2025大模型“中標(biāo)王”出爐了

毫無懸念，又是科大訊飛

無論金額還是數(shù)量，訊飛都高居第一

為什么說“又”

因?yàn)?024年的大模型中標(biāo)王

也是科大訊飛

甚至，還有很多老司機(jī)預(yù)判

2026年，中標(biāo)王大概率還是科大訊飛

為啥？只因訊飛又踩準(zhǔn)了爆發(fā)點(diǎn)

這就是：智能體

你發(fā)現(xiàn)了嗎

整個(gè)業(yè)界，從未有過如此統(tǒng)一的共識(shí)

各類廠商步調(diào)出奇一致

全在加碼智能體

這種大背景之下

大模型落地能力的爭(zhēng)奪

就變成了AI工程化交付能力的較量

而這，恰恰是科大訊飛的強(qiáng)項(xiàng)

在1月26日剛剛結(jié)束的

訊飛星辰智能體平臺(tái)升級(jí)發(fā)布會(huì)上

科大訊飛“狂卷智能體”的大招來了

這個(gè)大招就是「多模協(xié)同」

在過去的2025年，我們看到

業(yè)界涌現(xiàn)出各種各樣的智能體

這些智能體都“有點(diǎn)東西但是不多”

多模態(tài)能力不足影響了實(shí)際落地效果

此次，訊飛以「多模協(xié)同」為技術(shù)基石

打破語音、視覺、動(dòng)作、業(yè)務(wù)流之間的壁壘

將智能體從對(duì)話機(jī)器

升級(jí)為可嵌入千行百業(yè)、具備復(fù)雜問題解決能力的數(shù)字員工與業(yè)務(wù)伙伴

• 科大訊飛將核心能力全部產(chǎn)品化、模塊化、平臺(tái)化，客戶和生態(tài)只需要按業(yè)務(wù)需求組合能力，即可快速生成一個(gè)可落地、可交付的生產(chǎn)級(jí)Agent。

具體怎么干呢？

我們針對(duì)傳統(tǒng)Agent的各種短板

逐個(gè)來?yè)羝?/p>

01、交互 for Agent

過去，開發(fā)一款機(jī)器人、智能硬件

是一項(xiàng)繁瑣且高門檻的工程

尤其在“五感”和“智商”上

眼睛（視覺）耳口（語音）大腦（大模型）

在不同的開發(fā)平臺(tái)之間來回倒騰

工作量大，交互效果差

現(xiàn)在，訊飛把兩大核心平臺(tái)打通

1、星辰智能體平臺(tái)是“大腦”

負(fù)責(zé)邏輯思考、任務(wù)編排和業(yè)務(wù)流處理

2、訊飛AIUI開放平臺(tái)是“嘴巴和耳朵”

是讓硬件具備智能交互能力的平臺(tái)

讓硬件能聽得清、說得準(zhǔn)、能交互

開發(fā)者在構(gòu)建機(jī)器人、智能硬件時(shí)

直接調(diào)用兩個(gè)平臺(tái)的能力

一鍵接入語音交互

瞬間擁有頂級(jí)的“五感”

這極大降低了開發(fā)門檻

讓機(jī)器人智能體迎來了質(zhì)的飛躍

① 面部識(shí)別

從看見臉到鎖定對(duì)話人

通過視聽融合技術(shù)，機(jī)器人不僅能識(shí)別面部，還能在多人嘈雜環(huán)境中結(jié)合聲源定位，精準(zhǔn)鎖定當(dāng)前的對(duì)話主角，實(shí)現(xiàn)自由交互。

②多模態(tài)感知

這下厲害了，智能體耳聰目明嘴又甜

還能理解周圍環(huán)境，洞察人類意圖

③ 多模內(nèi)容輸出

智能體和人類的交流方式

可以更加豐富多樣，除了文本、語音

還可以圖像視頻或結(jié)構(gòu)化數(shù)據(jù)，甚至某個(gè)行為

02、運(yùn)動(dòng) for Agent

快速規(guī)劃動(dòng)作軌跡

讓機(jī)器人手腦合一

你可以隨便動(dòng)動(dòng)嘴，使喚機(jī)器人

我們拿訊飛桌面硬件機(jī)器人舉例

①通過對(duì)話布置任務(wù)

