الإجاباتمنشور19 المصادر
iFLYTEK تطوّر فهم الصوت تمهيداً لتفاعل الروبوتات
عرضت iFLYTEK في مهرجان المطورين العالمي 1024 لعام 2026 مساراً يبدأ بالتفاعل الصوتي، ثم ينتقل إلى التفاعل متعدد الوسائط، وصولاً إلى روبوتات تتفاعل مع العالم المادي. الأرقام الخاصة ببنية النموذج ودعمه 99 لغة و202 لهجة تعود إلى تقارير سابقة عن نسخة Spark Audio 1.0 Preview، ولا تؤكد المصادر أنها بقيت كما هي في إصدار الم...
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- عرضت iFLYTEK في مهرجان المطورين العالمي 1024 لعام 2026 مساراً يبدأ بالتفاعل الصوتي، ثم ينتقل إلى التفاعل متعدد الوسائط، وصولاً إلى روبوتات تتفاعل مع العالم المادي.
- الأرقام الخاصة ببنية النموذج ودعمه 99 لغة و202 لهجة تعود إلى تقارير سابقة عن نسخة Spark Audio 1.0 Preview، ولا تؤكد المصادر أنها بقيت كما هي في إصدار المهرجان.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What did iFLYTEK announce at its 2026 Global 1024 Developer Festival about its progression from voice to multimodal and embodied robot inter. Article summary: iFLYTEK announced a progression from voice interaction to multimodal interaction and then embodied multimodal interaction for robots, combining software and hardware rather than treating speech as an isolated feature.[4]. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
في مهرجان المطورين العالمي 1024 لعام 2026، عرضت iFLYTEK تصوراً لتطوير التفاعل بين الإنسان والآلة على مراحل: من الصوت إلى التفاعل متعدد الوسائط، ثم إلى تفاعل متعدد الوسائط تتجسد قدراته في الروبوتات. ويشكّل SparkAudio 1.0 محور مرحلة الصوت، فيما أعلنت الشركة أيضاً تقنيات للتفاعل المتجسد ومنصة Robot Super Brain Platform 3.0. لكن تفاصيل قدرات الصوت أوضح في التغطية المتاحة من تفاصيل تنفيذ المنصة الروبوتية. 18
24
SparkAudio 1.0: فهم ما يُقال وما يحدث حوله
تقول iFLYTEK إن SparkAudio 1.0 يجمع الترجمة الآلية والتعرّف على الكلام وفهم المعنى في نموذج واحد. وتشمل القدرات التي أعلنتها الترجمة الفورية والتفاعل الصوتي، إلى جانب فصل المتحدثين في الوقت الفعلي، وفهم الصوت والأصوات المحيطة، والتعرّف على المشاعر. 18
21
وتصف الشركة الفكرة بمثال «محقّق الأصوات»: في شارع مزدحم، يُفترض أن يميّز النموذج بين أصوات متداخلة، مثل أبواق السيارات وباعة الشوارع والمركبات، وأن يستفيد من هذه الإشارات لفهم المشهد المحيط. هذا وصف لقدرة أعلنتها الشركة، وليس نتيجة اختبار أداء مستقل. 18
أرقام النسخة التجريبية ليست بالضرورة مواصفات الإصدار النهائي
تحدثت تقارير سابقة عن نسخة Spark-Audio-1.0-Preview، وذكرت أنها تستخدم مُرمّزاً صوتياً كثيفاً بحجم 0.65 مليار معلمة، إلى جانب نموذج لغوي بنحو 30B-A3B قائم على بنية مزيج الخبراء. كما أشارت إلى تدريبها على 13 مليون ساعة من الصوت وكمية كبيرة من النصوص، وإلى دعم 99 لغة و202 لهجة. لكن هذه مواصفات وردت في تقارير عن النسخة التجريبية، ولا تثبت المعلومات المتاحة أن جميعها انتقلت بلا تغيير إلى SparkAudio 1.0 الذي عُرض في المهرجان. 6
34
