人工智能這一概念，早在1956年達特茅斯會議上便已首次提出。經歷60余年，從感知智能走向認知智能，人工智能迅猛發(fā)展，賦能千行百業(yè)。 11月18日， 2022科大訊飛全球1024開發(fā)者節(jié)盛大開幕，引領人工智能生態(tài)向新而行。大會現(xiàn)場，科大訊飛消費者事業(yè)群總裁于繼棟發(fā)表《人機協(xié)同 數(shù)字新生》主題演講，分享訊飛開發(fā)者生態(tài)進展，展望人機協(xié)同新未來。

科大訊飛消費者事業(yè)群總裁 于繼棟

韌性增長 訊飛生態(tài)蓬勃發(fā)展

面對紛繁復雜的全球經濟環(huán)境，各行各業(yè)充斥著不確定性，如何應對這一變局，尋求下一步發(fā)展的動力來源？ 人工智能產業(yè)的蓬勃生命力、訊飛開放平臺的穩(wěn)健增長，讓我們看見人工智能的巨大潛能，相信中國科技廣闊的未來。 自2017年以來，訊飛開放平臺開發(fā)者數(shù)與AI服務年度調用總量，呈現(xiàn)持續(xù)穩(wěn)步上升趨勢。2022年，開發(fā)者數(shù)達到370萬，AI服務在線調用年增長率達到36%。

快速增長的背后，是AI已經高度融入人們的日常生活和工作，于繼棟在現(xiàn)場分享到。 在社交場景，近一年輸入法語音調用量同比增長45%，已超過平臺AI調用增速。其中，Z世代群體對語音輸入更為偏愛，女性使用語音的比例是男性的1.4倍。語音輸入已成為日常交流中人機交互的重要方式。

在家庭場景，電視助手語音調用量過去3年間，增長了515%。在用戶分析中看到，全年齡段用戶都已形成語音交互的習慣，其中低于14歲的少年兒童群體和高于60歲的中老年群體比成年用戶更偏愛語音交互。

在出行場景，車載語音調用量獲得到了翻番的增長。在過去一年全國出口的200萬輛汽車中，預制訊飛多語種語音交互系統(tǒng)的車輛已超71%。合作車企在科大訊飛的助力下，已將13個語種推廣到全球20個國家。

在學習場景，過去一年教育相關的AI調用呈現(xiàn)出902%的增長。在雙減政策的推動下，AI幫助學生減負。訊飛及生態(tài)伙伴推出學習機、翻譯筆、口算寶、早教機等一系列智能硬件有效陪伴了少年兒童的學習成長。

在辦公場景，AI辦公硬件服務調用持續(xù)快速增長。以辦公本、會議耳機、翻譯機為代表的辦公硬件，為用戶省時增效。在錄音筆的應用中，平均每天為每個用戶節(jié)省1.32小時。AI在辦公領域的廣泛應用，已為工作效率的提升發(fā)揮巨大作用。

在閱讀場景，一些大型新聞類、閱讀類APP的應用，讓語音合成服務的調用量有了明顯增長。在AI的加持下，用聲音陪伴的閱讀體驗，正在改變用戶的閱讀習慣，提升閱讀粘性。

眾多AI服務調用量的增長，讓我們看到AI應用的價值在不斷深入。基于此，訊飛將更多的AI能力開放給開發(fā)者，讓AI持續(xù)傳遞。

全新訊飛開放平臺

全方面賦能人機協(xié)同場景

隨著社交、家庭、出行、學習、辦公、閱讀等越來越多AI場景的廣泛應用，人工智能在人機交互階段已經走進千行百業(yè)，并持續(xù)發(fā)光發(fā)熱。當下，人工智能與生活結合更好的時代就是人機協(xié)同的時代。 如何進入人機協(xié)同時代？于繼棟分享了對物理世界、數(shù)字世界、元宇宙三大場景人機協(xié)同應用的思考。在物理世界，實體機器人可以拓展人的能力邊界；在數(shù)字世界，數(shù)字工作助手，將助力工作提效；在元宇宙，虛擬人成為人的交互載體。

實體機器人從室內到戶外，幫助人們從事工業(yè)焊接、果實采摘、高空作業(yè)等高精度、高強度、高風險的工作。虛擬數(shù)字人打破實體的限制，在媒體、金融、辦公等領域廣泛應用，打造數(shù)字生產力。 為滿足人機交互的時代需求，訊飛開放平臺進行了全新升級。在感知智能、認知智能、運動智能強大的技術底座之上，圍繞能力云、交互云、模型云、資產平臺、超自動化、機器人超腦，以API、低代碼、軟硬件一體和解決方案的方式，面向實體機器人和數(shù)字機器人建設N種場景化機器人。

