一個(gè)智能硬件工程師雪恥記！

最近，和一個(gè)搞硬件的朋友聊天

他說(shuō)——

“我職業(yè)生涯最恥辱的事，就是三年前給本地銀行做了款客服機(jī)器人，放在營(yíng)業(yè)大廳里，‘丟人現(xiàn)眼’了。“

這個(gè)機(jī)器人上崗第一天

就被客戶嫌棄，不大聰明

經(jīng)常機(jī)械地重復(fù)一句臺(tái)詞，“請(qǐng)取號(hào)”

上崗即失業(yè)，客戶沒再啟用

放在角落吃灰，這一放就是三年

年前回訪，它脖子銹得嘎吱響

客戶摸了一手灰，叨叨說(shuō)

“這家伙真占地方！還算個(gè)固定資產(chǎn)，扔了也不是，留著更鬧心！”。

聽完臉火辣辣的，三年哪，丟人現(xiàn)眼

不過(guò)，今年轉(zhuǎn)機(jī)來(lái)了

大模型的風(fēng)吹到了智能硬件圈

訊飛兩大平臺(tái)幫他“找回了臉”

?訊飛AIUI開放平臺(tái)：一個(gè)讓硬件具備智能交互能力的平臺(tái)，讓硬件能聽得清、說(shuō)得準(zhǔn)、會(huì)思考。

?訊飛機(jī)器人超腦平臺(tái)：一個(gè)專門負(fù)責(zé)給機(jī)器人裝上“超腦”的平臺(tái)，讓機(jī)器人能聽會(huì)說(shuō)、能思考、善行動(dòng)。

通過(guò)訊飛AIUI開放平臺(tái)

王濤給機(jī)器人做了小升級(jí)，短短兩周

這家伙的交互能力就突飛猛進(jìn)了

? 語(yǔ)言的進(jìn)化：一開口驚艷所有人

毫秒響應(yīng)

之前客戶問(wèn)一句，半天才慢吞吞答一句

現(xiàn)在所有場(chǎng)景都能極速響應(yīng)

不搶話、不冷場(chǎng)

全雙工擬人交互

之前是“一問(wèn)一答”

它說(shuō)話時(shí)，你不能插嘴

否則，它就“凌亂”了

現(xiàn)在雙方能同時(shí)說(shuō)話

隨時(shí)打斷，真正做到連續(xù)對(duì)話不卡殼

還能識(shí)別對(duì)方說(shuō)話的人聲情緒

并在對(duì)方猶豫、等待或附和的時(shí)候

自動(dòng)延?拾?

避免傳統(tǒng)全雙工中的誤觸發(fā)和搶答難題

多模態(tài)降噪

營(yíng)業(yè)廳環(huán)境嘈雜

之前背景音樂(lè)一響，語(yǔ)音立馬變啞巴

現(xiàn)在精準(zhǔn)識(shí)別語(yǔ)音指令，聽清每句話

? 情商的進(jìn)化：像個(gè)人精，提供滿滿的情緒價(jià)值

會(huì)情感計(jì)算

之前，大部分智能硬件的回答

每句都是公事公辦，缺點(diǎn)人情味

現(xiàn)在，它能聽出

你是高興還是難過(guò)，還是想罵人…

接得住人話，開口撩人本事越來(lái)越強(qiáng)

共情交互能?超級(jí)牛掰

記憶系統(tǒng)

之前，不記人、不記事

隔壁阿姨常來(lái)存錢，它都當(dāng)生人看

現(xiàn)在，AIUI讓硬件具有類?記憶系統(tǒng)

在得到用戶授權(quán)的前提下

基于對(duì)話歷史?動(dòng)?成個(gè)性化知識(shí)庫(kù)

開口就是張大爺、李大媽，劉經(jīng)理...

在王濤看來(lái)，這兩項(xiàng)升級(jí)

主要還是側(cè)重語(yǔ)言交互能力

雖然幫他“一雪前恥”已經(jīng)足夠

但他心里還想著更高級(jí)的事兒

?大腦的進(jìn)化：機(jī)器人正在集體告別“沒腦子”時(shí)代

目前【機(jī)器人】產(chǎn)業(yè)是大熱門

科大訊飛提供了【機(jī)器人超腦平臺(tái)】

依托訊飛超腦2030技術(shù)底座

專門教機(jī)器人“做人”

比如，多模態(tài)感知表達(dá)、開放式人機(jī)交互

大小腦協(xié)同運(yùn)動(dòng)控制、軟硬件一體和模型訓(xùn)練等

已成功應(yīng)用被多個(gè)人形機(jī)器人搭載

”訊飛超腦“提供了

軟硬件一體化快速集成方式

機(jī)器人廠商不用自己從零開發(fā)

即插即用，就能快速實(shí)現(xiàn)

讓機(jī)器人能聽會(huì)說(shuō)、能理解、會(huì)行動(dòng)

有了「超腦」加持

這機(jī)器人可太會(huì)“做人”了

多模態(tài)交互融合

讓機(jī)器人耳聽八方眼觀六路

人臉識(shí)別→看得出你是誰(shuí)

唇形識(shí)別→判斷你在說(shuō)什么，嘈雜環(huán)境更準(zhǔn)

物體檢測(cè)→認(rèn)得周圍的物品和場(chǎng)景

把“聽覺”+“視覺”+“環(huán)境感知”融合起來(lái)

多模態(tài)感知交互的好處是

在獲得用戶授權(quán)前提下提供個(gè)性化服務(wù)

