Câu trả lờiĐã xuất bản19 nguồn
Từ trợ lý giọng nói đến robot: hướng đi mới của iFLYTEK
Tại Global 1024 Developer Festival 2026, iFLYTEK đặt SparkAudio 1.0 vào giai đoạn tương tác bằng giọng nói, đồng thời phác thảo hướng đi tiếp theo là tương tác đa phương thức được hiện thân trên robot. Các thông số như bộ mã hóa âm thanh 0,65 tỷ tham số, mô hình MoE 30B A3B, 99 ngôn ngữ và 202 phương ngữ xuất phát t...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Tại Global 1024 Developer Festival 2026, iFLYTEK đặt SparkAudio 1.0 vào giai đoạn tương tác bằng giọng nói, đồng thời phác thảo hướng đi tiếp theo là tương tác đa phương thức được hiện thân trên robot.
- Các thông số như bộ mã hóa âm thanh 0,65 tỷ tham số, mô hình MoE 30B A3B, 99 ngôn ngữ và 202 phương ngữ xuất phát từ thông tin về bản Spark Audio 1.0 Preview trước đó, chưa chắc là cấu hình cuối cùng của phiên bản ra...
Prompt AI
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
Tại Global 1024 Developer Festival 2026, iFLYTEK trình bày lộ trình tương tác người–máy theo ba chặng: từ giọng nói, đến tương tác đa phương thức, rồi đưa tương tác đa phương thức vào robot. SparkAudio 1.0 là sản phẩm nổi bật ở chặng giọng nói; công ty cũng công bố công nghệ tương tác đa phương thức hiện thân và Robot Super Brain Platform 3.0. Tuy vậy, thông tin về tính năng xử lý tiếng nói chi tiết hơn đáng kể so với mô tả về cách nền tảng robot hoạt động. 18
24
SparkAudio 1.0 muốn hiểu âm thanh, không chỉ chép lời
iFLYTEK cho biết SparkAudio 1.0 tích hợp dịch máy, nhận dạng tiếng nói và hiểu ngữ nghĩa trong một mô hình. Các năng lực được giới thiệu gồm dịch đồng thời, tương tác bằng giọng nói, tách người nói theo thời gian thực, hiểu âm thanh và âm thanh môi trường, cùng nhận diện cảm xúc. 18
21
Ví dụ mà công ty đưa ra là một “thám tử âm thanh”: giữa phố đông ồn ào, mô hình được kỳ vọng có thể tách những giọng nói chồng lấn, phân biệt tiếng còi, tiếng rao và tiếng xe, rồi dựa vào đó diễn giải khung cảnh xung quanh. Đây là mô tả về năng lực do công ty đưa ra, không phải kết quả kiểm thử độc lập. 18
Cần phân biệt thông số bản Preview với phiên bản ra mắt
Các bài viết trước đó về Spark-Audio-1.0-Preview nêu cấu hình gồm bộ mã hóa âm thanh dense 0,65 tỷ tham số, kết hợp với mô hình ngôn ngữ MoE 30B-A3B. Những bài viết này cũng cho biết mô hình được huấn luyện trên 13 triệu giờ âm thanh cùng một kho dữ liệu văn bản lớn, và hỗ trợ 99 ngôn ngữ cùng 202 phương ngữ. Đây là thông số được công bố về bản Preview; thông tin hiện có chưa xác nhận mọi chi tiết đều được giữ nguyên trong SparkAudio 1.0 giới thiệu tại lễ hội. 6
34
Các bài viết về bản Preview mô tả quá trình huấn luyện sử dụng tài nguyên điện toán trong nước. Một nguồn nêu cụ thể chip Huawei Ascend 910B và Hygon BW1000, nhưng chi tiết phần cứng này không được các bài viết Preview khác được trích dẫn xác nhận. 6
34
42
Những mức cải thiện do công ty công bố
Các bài viết về màn ra mắt nêu ba hướng kỹ thuật của SparkAudio 1.0: mô hình hóa âm thanh bán giám sát, mô hình đầu cuối với phân đoạn động và giải mã phối hợp hai mô thức. iFLYTEK công bố mức cải thiện 20% về hiệu quả tổng thể, giảm 15% thời gian phản hồi và giảm 60% chi phí. 17
27
Nên xem đây là kết quả do công ty công bố. Các bài viết được trích dẫn không nêu đủ thông tin về mốc so sánh hay phương pháp đánh giá để xác định “hiệu quả tổng thể” tương ứng với một mức tăng cụ thể về độ chính xác hay đã được kiểm chứng độc lập. 18
17
Tích hợp sản phẩm và vòng ghi âm AI
Theo các bài viết đưa tin, SparkAudio 1.0 đã được triển khai trên iFLYTEK Input Method 16.0, iFLYTEK Hearing, sổ tay văn phòng thông minh và thiết bị phiên dịch của hãng. 18
25
Công ty cũng giới thiệu vòng ghi âm AI gắn từ tính vào mặt sau điện thoại. Tin tức về buổi ra mắt cho biết thiết bị có thể chuyển hai giờ ghi âm thành văn bản trong hai phút và công bố độ chính xác nhận dạng tổng thể trên 96%. Đây là các con số được đưa tin về sản phẩm, chưa phải số đo được xác minh độc lập trong những nguồn được trích dẫn. 18
Công bố về robot cho thấy định hướng, chưa phải toàn bộ năng lực
iFLYTEK đặt công nghệ tương tác đa phương thức hiện thân Spark và Robot Super Brain Platform 3.0 trong lộ trình đưa AI từ giao diện giọng nói sang robot có thể tương tác trong thế giới vật lý. 18
24
Tuy nhiên, các bài viết về sự kiện được trích dẫn chưa cung cấp đủ chi tiết để xác minh những tuyên bố cụ thể hơn về khử tiếng ồn, nhận biết ai đang nói với robot, phối hợp lời nói và chuyển động, khởi động hội thoại bằng camera, phối hợp giữa thiết bị và đám mây, xử lý tác vụ nền, tùy biến theo ngành bằng cấu phần mô-đun hay cửa hàng 24 giờ do robot vận hành không cần nhân viên. Vì vậy, không nên xem các nội dung này là năng lực đã được xác nhận dựa trên thông tin hiện có. Điểm rõ nhất là hướng phát triển: iFLYTEK xem khả năng hiểu âm thanh thống nhất như một nền tảng cho tương tác hiện thân, trong khi thông tin công khai về nền tảng robot vẫn còn hạn chế hơn. 18
24
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Từ trợ lý giọng nói đến robot: hướng đi mới của iFLYTEK" là gì?
Tại Global 1024 Developer Festival 2026, iFLYTEK đặt SparkAudio 1.0 vào giai đoạn tương tác bằng giọng nói, đồng thời phác thảo hướng đi tiếp theo là tương tác đa phương thức được hiện thân trên robot.
Những điểm chính cần xác nhận đầu tiên là gì?
Tại Global 1024 Developer Festival 2026, iFLYTEK đặt SparkAudio 1.0 vào giai đoạn tương tác bằng giọng nói, đồng thời phác thảo hướng đi tiếp theo là tương tác đa phương thức được hiện thân trên robot. Các thông số như bộ mã hóa âm thanh 0,65 tỷ tham số, mô hình MoE 30B A3B, 99 ngôn ngữ và 202 phương ngữ xuất phát từ thông tin về bản Spark Audio 1.0 Preview trước đó, chưa chắc là cấu hình cuối cùng của phiên bản ra...