所聽即所譯，訊飛翻譯APP如何重塑實時翻譯體驗？

劃重點：

1、第八屆世界聲博會暨全球1024開發者節上，科大訊飛董事長劉慶峰判斷，AI產業紅利兌現需聚焦自主可控、軟硬一體、行業縱深和個性化四大核心。作為2025年訊飛新出品的AI翻譯軟件，訊飛翻譯APP的迭代煥新尤為引人關注。

2、一個革命性的技術突破，在于非自回歸語音大模型架構。這種端到端架構與傳統的級聯翻譯方案形成了鮮明的技術代際差異。

3、訊飛翻譯APP迭代的核心，是同聲傳譯功能的全面進化。包括四大核心優化點：引擎煥新、實時分享、記錄留存、懸浮字幕，使其從一個單純的翻譯工具，進化為支持協作的新范式。

4、科大訊飛的戰略并非局限于APP，軟硬一體是其AI在真實世界應用落地的關鍵。翻譯功能，正是軟硬一體戰略的最佳實踐場。同時，科大訊飛此前還推出了訊飛翻譯SaaS平臺，提供了從專業翻譯服務到數據聚合管理的一站式解決方案。

5、科大訊飛正在利用自主可控的底層大模型技術，軟硬一體和更懂你的AI，從根本上重塑實時翻譯的體驗。

作者 林易

編輯重點君

2025年，全球人工智能產業正集體邁過技術奇點，進入紅利兌現時刻。大模型的發展焦點，已從參數競賽轉向解決真實世界問題的規模化落地。

在日益緊密的全球化協作、旅行和信息消費中，跨語言溝通始終是最高頻的剛需之一，也是一道難以逾越的屏障。傳統的翻譯工具在處理實時對話、高噪環境和專業領域時，長期面臨延遲、失準和體驗割裂的挑戰。

行業需要更根本的解決方案。11月6日，科大訊飛在第八屆世界聲博會暨全球1024開發者節上，給出了自己的答案。在這場以《更懂你的AI》為主題的發布會上，科大訊飛董事長劉慶峰判斷，AI產業紅利兌現需聚焦自主可控、軟硬一體、行業縱深和個性化四大核心。

在這一戰略框架下，科大訊飛發布了深度推理大模型訊飛星火X1.5，以及一系列AI產品。其中，作為2025年訊飛新出品的AI翻譯軟件，訊飛翻譯APP的迭代煥新尤為引人關注。

科大訊飛的路徑十分清晰：利用自主可控的底層大模型技術，軟硬一體和更懂你的AI，從根本上重塑實時翻譯的體驗。

為翻譯而生的根技術

任何一款顛覆性的應用，都源于底層根技術的突破。訊飛翻譯APP體驗革新的背后，是科大訊飛在AI翻譯技術和基礎模型兩條戰線上同時取得的進展。

一個革命性的技術突破，在于非自回歸語音大模型架構。實時翻譯的瓶頸不僅在翻譯的準度，更在語音識別的速度。傳統的自回歸模型需要逐字順序生成文本，天然存在延遲。

科大訊飛此次全球首發的非自回歸語音大模型架構（即端到端語音同傳大模型的核心技術之一），能夠并行、一次性輸出整個文本序列，帶來了推理效率的大幅階躍：效果相對提升16%，而推理成本下降了520%。這項新技術也為訊飛翻譯APP實現“語音秒譯”提供了堅實的技術前提。

這種端到端架構與傳統的級聯翻譯方案形成了鮮明的技術代際差異。傳統方案將任務拆解為“識別、翻譯、合成”三個獨立模塊，串行處理導致時延疊加、信息損失和錯誤累積。

科大訊飛的端到端同傳大模型則徹底顛覆了這一流程，它使用統一大模型模仿人工口譯思維鏈，實現了全局最優的翻譯質量，能深度整合上下文、傳遞源語言韻律，并達到2秒的極致響應，為實時交流提供了堅實的技術保障。

技術路線的選擇決定了未來。科大訊飛選擇了更具挑戰性的端到端路線并成功實現商業化，而傳統級聯方案的性能上限已被固有缺陷鎖定。

科大訊飛的領先優勢不僅在于技術先進性，更是全方位的：從率先發布搶占時間先機，到9個月內3次升級的快速迭代；從服務百萬用戶與超42萬場會議積累的海量數據，到全線產品應用端到端技術的完整布局，再到與產業鏈緊密合作的深度生態。這些綜合優勢共同疊加，使其在AI翻譯領域建立了穩固的地位。

如果說領先的端到端架構解決了“快”與“準”的全局體驗，那么垂直領域的深度則依賴專業的同傳大模型。星火語音同傳大模型已升級至2.0版本，覆蓋超8萬個專業詞匯，大幅提升了專業領域的準確性。

而承載上述所有翻譯技術突破的堅實底座，則源于自主可控的星火X1.5大模型。自主可控是科大訊飛的基石。劉慶峰在發布會上表示，訊飛星火是目前中國主流大模型中，唯一基于全國產算力訓練的通用大模型。在國產算力平臺上訓練先進的MoE（Mixture of Experts）架構，科大訊飛已攻克全鏈路訓練效率等難關。

此次發布的訊飛星火X1.5，推理效率相比X1提升了100%，更重要的是，它為翻譯應用提供了強大的多語言能力，目前可支持130多種語言，在拉美、東盟等地區的14個重點語言上效果領先。

