在日前举办的科大讯飞成立25周年司庆活动上，科大讯飞董事长刘庆峰预告，讯飞星火V4.0将于6月27日发布，将会进一步强化国内的领先地位。日前，随着语音和音视频能力都有所提升的GPT-4o的发布，底座大模型再次迎来智慧升级，对此刘庆峰也表示，站在当前语音和大模型全新的战略机遇交汇处，讯飞星火要通过五大核心战略，来打赢大模型之战。

　　第一，赋能现有的软硬件和行业产品，形成基本盘。背靠科大讯飞的根据地业务，深入教育、医疗、工业、汽车、家电等行业赛道，同时打造基于大模型的翻译机、学习机等王牌硬件产品。

　　第二，开拓以央国企为代表的重点行业客户市场。按照大模型能力可达程度的三个台阶，提供真正解决行业和企业刚需的方案。

　　第四，在万物互联时代，AI助手的入口级战略机遇。以“能听会说”为前端，以“能理解会思考”为后端，将极大推动万物互联时代进程。

　　刘庆峰通过多项行业和产品应用，亮出目前大模型成绩单。据了解，目前中国汽车出口的多语种技术，几乎全部由科大讯飞提供。奇瑞、蔚来、广汽、一汽等国产品牌都在和讯飞合作，国际汽车品牌大众在评估后也迅速落地应用，于3月13日发布首款搭载星火大模型的车型“ID.UNYX” 。

　　刘庆峰表示，大模型应用落地的一个关键是云边端一体化和软硬件一体化，在底座能力和垂直方向上要做透还要做好，用更小的算力做出相对更优效果。“在云侧，我们有很好的大参数的通用模型（各种不同尺寸都有），也有星火一体机、‘飞星一号’算力平台等完全自主可控的硬件支撑；在边、端侧，科大讯飞有在汽车等行业落地的中等参数模型和软硬件一体化方案，也有完全能够在手机等智能终端上安装和使用的‘小’模型和方案。从而形成了云边端一体化和软硬件一体化的综合落地优势。”

　　“本轮的通用人工智能，从国内外的发展看都是‘大平台加英雄主义’，没有通用大模型的底座能力，没有算法、数据等各方面的积累，就没有办法做出改变世界的大模型应用和产品。所以必须站在大平台之上。”刘庆峰说，从底座能力和承担的国家战略任务看，讯飞星火就是这个大平台，再往后大平台属性还会进一步增强；除此之外，还要有英雄主义，让每个人的创造力真正被激发出来，成为充满想象力、充满战斗力、充满开拓精神的英雄。

　　科大讯飞从语音起家。而OpenAI从通用底座的GPT-4，到有视觉功能的GPT-4V，到语音大模型Whisper、文生视频大模型Sora，再到今年5月份发布的语音和音视频能力都有所提升的GPT-4o，对全球语音市场都带来非常大的推动。

　　刘庆峰表示，原来的语音合成、语音识别、机器翻译等单点技术，通过大模型的理解能力、文本生成能力在后台加持提升，实现了语义理解、指令跟随、多轮对话、情绪感知、超拟人合成，真正使得语音交互得到提升。

　　“在这个背景下，语音领域的几乎所有应用都值得用新方式重构一遍，这就是现如今语音产业的全新战略机遇。”刘庆峰说，医疗导诊机器人、酒店服务机器人、所有企业的客服机器人等都可以重新做一遍；7×24小时营业场所的部分岗位、企业中的服务类岗位等都可以用数字员工；汽车、手机、家庭助手等终端的智能语音服务也能得到很大提升。“类似的应用领域非常多，产业空间巨大。”

　　他分析，GPT-4o对万物互联时代语音浪潮的推动，类似于当年Siri对语音应用的推动。“它备受关注的原因：超拟人合成，使得说话不再是朗读腔调，而是真的像人一样自由对话；全双工交互，可以同时（瞬时）进行信号的双向传输，人机对话可以随时打断和继续；通过语音到语音的端到端建模实现快速反应的极致交互体验。”

　　刘庆峰说，目前科大讯飞在超拟人合成技术方面，中英文、多语种都做到了国际领先。下一步，科大讯飞将发力远场高噪音多人说话场景、高表现力个性化场景、云边端一体化、软硬件一体化，从技术优势、市场先机、落地成效构建全方位持续领先优势。

(责任编辑：管理)