وأشارت تلك التقارير إلى استخدام موارد حوسبة محلية في التدريب. وسمّى أحد المصادر شرائح Huawei Ascend 910B وHygon BW1000 تحديداً، لكن هذا التفصيل الخاص بالعتاد لا تؤيده التغطيات الأخرى للنسخة التجريبية المذكورة هنا. 6
34
42
تحسينات معلنة من الشركة
نسبت تغطية الإطلاق إلى النموذج ثلاثة أساليب تقنية: النمذجة الصوتية شبه الخاضعة للإشراف، والنمذجة الطرفية إلى الطرف مع تقسيم ديناميكي للمقاطع، وفك الترميز التعاوني بنمطين. وأعلنت iFLYTEK تحسناً بنسبة 20% في الأداء الإجمالي، وانخفاضاً بنسبة 15% في زمن الاستجابة، وتراجعاً بنسبة 60% في التكلفة. 17
27
ينبغي التعامل مع هذه الأرقام على أنها نتائج أعلنتها الشركة. فالتغطية المشار إليها لا توضح بما يكفي معيار المقارنة أو طريقة التقييم، لذلك لا يمكن اعتبار «تحسن الأداء الإجمالي» زيادة محددة في الدقة أو نتيجة تحققت منها جهة مستقلة. 18
17
منتجات وخاتم للتسجيل الصوتي
أفادت التغطية بأن SparkAudio 1.0 أُدمج في لوحة مفاتيح iFLYTEK 16.0، وiFLYTEK Hearing، ودفاتر الشركة المكتبية الذكية، وأجهزة الترجمة التابعة لها. 18
25
وأعلنت الشركة أيضاً عن خاتم تسجيل صوتي يعمل بالذكاء الاصطناعي، يثبت مغناطيسياً على ظهر الهاتف. وذكرت تقارير الإطلاق أنه يستطيع تفريغ تسجيل مدته ساعتان في دقيقتين، وأن دقة التعرّف الإجمالية تتجاوز 96%. هذه أرقام للمنتج كما أوردتها التقارير، وليست قياسات مستقلة مؤكدة في المصادر المتاحة. 18
ما الذي نعرفه عن إعلان الروبوتات؟
قدّمت iFLYTEK تقنية Spark للتفاعل متعدد الوسائط المتجسد ومنصة Robot Super Brain Platform 3.0 ضمن توجهها للانتقال من واجهات الصوت إلى روبوتات تتفاعل في العالم المادي. 18
24
لكن التغطية المتاحة لا تقدم تفاصيل كافية للتحقق من ادعاءات أكثر تحديداً، مثل خفض الضوضاء، أو تحديد الشخص الذي يخاطب الروبوت، أو تنسيق الكلام والحركة، أو بدء المحادثة استناداً إلى ما تلتقطه الكاميرا، أو تنسيق العمل بين الجهاز والسحابة، أو تنفيذ مهام في الخلفية بالتزامن مع الحوار. كما لا تكفي لتأكيد التخصيص المعياري لقطاعات مختلفة أو تشغيل متجر على مدار الساعة من دون موظفين بواسطة الروبوتات. لذلك لا ينبغي عرض هذه النقاط على أنها قدرات مؤكدة استناداً إلى التقارير المتاحة. 18
24
الخلاصة الأوضح هي اتجاه الشركة: تقديم فهم الصوت بوصفه لبنة في مسار أوسع نحو التفاعل المتجسد. أما ما تستطيع منصة الروبوتات فعله عملياً، فالتفاصيل المنشورة عنه ما زالت أقل وضوحاً.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "iFLYTEK تطوّر فهم الصوت تمهيداً لتفاعل الروبوتات"؟
عرضت iFLYTEK في مهرجان المطورين العالمي 1024 لعام 2026 مساراً يبدأ بالتفاعل الصوتي، ثم ينتقل إلى التفاعل متعدد الوسائط، وصولاً إلى روبوتات تتفاعل مع العالم المادي.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
عرضت iFLYTEK في مهرجان المطورين العالمي 1024 لعام 2026 مساراً يبدأ بالتفاعل الصوتي، ثم ينتقل إلى التفاعل متعدد الوسائط، وصولاً إلى روبوتات تتفاعل مع العالم المادي. الأرقام الخاصة ببنية النموذج ودعمه 99 لغة و202 لهجة تعود إلى تقارير سابقة عن نسخة Spark Audio 1.0 Preview، ولا تؤكد المصادر أنها بقيت كما هي في إصدار المهرجان.