AnswersPublished19 sources
Od hlasu k robotům: jakou cestu si iFLYTEK vytyčil
iFLYTEK na festivalu Global 1024 v roce 2026 představil SparkAudio 1.0 a popsal postup od hlasového ovládání přes multimodální interakci až k robotům. Údaje o architektuře modelu, 99 jazycích a 202 dialektech pocházejí z dřívější verze Preview; není potvrzeno, že všechny platí i pro finální SparkAudio 1.0.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- iFLYTEK na festivalu Global 1024 v roce 2026 představil SparkAudio 1.0 a popsal postup od hlasového ovládání přes multimodální interakci až k robotům.
- Údaje o architektuře modelu, 99 jazycích a 202 dialektech pocházejí z dřívější verze Preview; není potvrzeno, že všechny platí i pro finální SparkAudio 1.0.
- Firma uvádí lepší výsledky, kratší odezvu i nižší náklady, ale dostupné zprávy neposkytují dost podrobností k nezávislému posouzení těchto čísel.
AI Prompt
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
Na festivalu Global 1024 pro vývojáře v roce 2026 nastínil iFLYTEK cestu od hlasového ovládání přes multimodální interakci až k robotům, kteří se mají zapojovat do dění ve fyzickém světě. Hlavním bodem v oblasti hlasu je SparkAudio 1.0. Firma zároveň představila technologii Spark pro ztělesněnou multimodální interakci a platformu Robot Super Brain 3.0. O hlasovém modelu je k dispozici více konkrétních informací než o tom, jak přesně má fungovat robotická část. 18
24
Nejen přepis řeči, ale i porozumění zvukům
iFLYTEK popisuje SparkAudio 1.0 jako model, který spojuje strojový překlad, rozpoznávání řeči a sémantické porozumění. Mezi oznámené schopnosti patří simultánní tlumočení a hlasová interakce, ale také rozlišování mluvčích v reálném čase, porozumění zvukům a zvukovému prostředí a rozpoznávání emocí. 18
21
Představu o zamýšleném využití firma přiblížila obrazem „zvukového detektiva“. V rušné ulici má model oddělit překrývající se hlasy, rozpoznat třeba troubení, pouliční prodejce nebo projíždějící vozidla a z těchto zvukových vodítek odhadnout, co se kolem děje. Jde o schopnost popsanou firmou, nikoli o nezávislý test výkonu. 18
Parametry z verze Preview berte s rezervou
Dřívější zprávy o Spark-Audio-1.0-Preview uváděly zvukový kodér s 0,65 miliardy parametrů a jazykový model 30B-A3B založený na architektuře mixture of experts (MoE). Podle těchto zpráv se model učil na 13 milionech hodin zvukových dat a rozsáhlém textovém korpusu a podporoval 99 jazyků a 202 dialektů. Jde o údaje k dřívější verzi Preview; dostupné zprávy nepotvrzují, že se všechny parametry beze změny vztahují i na SparkAudio 1.0 představený na festivalu. 6
34
Zprávy o verzi Preview také uvádějí, že byla trénována na domácím výpočetním vybavení. Jeden zdroj konkrétně zmiňuje čipy Huawei Ascend 910B a Hygon BW1000, tento detail ale ostatní citované zprávy o Preview nepotvrzují. 6
34
42
Lepší výsledky podle firmy, podrobností je málo
Zprávy o uvedení připisují SparkAudio 1.0 tři technické postupy: polořízené modelování zvuku, end-to-end modelování s dynamickým dělením a společné dekódování založené na dvou přístupech. iFLYTEK uvádí o 20 % lepší celkový výkon, o 15 % kratší dobu odezvy a o 60 % nižší náklady. 17
27
Tato čísla je třeba chápat jako výsledky uváděné firmou. Citované zprávy nepopisují dostatečně srovnávací základ ani metodiku testování. Z údaje o „celkovém výkonu“ proto nelze vyvozovat konkrétní nárůst přesnosti nebo nezávisle ověřený výsledek. 18
17
Model v produktech a nahrávací prsten
Podle zveřejněných zpráv se SparkAudio 1.0 objevil v produktech iFLYTEK, mezi které patří klávesnice iFLYTEK Input Method 16.0, služba iFLYTEK Hearing, chytré kancelářské zápisníky a překladače. 18
25
Firma představila také magnetický AI nahrávací prsten, který se připevňuje na zadní stranu telefonu. Zprávy o uvedení uvádějí, že dvě hodiny nahrávky dokáže přepsat za dvě minuty, a deklarují celkovou přesnost rozpoznávání přes 96 %. Jde o produktové údaje z médií, nikoli o nezávisle ověřená měření v citovaných zprávách. 18
Robotická vize zatím bez mnoha ověřitelných detailů
iFLYTEK představil technologii Spark pro ztělesněnou multimodální interakci a platformu Robot Super Brain 3.0 jako součást posunu od hlasových rozhraní k robotům, které mají komunikovat v reálném světě. 18
24
Dostupné zprávy z akce však neposkytují dost podkladů k ověření konkrétnějších tvrzení o potlačování hluku, rozpoznání člověka, který na robota mluví, koordinaci řeči s pohybem, zahájení rozhovoru na základě obrazu z kamery nebo spolupráci zařízení s cloudem. Stejně tak z nich nelze potvrdit práci na úlohách na pozadí, úpravy pro jednotlivá odvětví ani provoz nepřetržitě otevřeného obchodu řízeného roboty. Tyto schopnosti proto nelze na základě dostupného zpravodajství považovat za doložené. 18
24
Hlavní sdělení je zatím především strategické: iFLYTEK představuje porozumění zvuku jako jeden ze základních stavebních kamenů širšího plánu na ztělesněnou interakci. Veřejně dostupný popis robotické platformy je ale podstatně méně podrobný než informace o SparkAudio 1.0. 18
24
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Od hlasu k robotům: jakou cestu si iFLYTEK vytyčil"?
iFLYTEK na festivalu Global 1024 v roce 2026 představil SparkAudio 1.0 a popsal postup od hlasového ovládání přes multimodální interakci až k robotům.
What are the key points to validate first?
iFLYTEK na festivalu Global 1024 v roce 2026 představil SparkAudio 1.0 a popsal postup od hlasového ovládání přes multimodální interakci až k robotům. Údaje o architektuře modelu, 99 jazycích a 202 dialektech pocházejí z dřívější verze Preview; není potvrzeno, že všechny platí i pro finální SparkAudio 1.0.
What should I do next in practice?
Firma uvádí lepší výsledky, kratší odezvu i nižší náklady, ale dostupné zprávy neposkytují dost podrobností k nezávislému posouzení těchto čísel.