📰 讯飞首发实时生成技术！像真人主播一样临场应变，表情动作实时刷新 - 智东西
科大讯飞推出数字人全系升级，首发实时生成的超拟人数字人，能够自带引路、避障、声源追踪及多模态感知，配合透明屏实现虚实同步的沉浸式体验。一台设备即可在展厅、门店、展馆等场景完成带路、讲解、一对一接待等任务，数字人从屏幕走向现实。行业在快速进入规模化应用阶段，数字人正由营销工具转变为企业统一交互入口，但落地仍面临定制门槛高、对话不稳定、音画不同步等挑战。讯飞通过底层技术三大创新与AI虚拟人交互平台、绘文及营销Agent等SaaS化产品，构建从技术研发到商业落地的一体化通道，提升稳定性、自然度与交互能力。核心在于：1) 双时域记忆驱动的长时视频生成，维持形象稳定与流畅性；2) 数据引导式低步数蒸馏实现高画质低延迟；3) 基于多模感知的强化学习提升应答准确性与情感表达。同时，超拟人语音合成支持多语种与情感表达，形成全链路的实时生成能力。未来，硬核技术+轻量化平台将成为数字人规模化普及的关键，帮助企业以较低成本实现持续创收。
🏷️ #数字人 #实时生成 #多模态 #商业落地 #AI平台
🔗 原文链接
📰 讯飞首发实时生成技术！像真人主播一样临场应变，表情动作实时刷新 - 智东西
科大讯飞推出数字人全系升级，首发实时生成的超拟人数字人，能够自带引路、避障、声源追踪及多模态感知，配合透明屏实现虚实同步的沉浸式体验。一台设备即可在展厅、门店、展馆等场景完成带路、讲解、一对一接待等任务，数字人从屏幕走向现实。行业在快速进入规模化应用阶段，数字人正由营销工具转变为企业统一交互入口，但落地仍面临定制门槛高、对话不稳定、音画不同步等挑战。讯飞通过底层技术三大创新与AI虚拟人交互平台、绘文及营销Agent等SaaS化产品，构建从技术研发到商业落地的一体化通道，提升稳定性、自然度与交互能力。核心在于：1) 双时域记忆驱动的长时视频生成，维持形象稳定与流畅性；2) 数据引导式低步数蒸馏实现高画质低延迟；3) 基于多模感知的强化学习提升应答准确性与情感表达。同时，超拟人语音合成支持多语种与情感表达，形成全链路的实时生成能力。未来，硬核技术+轻量化平台将成为数字人规模化普及的关键，帮助企业以较低成本实现持续创收。
🏷️ #数字人 #实时生成 #多模态 #商业落地 #AI平台
🔗 原文链接
