進(jìn)一步增強(qiáng)；除此之外，還要有英雄主義，讓每個(gè)人的創(chuàng)造力真正被激發(fā)出來，成為充滿想象力、充滿戰(zhàn)斗力、充滿開拓精神的英雄。

智能語音應(yīng)用將迎來全面重構(gòu)

科大訊飛從語音起家。而OpenAI從通用底座的GPT-4，到有視覺功能的GPT-4V，到語音大模型Whisper、文生視頻大模型Sora，再到今年5月份發(fā)布的語音和音視頻能力都有所提升的GPT-4o，對(duì)全球語音市場(chǎng)都帶來非常大的推動(dòng)。

劉慶峰表示，原來的語音合成、語音識(shí)別、機(jī)器翻譯等單點(diǎn)技術(shù)，通過大模型的理解能力、文本生成能力在后臺(tái)加持提升，實(shí)現(xiàn)了語義理解、指令跟隨、多輪對(duì)話、情緒感知、超擬人合成，真正使得語音交互得到提升。

“在這個(gè)背景下，語音領(lǐng)域的幾乎所有應(yīng)用都值得用新方式重構(gòu)一遍，這就是現(xiàn)如今語音產(chǎn)業(yè)的全新戰(zhàn)略機(jī)遇?！眲c峰說，醫(yī)療導(dǎo)診機(jī)器人、酒店服務(wù)機(jī)器人、所有企業(yè)的客服機(jī)器人等都可以重新做一遍；7×24小時(shí)營業(yè)場(chǎng)所的部分崗位、企業(yè)中的服務(wù)類崗位等都可以用數(shù)字員工；汽車、手機(jī)、家庭助手等終端的智能語音服務(wù)也能得到很大提升?！邦愃频膽?yīng)用領(lǐng)域非常多，產(chǎn)業(yè)空間巨大?！?/p>

他分析，GPT-4o對(duì)萬物互聯(lián)時(shí)代語音浪潮的推動(dòng)，類似于當(dāng)年Siri對(duì)語音應(yīng)用的推動(dòng)?！八鼈涫荜P(guān)注的原因：超擬人合成，使得說話不再是朗讀腔調(diào)，而是真的像人一樣自由對(duì)話；全雙工交互，可以同時(shí)（瞬時(shí)）進(jìn)行信號(hào)的雙向傳輸，人機(jī)對(duì)話可以隨時(shí)打斷和繼續(xù)；通過語音到語音的端到端建模實(shí)現(xiàn)快速反應(yīng)的極致交互體驗(yàn)。”

劉慶峰說，目前科大訊飛在超擬人合成技術(shù)方面，中英文、多語種都做到了國際領(lǐng)先。下一步，科大訊飛將發(fā)力遠(yuǎn)場(chǎng)高噪音多人說話場(chǎng)景、高表現(xiàn)力個(gè)性化場(chǎng)景、云邊端一體化、軟硬件一體化，從技術(shù)優(yōu)勢(shì)、市場(chǎng)先機(jī)、落地成效構(gòu)建全方位持續(xù)領(lǐng)先優(yōu)勢(shì)。

大皖新聞?dòng)浾?項(xiàng)磊 實(shí)習(xí)生 唐雪玲