在2025科大訊飛1024開發(fā)者節(jié)現(xiàn)場，一款具備突破性交互能力的多模態(tài)數(shù)字人成為焦點。這款名為"小飛"的數(shù)字導(dǎo)覽員不僅實現(xiàn)了從簡單問答到復(fù)雜場景服務(wù)的跨越，更通過個性化功能重新定義了人機交互的邊界。

據(jù)現(xiàn)場演示，"小飛"突破了傳統(tǒng)數(shù)字人的功能局限。其搭載的八項核心技術(shù)包括遠(yuǎn)場語音識別、3D空間感知和情感語義分析，使它能同時與多位用戶展開自然對話。更引人注目的是其記憶功能——通過分析訪客歷史交互數(shù)據(jù)，"小飛"能主動提供個性化提醒，例如根據(jù)用戶過往偏好推薦展覽路線。

形象定制能力是該數(shù)字人的另一大亮點。技術(shù)人員現(xiàn)場展示其快速切換虛擬形象的功能，僅需幾秒即可從標(biāo)準(zhǔn)形象轉(zhuǎn)變?yōu)?林黛玉"等經(jīng)典角色。這種多形態(tài)服務(wù)模式不僅提升了用戶體驗，更為文旅、教育等場景開辟了新的應(yīng)用可能。

科大訊飛董事長劉慶峰在主題演講中強調(diào)："我們正在見證AI從工具向伙伴的進(jìn)化。'小飛'的核心價值在于它能理解物理空間中的情感需求，提供有溫度的服務(wù)。"這種進(jìn)化體現(xiàn)在技術(shù)架構(gòu)的革新上——通過融合多模態(tài)感知系統(tǒng)，數(shù)字人具備了環(huán)境適應(yīng)能力和上下文理解能力。

同步發(fā)布的"百變聲音復(fù)刻"技術(shù)同樣引發(fā)關(guān)注。該技術(shù)基于星火語音大模型，用戶僅需提供10秒語音樣本即可完成音色克隆，配合風(fēng)格轉(zhuǎn)換算法能生成新聞播報、卡通配音等多樣化聲線。這項突破將使內(nèi)容創(chuàng)作者擁有專屬"聲音庫"，在有聲讀物、數(shù)字人配音等領(lǐng)域催生新的商業(yè)模式。

技術(shù)團隊透露，兩項創(chuàng)新成果均已進(jìn)入商用階段。"小飛"數(shù)字人系統(tǒng)正在博物館、科技館等場所進(jìn)行實地測試，其多語言支持功能特別受到國際游客好評。而聲音復(fù)刻技術(shù)則計劃在年內(nèi)開放個人用戶接口，預(yù)計將引發(fā)內(nèi)容創(chuàng)作領(lǐng)域的變革。