近日，“訊飛開放平臺”官方公眾號宣布，訊飛星火多模態交互大模型已正式上線，這一突破性的技術革新，標志著訊飛在人機交互領域邁出了重要一步。該模型不僅實現了從語音交互到音視頻流實時多模交互的跨越，還新增了“多模態、超擬人和個性化”三大核心能力，將語音、視覺和數字人交互完美融合，用戶只需一鍵調用，即可享受便捷的智能交互體驗。
訊飛星火多模態交互大模型首次引入了超擬人數字人技術，其數字人的動作與語音內容精準同步，表情和動作生成迅速，讓AI更加生動逼真。通過整合文本、語音和表情，該模型實現了跨模態的語義一致性，確保了情感表達的連貫性和真實性。
在交互速度方面，訊飛星火大模型同樣表現出色。它采用統一的神經網絡，實現了語音到語音的端到端建模，響應迅速且流暢。同時，該模型能夠敏銳感知情緒變化，并根據指令自由調整聲音的節奏、大小和角色設定，為用戶帶來更加個性化的交互體驗。
訊飛星火多模態交互大模型還支持多模態視覺交互，能夠全面感知具體背景場景和物流狀態等信息，對任務的理解更加精準。通過綜合判斷語音、手勢、行為和情緒等因素，該模型能夠作出合適的回復，實現更加自然和智能的交互。
用戶現在可以與數字人進行語音和視頻通話，享受自然流暢的對話體驗。數字人的表情和動作與說話內容完美匹配，使得交流更加生動有趣。星火超擬人數字人還支持識別攝像頭中的內容，如識別不同角色的組合、產品的品牌和作用以及花的品類等，進一步拓展了其應用場景。
