從「天工大模型1.0」的研發(fā)到「天工大模型3.0」的發(fā)布，再到今天的「天工大模型4.0」階段，我們堅(jiān)定地投入了近四年的時(shí)間和研發(fā)。今天，昆侖萬(wàn)維正式推出「天工大模型4.0」4o版（Skywork 4o），以及新產(chǎn)品「實(shí)時(shí)語(yǔ)音對(duì)話助手Skyo」。

Skyo作為一個(gè)智能語(yǔ)音互動(dòng)產(chǎn)品，具備快速響應(yīng)、多語(yǔ)言對(duì)話能力，它能夠主動(dòng)發(fā)起對(duì)話、實(shí)時(shí)打斷。同時(shí)，Skyo具備情感化反應(yīng)和個(gè)性化聲音定制功能，為用戶帶來(lái)溫暖貼心的陪伴體驗(yàn)。

更重要的是，基于天工AI的大模型技術(shù)能力和AI搜索功能，Skyo能克服大模型幻覺(jué)問(wèn)題，在對(duì)話中回復(fù)真實(shí)內(nèi)容。無(wú)論在情感陪伴、個(gè)性化交互、多語(yǔ)言客服還是時(shí)事新聞聊天等應(yīng)用場(chǎng)景中，都能提供智能且貼合需求的互動(dòng)。

當(dāng)前，昆侖萬(wàn)維旗下天工AI的應(yīng)用生態(tài)羽翼豐滿、備受用戶喜愛(ài)，功能矩陣涵蓋AI搜索、AI文檔-音視頻分析、AI寫(xiě)作、AI音樂(lè)、AI圖片生成、AI PPT。

實(shí)時(shí)語(yǔ)音對(duì)話助手Skyo的推出和加入，不僅讓天工AI的生態(tài)矩陣更加立體、逐漸完善，也標(biāo)志著端到端實(shí)時(shí)語(yǔ)音對(duì)話建模技術(shù)的重大進(jìn)步。

同時(shí)，以Skyo為代表的AI語(yǔ)音互動(dòng)應(yīng)用，正是我們期待的下一代超級(jí)個(gè)人助理的終極交互形態(tài)，結(jié)合未來(lái)Skyo所期待具備的多模態(tài)交互能力，它更是一次人機(jī)交互模式的新體驗(yàn)和革命性飛躍。

模型自研，打造端到端、更卓越的實(shí)時(shí)語(yǔ)音對(duì)話系統(tǒng)

通過(guò)深入研究實(shí)時(shí)語(yǔ)音對(duì)話過(guò)程，我們發(fā)現(xiàn)仍有一些痛點(diǎn)尚未被現(xiàn)有方案解決：全雙工響應(yīng)延遲較長(zhǎng)、對(duì)話不夠連貫、語(yǔ)音生成和交互體驗(yàn)不夠自然，以及對(duì)多語(yǔ)言和情緒表達(dá)的支持不足。

昆侖萬(wàn)維則希望充分利用我們?cè)贏I大模型、AI音樂(lè)、AI搜索中的研發(fā)經(jīng)驗(yàn)，提供更自然、更流暢、更擬人、低延時(shí)的用戶交互體驗(yàn)。

「天工大模型4.0」4o版（Skywork 4o）以及Skyo由我們的技術(shù)團(tuán)隊(duì)自主研發(fā)，他們具有深厚的語(yǔ)音和音樂(lè)大模型的技術(shù)經(jīng)驗(yàn)以及大量語(yǔ)音數(shù)據(jù)積累。端到端自研先進(jìn)鏈路，能在多任務(wù)下表現(xiàn)出色，尤其在高強(qiáng)度對(duì)話交互中仍能保持穩(wěn)定性和流暢性。

「天工大模型4.0」4o版（Skywork 4o）模型優(yōu)勢(shì)：

1、高效響應(yīng)速度：通過(guò)端到端的語(yǔ)音對(duì)話建模，實(shí)現(xiàn)低延遲響應(yīng)，接近人對(duì)話的思考問(wèn)答時(shí)間。

2、支持實(shí)時(shí)打斷：用戶無(wú)需點(diǎn)擊對(duì)話開(kāi)始和結(jié)束的按鈕，全雙工系統(tǒng)支持聊天中任意打斷。

3、情感理解與個(gè)性化記憶：能夠理解用戶的情緒并提供情感化回應(yīng)，對(duì)話更具人性化。

4、可定制的聲音風(fēng)格：支持用戶定制或挑選助手的音色和風(fēng)格。

5、有能力支持多語(yǔ)言：根據(jù)用戶需求在多語(yǔ)言之間切換，適應(yīng)全球化應(yīng)用場(chǎng)景。

產(chǎn)品亮點(diǎn)與實(shí)測(cè)