看到你 → 人臉識(shí)別確認(rèn)“李先生”

自動(dòng)調(diào)出你的偏好、卡等級(jí)

它能通過(guò)唇形+語(yǔ)音同時(shí)理解需求

邊想邊動(dòng)邊做

大模型認(rèn)知和理解

讓機(jī)器人能理解會(huì)行動(dòng)

“超腦”依托訊飛星火大模型

幫機(jī)器人構(gòu)建了【大腦+小腦】閉環(huán)

“大腦” 負(fù)責(zé)思考，“小腦” 負(fù)責(zé)行動(dòng)

讓機(jī)器人具備自然和復(fù)雜指令的理解能力

比如

下面這樣的場(chǎng)景

客戶來(lái)到銀行
客戶對(duì)問(wèn)銀行機(jī)器人：“我想取錢， ATM機(jī)在哪？”
“大腦” 負(fù)責(zé)理解：理解需求（取錢+找ATM），并快速規(guī)劃。
“小腦”負(fù)責(zé)行動(dòng)：身體轉(zhuǎn)向右后方，同時(shí)語(yǔ)音引導(dǎo)：“您跟我來(lái)“

聽王濤講完自己的“雪恥”心得

特大妹還是有點(diǎn)懵

一邊兒是“AIUI”，一邊兒是“超腦”

這倆平臺(tái)到底有啥區(qū)別

王濤也算是資深使用者了

立馬在紙上給特大妹畫了畫

AIUI開放平臺(tái)，是以大模型理解為核心的全鏈路人機(jī)交互平臺(tái)。匯聚了降噪算法、聲音、圖像、數(shù)字虛擬人等人機(jī)交互全鏈路核心能力，支持智能體、知識(shí)庫(kù)自由定制，可以快速讓你的應(yīng)用和設(shè)備能看、能聽、會(huì)說(shuō)，能理解、會(huì)思考。
機(jī)器人超腦平臺(tái)，是依托訊飛超腦2030技術(shù)底座，聚焦多模態(tài)感知表達(dá)、開放式人機(jī)交互、大小腦協(xié)同運(yùn)動(dòng)控制、軟硬件一體和模型訓(xùn)練，為機(jī)器人廠商提供多模態(tài)感知交互和大模型認(rèn)知理解服務(wù)。通過(guò)軟硬件一體化的快速集成，實(shí)現(xiàn)機(jī)器人能聽會(huì)說(shuō)、能理解會(huì)行動(dòng)。

講完這兩大概念

王濤又講起了行業(yè)八卦

一個(gè)硬件工程師的觀察

讓產(chǎn)品開口說(shuō)話、有智商

成了每個(gè)硬件產(chǎn)品制造商的訴求

汕頭一家玩具工廠

他們做傳統(tǒng)的毛絨玩具

前段時(shí)間，內(nèi)部出現(xiàn)了非常大的爭(zhēng)論

最終達(dá)成共識(shí)，做智能玩具

讓玩具開口說(shuō)話，能和人溝通交流

他們想找一個(gè)快速集成方案

最終選擇了基于訊飛AIUI平臺(tái)的

「兒童玩具解決方案」

AIUI接入集成也超簡(jiǎn)單

支持SDK、Websocket、硬件模組等多種方式

接下來(lái)，科大訊飛還有猛料

這就是6月12日在深圳舉辦的

科大訊飛智能交互產(chǎn)品升級(jí)發(fā)布會(huì)

王濤直言，看完這場(chǎng)發(fā)布會(huì)

內(nèi)心有點(diǎn)興奮

新東西有點(diǎn)多

簡(jiǎn)單分享一下

??

①AIUI開放平臺(tái)「煥新升級(jí)」

從設(shè)備端聲學(xué)處理到云端智能理解

再到內(nèi)容響應(yīng)與定制開發(fā)

構(gòu)建起完整交互鏈路

AIUI平臺(tái)?從2015年正式上線以來(lái)

鏈接生態(tài)伙伴20萬(wàn)+，終端設(shè)備數(shù)22.5億

在?載、AI硬件、機(jī)器?等領(lǐng)域建??業(yè)標(biāo)桿

②機(jī)器人超腦平臺(tái)「智慧升級(jí)」

升級(jí)多人多模態(tài)交互能力

升級(jí)全離線交互套件

秘密武器“智能語(yǔ)音背包”正式發(fā)布

無(wú)需硬件改造，即插即用

大會(huì)現(xiàn)場(chǎng)，搭載背包的宇樹G1機(jī)器人

從“沉默鐵疙瘩”秒變“社交達(dá)人”

目前“超腦”平臺(tái)

已經(jīng)與520+機(jī)器人企業(yè)完成集成和使用

落地政企服務(wù)、智慧營(yíng)銷、醫(yī)療養(yǎng)老、教培等多個(gè)場(chǎng)景

③虛擬人平臺(tái)「創(chuàng)新升級(jí)」

用戶僅需一句話復(fù)刻聲音

一張圖生成數(shù)字分身

滿足各種場(chǎng)景和身份需求

同時(shí)，星辰開發(fā)平臺(tái)再次升級(jí)

幫助用戶深度定制AI智能體

訊飛還一口氣推出十大標(biāo)桿場(chǎng)景方案

軟硬結(jié)合，推動(dòng)大模型應(yīng)用落地

講完發(fā)布會(huì)的干貨

王濤有點(diǎn)意猶未盡，興奮地補(bǔ)了一句