科大讯飞研究院：AI攀登者，一直在路上
2025-02-24
服务机器人、虚拟IP等数百个形象和声音，AI虚拟人交互平台为媒体、金融、文旅、政务、电商等行业场景提供虚拟人打造服务。 “机器人超脑平台”带来“人机协同”新时代
“身怀绝技”的四足机器狗小黑成为网红——头顶钢球健步如飞、爬坡下楼稳稳当当、闻到气体泄漏马上预警，现场观众惊叹“稳如老狗”。
为什么这么“稳”？靠的是讯飞研究院研发的基于多模态强化学习的运动控制算法，通过无偏差信息输入的评价网络，指导带噪信息输入的动作网络训练，最终实现可预测目标关节位置和真实关节位置。强大的不是“小黑”，而是小黑内嵌的“机器人超脑平台”，也是“超脑2030计划”阶段性突破——讯飞研究院将多模交互、运动控制、硬件模组结合深度理解能力全部集中到这一平台，为广大生态伙伴赋能，推动“人机协同”新时代的到来。未来，一个工作人员可能会和数百上千的“机器狗”共事，人通过收集前端机器狗排查到的问题，集中调度力量解决，从而大幅提升效率，人机协同的模式将广泛应用到服务领域、工业领域等各行各业。
“小黑”迈出的一小步，是AI机器人发展历程前进的一大步。根据“超脑2030计划”，科大讯飞将分阶段推出可养成的宠物机器人、外骨骼机器人、服务机器人，未来十年，让机器人走进每一个家庭，陪伴孩子成长、辅助老人独立行走、帮助家庭减轻劳动。
AI源动力：系统性创新解决社会刚需命题
2022年，人工智能技术的演进仍然不断落入各行各业，成为拓新变革的源动力。人们在工作、生活中感受到的全新体验与变化，也许都蕴含着讯飞研究院在技术上的每一次迈步。
在教育领域，讯飞研究院的知识图谱技术不仅登顶国际评测榜首，并且深入融合至教育相关产品中，真正实现了“通过知识图谱找弱项”。备受家长青睐的科大讯飞AI学习机独有的“AI个性化精准学系统”，也正是在此技术上今年再度升级，覆盖多学科、全阶段、区域化分层级的内容诊断，为AI+学习树立了行业标准的标杆。
融合贯穿了讯飞研究院全学科OCR识别、知识图谱、多维度学情画像、语义理解等核心技术，“因材施教”充分打通了过程学情记录、学情分析、智慧教学等环节，在2022年持续落地。目前，教育的区域级因材施教解决方案走向全国40多个城市、县区，人工智能正在深入教育的本质。
在医疗领域，依托于讯飞研究院在认知智能方面的持续创新，让机器的深度理解能力提升到了知识推理所能达到的新高度，科大讯飞研发出多模态AI问诊系统，联合北师大和北京安定医院构建了抑郁症筛查平台，实测数据表明对抑郁症筛查的准确率已经达到91.2%，在北京安定医院等实现了常态化试点，并将于明年向全国正式推广开来。全社会关注的青少年心理健康问题或许有了更加专业、精准的解决方案，呵护祖国的花朵们健康成长。与此同时，学习了人类医学知识、具备全科辅诊能力的智医助理，也因讯飞研究院在认知智能领域的技术突破有了更好的表现，在这一年里辅助基层医生修正诊断数超63万次，辅助诊断准确率提升至97%，覆盖疾病数量超过1400种，让每个人的生命健康都有了更智慧的AI守护者。
在车载领域，随着讯飞研究院创新提出多模态语音识别技术的率先落地，车载的语音识别系统实现了结合驾驶员唇形与语音特征，即使在后排、副驾、舱内外较为嘈杂的环境下，也能准确识别驾驶员说话内容并精准响应，同时添加的硬件设备还能实现视线检测、疲劳检测、手势检测等用途。智能座舱体验全面升级，车载人机智能交互有了全新的体验。
提起北京2022年冬奥会和冬残奥会，很多人仍然记忆犹新。作为北京2022年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商，这一年，科大讯飞承担的国家重点研发计划项目“冬奥多语种语言服务关键支撑技术及设备”顺利通过课题绩效评价，通过把多语种语音识别、多语种语音合成、多语种机器翻译、智能交互等各项技术用在冬奥会的具体场景中，打造史上首个沟通无障碍冬奥会，实现“人和人之间沟通无障碍、人和组织之间沟通无障碍、人和赛事之间沟通无障碍”。
AI科技树：用正确的方法，做有用的研究
成立17年以来，讯飞研究院坚持“面向世界前沿的技术创新、基于系统性思维的模式创新、前后贯穿的机制创新”，实现了从0到1的源头核心技术创新和从1到N的系统性创新，构建起“研究+工程+平台+资源”的完整研发体系，离不开“AI科技树”的底座支撑。以基础算法为主干节点，以技术体系为生长方向，以场景理解为发展动力——讯飞研究院的AI科技树，全面支撑了讯飞面向全行业的业务生命树。
在核心源头技术上，攀登从未停歇。2022年，讯飞研究院有47篇论文被ACL、KDD、SIGIR、ICASSP等国际人工智能领域顶级会议录用；获得15项全球人工智能竞赛评测的冠军，例如感知智能方面的2022 ECCV OOV-ST挑战赛文字识别赛道、国际声学场景和事件检测及分类挑战赛（DCASE），认知智能方面在科学知识推理挑战赛OpenBookQA中实现单模型全球首次超过人类平均水平，以及常识推理挑战赛CommonsenseQA 2.0中刷新机器科学常识推理水平的世界纪录。
AI科技树的枝繁叶茂，离不开国家级平台春风化雨的哺育。今年，“语音及语言信息处理国家工程实验室”已正式通过评估，转建为“语音及语言信息处理国家工程研究中心”，发力语音语言等人工智能技术创新更远的未来，在服务国家重大战略需求以及带动产业发展方面发挥关键作用。至此，科大讯飞承建了国家新一代人工智能开放创新平台、语音及语言信息处理国家工程研究中心等国家级平台，在多个技术方向奠定多项人工智能领域的里程碑。
这一年，讯飞研究院也积极参与行业重大趋势发声。面向元宇宙，在世界制造业大会人工智能创新论坛上，科大讯飞AI研究院执行院长、语音及语言信息处理国家工程研究中心副主任刘聪发表主旨演讲，提出了“人类不应仅是元宇宙的体验者，更应是主导者和设计者；元宇宙空间作为技术和数据枢纽，应更多地去做现实世界；‘需有所为而不可为’的事情；坚持推动数字经济赋能实体经济，以虚助实”的行业前瞻性思考。
这一年，数学家丘成桐来到了讯飞研究院，寄语讯飞研究院的青年科学家们“寻智能根基，兴数学科技”，“一路学一路做应用”，在实战当中不断提升数学能力，丘成桐和多所国内知名院校的数学研究团队的到来，是讯飞下一步基础研究发展重要的标志性事件。
因为看见，所以坚信。从单语种单场景到多语种多场景、从单模态智能到多模态智能、从算法创新到软硬一体化创新的拓展，AI生命树向阳而生，欣欣向荣。
站在全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新征程历史节点上，面对高质量发展的时代之问，讯飞研究院答案笃定：“用正确的方法，做有用的研究”，以价值创造为根本，用系统性创新解决重大社会刚需命题。