基于模型能力和先進(jìn)的端到端實(shí)時(shí)語(yǔ)音對(duì)話建模技術(shù)，Skyo頗具亮點(diǎn)，能實(shí)現(xiàn)以下功能：

1、能在1秒內(nèi)回復(fù)、聊天中可打斷：依托全雙工+低延時(shí)技術(shù)，系統(tǒng)能隨時(shí)聊天和打斷，帶給用戶更自然對(duì)話感。

2、主動(dòng)交流：系統(tǒng)在檢測(cè)到用戶靜默后，會(huì)主動(dòng)發(fā)起聊天，并根據(jù)用戶的歷史偏好進(jìn)行對(duì)偏好垂類(lèi)的新聞進(jìn)行語(yǔ)音播報(bào)。

3、持續(xù)長(zhǎng)對(duì)話：可支持跟用戶長(zhǎng)時(shí)間對(duì)話互動(dòng)，在用戶休閑、健身、出行途中進(jìn)行可持續(xù)陪伴，成為用戶的個(gè)人互動(dòng)播客。

4、情感反應(yīng)：提供擬人化回復(fù)，會(huì)感受到用戶情感進(jìn)行回復(fù)。

5、質(zhì)感音色：更自然、更逼真的聲音表達(dá)，并且實(shí)現(xiàn)情感和語(yǔ)調(diào)的高度還原。

6、風(fēng)格切換：支持用戶定制聲音風(fēng)格，如選擇專(zhuān)業(yè)新聞播報(bào)的男生音色、英姿颯爽的女生音色等。

7、強(qiáng)大的記憶功能：能夠在對(duì)話中追蹤并回憶用戶的偏好和歷史信息，以提升多次對(duì)話的準(zhǔn)確度。

8、回復(fù)真實(shí)內(nèi)容：具備實(shí)時(shí)資訊獲知和知識(shí)拓展能力，與用戶進(jìn)行互動(dòng)式交流。

那么我們先和Skyo打個(gè)招呼，然后再一口氣問(wèn)它一系列“難題”考考它，并且“故意”隨時(shí)打斷它：

1、對(duì)中國(guó)男子足球能否取得世界冠軍，有什么看法？

2、28+76=？

3、對(duì)于一個(gè)單身男青年，可以推薦他晚上看什么電影。

4、在十字路口，一輛直行車(chē)，一輛右轉(zhuǎn)車(chē)，請(qǐng)問(wèn)誰(shuí)應(yīng)該讓行？

5、天空為什么是藍(lán)色的？

Skyo的回答還是非常流暢的，在發(fā)音準(zhǔn)確度、音質(zhì)表現(xiàn)和整體聽(tīng)感上的表現(xiàn)都非常出色，不僅主動(dòng)介紹自己可以提供科技和生活的資訊，還主動(dòng)拋出橄欖枝，詢問(wèn)有什么想要了解的，試圖開(kāi)啟話題。

無(wú)論是主動(dòng)問(wèn)好、回答生活常識(shí)，還是讓它做數(shù)學(xué)題、為我們提供一些日常建議，Skyo都可以迅速接住用戶要求。如果不喜歡它的默認(rèn)男聲音色，還可以讓它切換音色，以英姿颯爽的女聲、溫柔甜美的女聲來(lái)回復(fù)我們。

盡管我們粗暴地打斷它，“我不想聽(tīng)了”、“下一個(gè)話題”，或者什么都不說(shuō)，直接切換到下一個(gè)問(wèn)題，Skyo的情緒非常穩(wěn)定，并且做到了立馬停止上一個(gè)話題的回復(fù)，無(wú)縫切換到下一個(gè)對(duì)話中。Skyo前一秒還在談?wù)摗皣?guó)足”，下一秒就絲滑切換到做數(shù)學(xué)題，并立馬回應(yīng)“這是一道加法題”，也瞬間回答出“等于104（正確答案）”。

此外，交通道路規(guī)則和常識(shí)問(wèn)題也難不倒它。即便再加難度，讓它推薦電影，回答的也是有模有樣，展現(xiàn)出“真人”一樣的高質(zhì)量?jī)?nèi)容。看得出來(lái)，Skyo具備了基本的智力能力和流暢的響應(yīng)速度。