根據國際數據公司（IDC）發布的《中國AI翻譯技術評估》，科大訊飛在AI翻譯速度、效果、專業度等八大核心維度評測中均為行業第一，其中六項斬獲滿分。堅實的技術底座，讓訊飛翻譯APP的體驗重塑成為可能。

所聽即所譯的實時體驗

利用自研的先進技術，訊飛翻譯APP 旨在從兩個核心的實時場景——同聲傳譯和音視頻翻譯出發，徹底改變用戶的跨語言溝通工作流。

本次1024開發者節期間，訊飛翻譯APP迭代的核心，是同聲傳譯功能的全面進化。

在傳統認知中，同傳是高度專業化的服務，或依賴昂貴的人力，或受限于復雜的硬件。而訊飛翻譯APP則希望將“如譯員在側”的高效同傳體驗，賦能給每一個需要進行跨語言會議、課堂學習和演講的普通用戶。

此次煥新，訊飛翻譯APP圍繞同傳功能構建了四大核心優化點，使其從一個單純的翻譯工具，進化為支持協作的新范式，比如：

引擎煥新：搭載全新的語音同傳大模型，帶來更準、更快、更流暢的實時翻譯體驗。

實時分享：支持一鍵分享實時同傳內容。這意味著，即便同事或朋友在遠程參會，也能通過分享卡片打造的同傳頻道，同步查看實時譯文，確保關鍵信息不再遺漏。

記錄留存：同傳內容（包括音頻與文本）會自動保存并支持導出，歷史記錄可隨時回看。這解決了實時會議中信息易揮發、難追溯的痛點，便于后續復盤和整理。

懸浮字幕：用戶無需停留在APP界面，即可通過懸浮字幕查看同傳內容。這使得“邊聽譯邊處理其他事務”成為可能，大幅提升了多任務處理效率。

在1024開發者節的直播演示中，訊飛翻譯APP產品經理展示了全球化辦公的典型場景：面對全英文會議，打開“同聲傳譯”功能，發言人話音剛落，精準的譯文便實時呈現于屏幕。

如果說同傳功能解決了主動溝通的難題，那么沉浸式翻譯則攻克了被動接收信息的壁壘。

用戶在日常生活中，面臨大量無字幕的外文音視頻內容，如外文播客、海外影視劇、國際直播或應用。科大訊飛的解決方案是沉浸式翻譯，其核心是“所聽即所譯，沉浸不中斷”。

該功能啟動后，訊飛翻譯APP會保持后臺運行，實時翻譯手機上正在播放的任何音頻或視頻內容，并以懸浮字幕窗的形式呈現譯文。用戶可以靈活調整字幕窗口，選擇雙語對照或只看譯文，真正實現邊看邊譯的無縫體驗。

在11月6日的1024發布會直播期間，訊飛翻譯APP就為全球觀眾免費提供了這一功能，支持中文與英、日、韓、法、俄等15種語種的互譯，讓全球觀眾無障礙觀看。

從解決會議痛點的同聲傳譯，到打破信息繭房的沉浸式翻譯，訊飛翻譯APP正在借助大模型的能力，將翻譯體驗推向一個更實時、更無縫的新高度。

軟硬一體的戰略縱深

科大訊飛的戰略并非局限于APP。劉慶峰在發布會上強調，軟硬一體是AI在真實世界應用落地的關鍵。大模型需要從手機、電腦走向機器人和更多的智能終端。

翻譯功能，正是“軟硬一體”戰略的最佳實踐場。要實現精準的實時翻譯，第一步是解決嘈雜環境下的“聽清”問題。為此，科大訊飛發布了“AI+麥克風陣列技術”，并將其應用到一系列硬件中：

訊飛智能辦公本X5：首創上4下4環麥克風大陣列，根據現場視頻演示結果，在高分貝和遠距離環境下的轉寫效果遠超iPhone17 pro。

訊飛AI翻譯耳機：首創單耳三麥多感融合降噪系統，采用“骨導+氣導”雙拾音，在地鐵等嘈雜環境準確率達97.1%，遠超AirPods 3。

訊飛雙屏翻譯機2.0：實現1米以內穹頂式隔音降噪，適應轟鳴工廠等極端環境。

同傳麥克風：此次發布的業界首個軟硬一體同傳麥克風，置于會議桌即可使用，支持10種語言免切換自動翻譯，且支持私有化部署，保障數據安全。

與此同時，科大訊飛此前還推出了面向企業和專業團隊的訊飛翻譯SaaS平臺。它整合了文本、文檔、同傳、音視頻譯制、人機協同五大核心翻譯能力，通過打通多端設備的數據鏈路，為企業提供了從專業翻譯服務到數據聚合管理的一站式解決方案。

這些硬件與訊飛翻譯APP，共同構成了科大訊飛在翻譯領域的生態護城河。軟件APP負責高頻、便捷的C端應用；專業硬件則攻克高噪、遠場、B端安全的特定場景；SaaS平臺則將軟硬能力整合，為企業級應用提供了統一入口。

從自主可控的端到端語音同傳大模型，到重塑體驗的APP同傳與沉浸式翻譯，再到“軟硬一體”的硬件與SaaS生態布局，科大訊飛正在AI翻譯這條核心賽道上，完成從技術紅利到產品紅利和市場紅利的兌現。

正如訊飛翻譯APP在東盟博覽會作為指定翻譯軟件的實戰檢驗，這場聚焦AI生態落地的1024盛會，最終指向的是一個明確的價值——“讓跨語言溝通像母語聊天一樣簡單”。

而這，才是科技進步的意義！