Signal YCurated AI News
更新于 11/5 20:4061 个信源

科大讯飞发布新一代端到端交互模型:语音大模型调用量增长20倍,端侧已具备约70%的云端能力

通用 AI10/23 19:39InfoQ 中国查看原文 ↗
摘要

科大讯飞发布新一代端到端交互模型,并披露语音大模型调用量增长约20倍、端侧已具备约70%云端能力。

核心要点
  • 发布主体为科大讯飞,产品定位是“端到端交互模型”,即把语音识别、理解与生成等环节整合进统一模型链路,而非传统多模块级联方案。
  • 官方给出的用量数据是语音大模型调用量增长约20倍,说明语音类交互在真实业务中的调用规模正在快速放大。
  • 端侧能力被量化为“约70%的云端能力”,意味着多数常规语音交互可在本地完成,有助于降低时延、减少云端算力与带宽成本。
  • 剩余的约30%云端能力差距,暗示复杂、长尾或高精度场景仍需端云协同,短期内端侧不会完全替代云端推理。
  • 该发布延续了国内厂商在语音交互赛道“端侧化+大模型化”的竞争方向,与通用多模态模型形成差异化定位。
AI 洞察
端到端建模加上端侧70%的云端能力,实质是把语音交互的成本结构和时延结构同时压低,这对以调用量计费的云侧商业模式是一次自我稀释,但对硬件入口(车机、耳机、学习机、机器人)却是关键推力。若20倍调用量增长属实,说明语音正在从“功能”变成高频默认入口,竞争焦点会从模型参数转向端侧算力效率与场景数据闭环。对云厂商与芯片厂商而言,这意味着价值将从“云端推理时长”向“端侧NPU+场景分发”迁移。