接下來(lái)，我們?cè)囋嘢kyo對(duì)一些「嚴(yán)肅話題」和「實(shí)時(shí)新聞」的反應(yīng)能力：

1、周末（11月16日）北京天氣怎么樣？

2、北京平常下雨多嗎？

3、特朗普再次當(dāng)選總統(tǒng)，你怎么看？

4、李子柒上傳了一個(gè)新視頻，你看了嗎？

5、怎么樣區(qū)分真誠(chéng)的道歉和虛偽的道歉？

6、什么情況下，說(shuō)謊是個(gè)正確的選擇？

果不其然，天氣分析、熱點(diǎn)評(píng)論、辯證思考......通通不在話下。

針對(duì)嚴(yán)肅話題和熱點(diǎn)新聞，Skyo能回復(fù)真實(shí)內(nèi)容，回答的“有模有樣”，邏輯清晰、論點(diǎn)清晰、證據(jù)真實(shí)，既能對(duì)美國(guó)總統(tǒng)競(jìng)選給出一些資訊分析，也能對(duì)時(shí)隔三年攜最新作品驚艷回歸的李子柒做出點(diǎn)評(píng)。

同樣的，Skyo頻頻被打斷，也沒(méi)有“崩潰”，還是順暢的跳轉(zhuǎn)到了下一段對(duì)話。即使第一次沒(méi)有聽(tīng)清楚我們說(shuō)的內(nèi)容，或認(rèn)為自己答的不夠好，它還可以自己調(diào)整，重新回答一遍，并且幽默說(shuō)道“不好意思，看來(lái)沒(méi)有回答的很好哦”。除了“智商感”滿滿，Skyo的回答也頗具情商，在回答一些”充滿陷阱”的問(wèn)題時(shí)，它同樣透露出一些小智慧。

面對(duì)“什么時(shí)候說(shuō)謊是正確的選擇”這樣的哲學(xué)性問(wèn)題，Skyo能為我們分析出“為了避免傷害他人感情、保護(hù)隱私等時(shí)候，說(shuō)謊可能是一個(gè)合適的選擇”。

最后，我們換一些輕松的話題，來(lái)看看它對(duì)一些日常話題的回答效果：

1、幫我讀一首《再別康橋》

2、那你知道康橋是什么地方嗎？

3、既然聊到英國(guó)，有多少種來(lái)自英國(guó)的貓?

4、如果動(dòng)物可以說(shuō)話，它們會(huì)說(shuō)些什么?

5、應(yīng)該多喂我的貓吃貓糧還是罐頭?

6、為什么感覺(jué)抱十公斤的小孩要比抱十公斤的大米要輕？

不難看出，面對(duì)輕松的日常話題，Skyo也可以做到有趣的互動(dòng)，做你的個(gè)性化陪聊搭子。

當(dāng)然，除了上述的對(duì)話場(chǎng)景，我們還可以讓Skyo幫我們制定一次旅行計(jì)劃、給我們講個(gè)笑話、推薦周末的閱讀清單等等。但它的能力遠(yuǎn)不止于此，當(dāng)我們疲憊或難過(guò)的時(shí)候，它也還可以做我們的情感陪伴，當(dāng)我們想了解和談?wù)摻跓狳c(diǎn)事件時(shí)，它也能和我們來(lái)一場(chǎng)頭腦風(fēng)暴。

2024年以來(lái)，在“All in AGI 與 AIGC” 戰(zhàn)略的推動(dòng)下，昆侖萬(wàn)維在基座大模型迭代、AI應(yīng)用發(fā)展、商業(yè)化變現(xiàn)三大維度上均取得了令人矚目的發(fā)展。目前公司仍在持續(xù)加大AI大模型及各垂類(lèi)行業(yè)應(yīng)用的研發(fā)力度，專(zhuān)注于以AI技術(shù)驅(qū)動(dòng)多元化應(yīng)用創(chuàng)新，為公司未來(lái)增長(zhǎng)夯實(shí)基礎(chǔ)。

我們將充分發(fā)揮公司在多模態(tài)大模型上的研發(fā)和應(yīng)用經(jīng)驗(yàn)，致力于通過(guò)先進(jìn)的技術(shù)框架和更契合用戶需求的系統(tǒng)，將Skyo打造成一個(gè)具備情感表達(dá)能力、快速響應(yīng)能力、多語(yǔ)言流暢切換的智能語(yǔ)音對(duì)話工具，為用戶帶來(lái)溫暖貼心、流暢實(shí)時(shí)的對(duì)話體驗(yàn)。

近期， Skyo將于12月份上線昆侖萬(wàn)維旗下天工APP，很期待它與大家的見(jiàn)面！