⁣
📰 别克×火山引擎：至境E7行业首发搭载豆包大模型最新版-品玩

别克至境E7搭载的豆包大模型将车载智能体从单纯的客服升级为具有思考、情感和成长能力的“数字家人”。通过端云协同实现模型实时更新与常新，系统级协同调度能够一站式完成复杂任务，并结合历史对话与车辆状态进行上下文推理，提升响应与用车场景的贴合度。E7在语音表达、情感呈现与高情商交互方面接近真人，支持多情绪、语速、方言与声线等个性化定制，并具备泛化能力，能理解模糊指令并生成符合场景的回答，还可进行声线模仿与角色扮演，提升互动趣味性。除了陪伴与娱乐，它还能精准定位需求，规划多目的地导航，并通过50英寸AR-HUD与环绕音响打造沉浸式出行体验；并能像专业随车顾问一样解读仪表、分步教学车辆功能，提升使用便捷性与舒适性。未来，火山引擎将持续推动AI大模型在整车空间的深度应用，让出行变得更温暖、智能与高效。

🏷️ #大模型 #车载智能 #人车互动 #语音情感 #个性化

🔗 原文链接

⁣
📰 全行业都在测语音AI

本文围绕百融云创开源的 CoDeTT 基准展开，揭示当前主流全模态大模型在语音交互中的“蒙对”现象及根本性盲区。通过对比传统端点检测、进阶 Benchmark 的局限，作者提出 CoDeTT 的三层诊断体系：边界检测、上下文推理、多方语用消歧，并引入语义错位率 SMR 这一新指标，用以衡量动作正确但理由错误的情况比例。实验显示，尽管模型在动作层面表现尚可，但在解释理由和应对复杂场景（如背景噪音、旁人对话、用户打断等）方面普遍欠缺。数据集包含300小时中英双语对话、18,000个标注决策、14种诊断场景，并通过六阶段流水线构建，确保标注一致性。研究结果指出：当前 TURN-Taking 能力被严重高估，最优模型的 SMR 仍在 15%~25% 区间，且上下文引入过多反而降低性能，特别是在打断等场景。CoDeTT 将评测从“做了什么”升级到“为何这么做”，为行业提供诊断工具，帮助产品和研究团队定位问题来源，推动从追求单纯准确率向理解模型决策的方向转变。未来行业需要以真实性能为目标，反思“反应快”是否真的代表了对话质量。

🏷️ #CoDeTT #SMR #TurnTaking #语音AI #评测创新

🔗 原文链接

⁣
📰 2025年中国用户选择“动口不动手”语音交互的主要原因数据分析：“避免手动输入繁琐”以48.60%的占比成为首要原因

在智能设备普及与大模型技术快速发展的背景下，语音交互已深度嵌入中国用户的数字生活。用户选择语音交互的核心动因集中在提升效率与操作便捷性，同时兼顾场景适配与健康关怀，呈现出“实用优先、体验驱动”的特征。具体数据表明，避免手动输入繁琐以48.60%成为首要原因；其次是“操作便捷，减少屏幕触控步骤”和“提升效率，快速完成多步骤任务”，分别占比40.41%与40.22%。此外，“双手忙碌”、“科技新鲜感、愿意尝试新功能”、“视力不佳，减少屏幕注视时间”的占比分别为38.55%、33.52%、32.40%，不使用语音交互的比例仅0.37%，显示语音交互已拥有广泛的用户基础。背后是数字生活场景的扩张与用户需求的深度演变：在长文本输入与复杂操作场景中，语音可“一句话完成任务”以降低操作成本；驾驶、烹饪等手被占用场景及健康需求也为其提供广阔空间。大模型迭代提升了语音交互的准确率与响应速度，降低使用门槛，推动新交互方式的探索。未来多模态大模型与智能硬件深度融合，将使语音交互超越单一指令执行，走向上下文理解与场景自适应，在车载、家居、办公等场景实现与视觉、触觉等协同的人机交互闭环，并通过针对特殊人群的适配优化扩大覆盖，让“动口不动手”成为更普惠、更智能的数字生活选择。

🏷️ #语音交互 #大模型 #多模态 #场景自适应 #数字生活

🔗 原文链接

⁣
📰 2025年中国语音智能体用户职业类型分布数据分析

2025年调研显示，普通语音助手与AI大模型在用户场景应用扩大。用户关注方言口音识别、嘈杂环境中的稳定性，以及隐私安全与授权边界。为提升便捷性，越来越多用户偏好“动口不动手”的语音交互；在工作中，仍有比例用户坚持手动操作，性别、年龄分层差异明显。
从用户关注点看，智能体将推动“无APP化”与平台协作，改善跨场景服务；但用户也关注数据共享、授权权限使用原则、广告依赖对体验的冲击，以及对老年人适配功能的需求。在豆包手机助手、平台后续合作与竞争中，用户期望更高的个性化、更强的隐私保护，以及更清晰的商业规则。

🏷️ #语音助手 #无APP化 #平台协作 #隐私安全

🔗 原文链接

⁣
📰 2026数字人一体机：语音识别与透明OLED技术哪家强？_中华网

在数字化浪潮的推动下，企业对智能交互设备的需求显著增加，尤其是数字人一体机市场规模同比增长68%。然而，许多企业反馈设备存在语音识别准确率低、透明屏显示效果差等问题，影响了教学和服务效率。为了解决这些问题，本文调研了100多家服务商，分析了语音识别、透明OLED显示等12项核心指标，旨在为企业选型提供参考。

北京互视达科技有限公司作为行业领军企业，专注于智能商显领域，提供高达98.5%的语音识别准确率和45%的透明OLED透光率。其数字人一体机广泛应用于教育、政务、医疗等多个场景，能够快速响应行业需求，并提供全流程服务，确保落地效果。通过技术创新和深度适配，互视达帮助企业提升了信息展示的互动性，降低了管理成本。

在数字化转型的背景下，北京互视达将继续推动数字人一体机生态的高质量发展。其产品不仅解决了行业痛点，还通过智能硬件与软件平台的结合，实现了企业信息展示的升级，提升了用户体验。企业在选型时应优先考虑自身行业特性，以确保设备的有效性与适用性。

🏷️ #数字化 #智能交互 #语音识别 #透明显示 #企业选型

🔗 原文链接