②理解任務(wù)，快速規(guī)劃動(dòng)作軌跡

③結(jié)合多模態(tài)，完成任務(wù)執(zhí)行

03、形象 for Agent

除了實(shí)體機(jī)器人智能體

我們?cè)谏钪懈Ｒ姷氖?/p>

活躍在屏幕里的虛擬人智能體

如何讓這些智能體更有“真人感”呢

訊飛升級(jí)了「多模態(tài)超擬人交互技術(shù)

嘿嘿，虛擬人終于“人里人氣”的了

不僅能說，還會(huì)演

口型、表情、眼神隨語音內(nèi)容實(shí)時(shí)自然變化

訊飛還提供多人高噪場(chǎng)景自由交互技術(shù)

哪怕是候車大廳這種嘈雜的場(chǎng)景下

也能認(rèn)準(zhǔn)你、聽清你

不受背景噪音干擾

只和你一個(gè)人面對(duì)面交流

不僅如此，通過訊飛星辰的編排

我們可以為智能體注入“靈魂”

讓他們既懂專業(yè)知識(shí)，又懂業(yè)務(wù)邏輯

這才是企業(yè)需要的能扛活的數(shù)字員工

• 通過這一套「造皮囊+注靈魂」的組合拳，企業(yè)可以快速生成一個(gè)既擁有專業(yè)形象（如穿著制服、表情得體的客服），又具備專業(yè)技能的“數(shù)字員工”。

04、人設(shè) for Agent

千篇一律的客服臉、機(jī)器音

人設(shè)枯燥單一，用戶根本不想聊

企業(yè)想要個(gè)有品牌特色的代言人

定制成本又太高

訊飛星辰智能體平臺(tái)

可以精準(zhǔn)定制角色模型

實(shí)現(xiàn)智能體交互千人千面

你的AI員工可以是張飛，也可以是貂蟬

訊飛業(yè)界首發(fā)百變聲音創(chuàng)造

通過聲音與多屬性信息聯(lián)合訓(xùn)練

（語種、方案、情感、風(fēng)格人設(shè)）

只需要一句話描述文本

即可實(shí)現(xiàn)聲音百變風(fēng)格切換

05、執(zhí)行 for Agent

大多數(shù)AI只能給你出主意

（內(nèi)容生成：文本、圖片、視頻）

具體閉環(huán)干活還得靠自己動(dòng)手

（復(fù)制粘貼、鍵鼠操作、工具調(diào)用）

星辰智能體平臺(tái)與RPA相結(jié)合

一方面，AI智能體有了能直接干活的手腳

另一方面，傳統(tǒng)RPA也有腦子、懂人話了

接下來，只需要一句話發(fā)號(hào)施令

AI就能幫你閉環(huán)把事兒干完

自動(dòng)化瀏覽器操作

一站完成數(shù)據(jù)處理

看到這里，你就明白了吧

訊飛通過一系列的多模態(tài)「加持手段」

讓智能體脫胎換骨，扛活兒能力飆升

在智能體大規(guī)模落地的2026

訊飛拋出了多模態(tài)能力全面升級(jí)殺手锏

死磕落地場(chǎng)景和工程化交付

各種行業(yè)大單，可以盡管放馬過來了

同時(shí)，訊飛還以場(chǎng)景為核心

打造出面向出海的智能體業(yè)務(wù)矩陣

覆蓋中東、東南亞的8大智能體應(yīng)用場(chǎng)景

訊飛這架勢(shì)，不光要做國(guó)內(nèi)的「中標(biāo)王」

還要當(dāng)出海場(chǎng)景的「航海王」

所以，圈里老司機(jī)這波預(yù)測(cè)很穩(wěn)

用多模協(xié)同，狂卷智能體落地

2026大模型中標(biāo)王

大概率還是科大訊飛！