全新的訊飛開放平臺，通過原有組件升級、新組件發(fā)布，為開發(fā)者提供更優(yōu)秀的服務能力，更廣闊的應用場景。

能力云AIHUB，是在2018年發(fā)布的基礎上進行升級和擴展，已開放513項AI能力并不斷引入生態(tài)合作伙伴最優(yōu)秀的能力，打造AI能力圖譜。面向網(wǎng)絡不穩(wěn)定、信息安全敏感的環(huán)境，全新升級了全系離線版本，加深行業(yè)應用。值得一提的是，在大會現(xiàn)場剛剛發(fā)布的SMART-TTS多風格多情感語音合成技術，已在訊飛開放平臺、訊飛有聲APP同步上新，讓開發(fā)者可以更早的體驗到擁有10種場景、11種情感的語音合成。

交互云AIUI+，通過遠近場多模語音增強，突破同向人聲干擾難題，解決人機交互最后一公里問題。通過多模態(tài)技術，對人臉、唇形進行跟蹤定位，實現(xiàn)主動交互、說話人保持、噪聲抑制。在同向人聲干擾下，語音識別準確率已由60.2%提升到86.8%。

模型云AILAB，面向細分模型定制場景，提供小樣本訓練平臺，主要解決三類問題。面向格式多樣場景，支持任意自定義格式單據(jù)識別；針對數(shù)據(jù)稀缺場景，實現(xiàn)5張圖片訓練出OCR定制模型、半小時音頻生成商用發(fā)言人；遇到價格敏感場景，“0”成本提供多樣喚醒詞。

資產平臺AIRES，聯(lián)合生態(tài)，共建數(shù)字資產，讓機器人交互形象生動有內容。目前平臺已提供210個多語種技能、342個虛擬人形象、6000萬首正版音樂、1200萬小時有聲內容，并開放數(shù)字藏品平臺——星晝，為開發(fā)者提供豐富的內容資源。

超自動化AIRPA，用數(shù)字機器人激活人效潛能，助力企業(yè)數(shù)字化轉型。由AI+RPA構建的數(shù)字機器人是訊飛面向企業(yè)場景打造的協(xié)作新模式，提供了數(shù)字機器人統(tǒng)一工作臺、柔性人機協(xié)同、智能化員工助手等應用。

除以上組件升級煥新以外，訊飛還發(fā)布了機器人超腦平臺AIBOT，讓機器人在交互大腦的基礎上，快速構建運動能力。

機器人超腦平臺發(fā)布

讓AI的賦能無處不在

“降低開發(fā)者使用門檻，快速實現(xiàn)超腦能力與實體機器人的結合，為實體機器人真正的智能化帶來直接動力與貢獻！”于繼棟在發(fā)布機器人超腦平臺AIBOT時如是說。

融入多模交互、深度理解、運動控制、硬件模組等核心能力的機器人超腦平臺，為實體機器人提供高性能的算力支撐、高效率的地圖導航以及高精度的定位功能，打造軟硬一體的智能化機器人。 而這一項技術已經有了實際的應用案例。能說會跑的狗來自宇數(shù)科技的四足機器狗在訊飛機器人超腦平臺的加持下，已實現(xiàn)自適應的地形能力、全局定位搜索能力、地圖快速構建能力、更精細的運動控制能力。在這四大能力全面提升后，機器狗能跑會跳，能看會說，可應用于戶外巡邏、工業(yè)巡檢等多元化場景。

超強助手機械臂基于訊飛機器人超腦平臺，珞石科技為柔性機械臂增加了語音交互、深度視覺以及運動控制能力，再加上算法的改造，讓機械臂操作更智能、工業(yè)質檢更高效、定位更實時，可以有效的適應各種應用。在工業(yè)質檢、商業(yè)服務、遠程超聲、柔性生產等場景，柔性機械臂都可實現(xiàn)與人類更高效的工作配合。

開發(fā)者燈塔計劃

讓每個創(chuàng)新者享受AI樂趣

獨木不成林 生態(tài)才永恒。依托越來越多優(yōu)秀的人工智能應用的開放，訊飛開放平臺期待讓每個創(chuàng)新者享受AI的樂趣。 日常生活和企業(yè)工作中，很難要求每個人都懂程序開發(fā)。通過RPA、低代碼等技術構建工作場景下的新型智能應用，訊飛開放平臺為懂業(yè)務、想創(chuàng)新的伙伴提供服務，將更多智能化的體驗帶進千家萬戶。會上，于繼棟發(fā)布了“開發(fā)者燈塔計劃”，秉持“共生、共創(chuàng)、共享、多樣繁榮”的理念，打造更豐富、便捷的AI服務，讓AI科學家、設計師、企業(yè)管理人員與內容生產者等，都能享受AI的樂趣與價值，共創(chuàng)繁榮的AI新生態(tài)。

“希望與各位開發(fā)者攜手共創(chuàng)，邁入人機協(xié)同新時代”，在大會最后，于繼棟發(fā)出倡議。訊飛開放平臺將繼續(xù)秉持共建人工智能產業(yè)的初心，用生態(tài)定義未來，共筑數(shù)字經濟新發(fā)展。