在2025年大阪·關(guān)西世博會(huì)上，中國館憑借其宏大的規(guī)模和豐富的展覽內(nèi)容，吸引了全球的目光。作為本屆世博會(huì)面積最大的外國自建館之一，中國館不僅展示了“嫦娥五號(hào)”和“嫦娥六號(hào)”帶回的月壤樣本，以及“蛟龍”號(hào)深潛器的體驗(yàn)艙，更在AI領(lǐng)域帶來了令人矚目的創(chuàng)新——由科大訊飛聯(lián)合打造的“AI孫悟空”。
這一創(chuàng)意源自中國第一部彩色動(dòng)畫長片《大鬧天宮》中的經(jīng)典角色孫悟空，他是無數(shù)中國人心中的動(dòng)畫英雄。在訊飛星火大模型的賦能下，“AI孫悟空”以中日英三國語言與觀眾進(jìn)行實(shí)時(shí)互動(dòng)，不僅傳播了中國文化，還成為了中國館的“導(dǎo)覽小能手”。他能夠圖文并茂地介紹中國地道的美食和意境深遠(yuǎn)的古詩詞，讓觀眾在輕松愉快的氛圍中領(lǐng)略中國文化的魅力。
“AI孫悟空”的亮相，無疑成為了中國館的一大亮點(diǎn)。他身著虎皮裙，手持金箍棒，形象生動(dòng)逼真。依托訊飛星火的技術(shù)，他能夠自如地切換三國語言，回答觀眾的問題，且回答風(fēng)格完全符合孫悟空的角色特點(diǎn)。即使在嘈雜的環(huán)境中，他也能精準(zhǔn)捕捉到觀眾的聲音，并迅速給出準(zhǔn)確的回答。
除了語言交流，“AI孫悟空”還展示了他的多才多藝。他能夠根據(jù)觀眾的請求，“寫詩作畫”，將古詩詞中的景象用畫筆描繪出來。這一功能不僅讓觀眾領(lǐng)略了AI技術(shù)的神奇，也讓他們更加深入地感受到了中國文化的魅力。
“AI孫悟空”的成功打造，離不開科大訊飛團(tuán)隊(duì)在數(shù)字人和星火大模型問答能力上的深厚積累。他們結(jié)合上影元為孫悟空構(gòu)建的3D模型，進(jìn)行了大量的AI化工作，讓孫悟空在動(dòng)起來的同時(shí)，還能結(jié)合大模型能力回復(fù)觀眾的問題，與人進(jìn)行交互。這種結(jié)合不僅讓孫悟空的形象更加生動(dòng)逼真，也讓觀眾在互動(dòng)中感受到了AI技術(shù)的魅力。
科大訊飛在語音識(shí)別領(lǐng)域的技術(shù)突破，為“AI孫悟空”的成功打造提供了有力支持。他們突破了“雞尾酒會(huì)”難題，實(shí)現(xiàn)了在多人對(duì)話的場景中精準(zhǔn)識(shí)別出多位主講人的聲音。這一技術(shù)不僅讓“AI孫悟空”在嘈雜的環(huán)境中也能準(zhǔn)確捕捉到觀眾的聲音，還為他提供了強(qiáng)大的語音識(shí)別能力。
科大訊飛的多情感超擬人語音合成技術(shù)也高度還原了孫悟空的聲線。他們通過語音大模型音色解耦技術(shù)，控制合成語音的音色，完美復(fù)刻了86年版《西游記》中孫悟空的配音演員李世宏老師的聲音。這一技術(shù)不僅讓“AI孫悟空”的聲音更加逼真，也讓他能夠用同樣的音色說出日語和英語，實(shí)現(xiàn)了孫悟空的聲音穿越時(shí)空與觀眾對(duì)話。
“AI孫悟空”的多模態(tài)交互能力也是他成功打造的關(guān)鍵因素之一。他能夠依據(jù)和游客語音對(duì)話的內(nèi)容生成豐富的動(dòng)作和表情，讓每一個(gè)動(dòng)作、每一個(gè)神態(tài)都與語言表達(dá)完美契合。同時(shí)，他還能依托訊飛星火大模型的視覺處理圖像理解與創(chuàng)作能力，基于語義需求生成高質(zhì)量視覺內(nèi)容，從而打造出這個(gè)能“寫詩作畫”的AI孫悟空。
科大訊飛在AI領(lǐng)域的深厚積累和技術(shù)突破，不僅讓“AI孫悟空”成為了本屆世博會(huì)上的一大亮點(diǎn)，也展示了中國科技實(shí)力的生動(dòng)注腳。這一創(chuàng)新不僅讓觀眾領(lǐng)略了AI技術(shù)的神奇和魅力，也為中國科技在國際舞臺(tái)上贏得了更多的關(guān)注和贊譽(yù)。
