新火種
2024-10-25 
訊飛版《Her》長臉了！多模態虛擬人表情動作超逼真，一張圖一句話就能DIY自己
跟訊飛星火AI女神視頻面對面，國產《Her》從此有了臉！
不管跟你科普面霜，推薦酒水禮物，還能看圖說話講故事，都能輕松拿捏。
你有看過孫悟空奧特曼一起打怪獸嗎？（狗頭）
即便是這么一個不著調的“名場面”，“她”也能硬講出來一段生動的故事來。嗯嗯論講故事還得是AI來~
除此之外，你也可以自己DIY一個虛擬人。只需一張照片+一句話，就能創造一個“自己”。
（白小交從此有了臉）
目前，該功能已經在訊飛星火APP上線。
而背后的底座大模型也迎來重大升級——訊飛星火4.0 Turbo正式發布，七大核心能力全面超過GPT-4 Turbo，數學和代碼能力超越GPT-4o，國內外中英文14項主流測試集中訊飛星火4.0 Turbo實現9項第一。
與此同時，國產超大規模智算平臺“飛星二號”正式啟動。
跟訊飛星火視頻面對面此次發布會的重頭戲，就是訊飛星火在多模態視覺、超擬人虛擬人上交互能力的提升。
在大模型的驅動下，我們正在迎來一個嶄新的萬物智聯時代。新時代下的交互標準，科大訊飛有自己的定義。
董事長劉慶峰介紹道，在已有遠場高噪、全雙工、多語種多語言等基礎上，還包括多模態、超擬人、個性化等特點。
其實在今年8月，訊飛版《Her》就已經發布。這次語音能力升級基礎上，還具備了視覺能力、并擁有了自己的形象。
簡單來說，實現了從語音交互到音視頻流的實時多模態交互的跨越，情感感知（包括項環境、文字、物體、姿態、著裝等）更全面、任務理解（包括語音、手勢、行為、情緒等）更精準。
在現場，訊飛研究院院長劉聰率先展示了語音能力，除了本身語氣和情感度更加逼真以外，它還能跟你玩角色扮演游戲。
模擬個孫悟空、小豬佩奇都不在話下~
在此基礎之上，訊飛版Her現在能面對面聊天，它能根據語義、語音節奏來自動生成表情和動作。
比如聽到幾百萬人在線上看表演時，一些小驚訝、開心激動的表情。
據介紹，這也是業內率先實現「口唇、表情、動作」語義對齊、貫穿的超擬人數字人。
而一旦打開攝像頭，它還能基于動態的視頻畫面來進行對話交流。
比如識別各種物體，各種花草、建筑還有小玩具。
龍船花，好好好，小知識get。
更炸裂的是，就是連什么酒水飲料，哪個牌子的水乳面霜都能分清！
在現場，它不僅認出了這是雪花秀的產品，還科普了具體組成和用處，甚至糾正了大的那瓶不是眼霜是面霜……
此次新增的視覺能力，在常見視覺知識問答準確率90%+、場景圖文理解準確率也超90%+。
這樣一來，可以在出境購物了解商品信息的時候“哪里不懂問哪里”，識別食物、玩游戲，陪孩子進行繪本伴讀。
而新火種也第一時間進行了一波實測。目前這一功能在訊飛星火APP右上角「小星暢聊」里面，點擊右邊「攝像頭」就能開啟對話了。
隨便拍了拍天空，說一句“今天天氣不錯”，它會隨聲附和一句；還會給你推薦合肥推薦好玩的地方。
而將攝像頭指向1024開發者論壇，它能準確解讀出來，并給你推薦~
可以看到，此次的交互能力不管是在擬人度、情感性、理解能力等都有了很大的提升。而除了能看能聽能說，你還可以捏一個自己——創建一個屬于自己的虛擬人。
同樣是訊飛星火APP右上角，點擊「創建智能體」。
只需上傳一張照片，創建自己的AI形象，包括性格職業信息人設等自定義設置；然后再根據一句話復刻語音，就能完成了，已支持1300+種人設打造。
這語氣這形象確實很像數字世界的自己，以后就可以派它來對接客戶了。（不是）
目前，訊飛超擬人數字人的聲音自然度可以達到4.2分。劉慶峰稱，最好的播音員可以達到5.0分左右，真人水平一般為4.0分左右。
不過這些能力展示，也只是此次訊飛星火底座升級的一部分。
訊飛星火4.0 Turbo正式發布今年訊飛星火大模型迎來重大升級——星火4.0 Turbo發布。
基礎能力上，數學、代碼、特定領域長文本能力等七大能力方面已經全面超越GPT-4 TUrbo，效率也相對提升50%。
尤其是數學方面，劉慶峰透露，目前已經完成超長思維鏈、樹搜索和自我反思評價等算法驗證，預計今年年底將實現類o1的高難度數學能力顯著提升。
代碼能力層面，星火在HumanEval測試集上，星火4.0 Turbo性能已超越GPT-4o。與此同時，他們還推出代碼7B版本，支持代碼生成、代碼補全等任務。
在14項中英文主流測試集中，相較于GPT-4o，星火4.0 Turbo實現了9項超越。
除此之外，還首次發布了多語言認知大模型，覆蓋包括英語、俄語、日語、漢語、法語、西語、葡語、德語等多種語言。
在汽車、家電、辦公、翻譯等行業的任務場景中，多語言大模型效果超過了GPT-4o
在一些垂直領域，此次也有多款大模型首發和升級。
比如在醫療領域的醫學影像大模型，它能根據影像照片，幫助醫生快速生成診斷報告。
還有智能汽車方面的端側星火大模型，車載應用效果損失小于1%，響應時間小于40毫秒。預計今年第四季度起，包括奇瑞、廣汽、長城等多款搭載端側大模型的車型將上市開售。
教育方面，訊飛星火聯合中國教科院，發布了基于問題鏈的數學教師助手。它以問題鏈的方式來展開邏輯，包括核心問題、子問題、問題單元，這樣層層推進，讓學生學會主動思考、學會提問，從而改變學生的學習范式。
現在已經有來自12個區域50多位數學教研員、400多位教師參與到人機共創。
在底層智算平臺上，科大訊飛、華為、合肥市大數據資產運營有限公司三方聯手，打造國產超大規模智算平臺“飛星二號”，目前已經正式啟動。
去年飛星一號首次亮相，據劉慶峰介紹，一年以來“飛星一號”平臺已經解決了超過500次的基礎軟硬件問題和模型適配問題。
大模型迎來規模化應用時代整場發布會下來最強感知到的是，正如劉慶峰所言，大模型迎來規模化應用時代。
多模態虛擬人交互成為發布會的主角，各種垂直領域大模型的真機演示成為發布會的重點。一切圍繞著應用而來，圍繞著行業而來。
可以看到的是，以訊飛星火為代表，國產大模型應用生態持續繁榮。發布會一開始，劉慶峰就亮出了他們過去一年“七個第一”的成績單。
央國企中標第一，訊飛星火成為央國企大模型第一選擇教育醫療市場第一；智能汽車市場第一；大模型開發者生態第一；智能硬件市場第一；賦能科研應用第一；賦能工業應用第一。截至今年10月，訊飛已經與各頭部企業共建了20多個行業大模型，覆蓋300+應用場景，所覆蓋行業和場景數都位于國內第一位置。
值得一提的是，除了產業上的賦能，在科研行業，訊飛星火也持續在為高校提供服務。今年物理、化學諾獎都頒給了AI科學家，對此，劉慶峰表示：
以星火科研助手為代表，它自去年底發布以來，已在中科院下屬116個院所使用。此外還聯合中國科技大學研發“化學大模型”，聯合中科院大連化學物理研究所研發“化工大模型”等等。
只有生態的繁榮，才能反哺技術持續進步。根據IDC研究報告和市場公開數據顯示，科大訊飛在語音語義市占率中第一、大模型開發者規模第一，達78.1萬。
接下來，科大訊飛計劃將開放全場景資源，覆蓋從技術能力到應用落地。他們還將牽頭成立AI基金，用5億創業基金推動開發者創業。
對于未來人工智能的產業發展，劉慶峰提出了他們自己行業參考。五個關鍵詞：頂天立地、自主可控、通專結合、端云聯動、軟硬一體。
也只有把握這五個關鍵點，大模型才能真正解放生產力、釋放想象力，帶來全行業的范式變革。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
