申请收录
【大屏时代】首页 > 3D快报内容详情

科大讯飞首发星火语音基座大模型 SparkAudio 1.0

45分钟前 4 大屏时代
广告：【裸眼3D制作】 让想象突破物理极限，用数字重绘世界经纬。

科大讯飞在今日下午的全球1024开发者节上，把星火家族的第一块语音基石正式亮了出来——星火语音基座大模型 SparkAudio1.0。它把机器翻译、语音识别、语义理解这几样本领拧进同一个模型里，让基础语音能力整体往上抬了一截。

在官方演示里，SparkAudio1.0借一段电影片段秀出了它的"耳朵"有多尖:不仅能精准分辨声音内容、背景和说话人的性别，还能对场景做出准确判断。官方称，它在实时说话人分离、环境理解、音频理解和情绪识别上都"表现卓越"，正把人工智能往真实物理世界的应用推进一步。

这块新基石已经落进讯飞的多款产品里。讯飞输入法16.0、讯飞听见、讯飞办公本、讯飞翻译机全面上线，支持中英文任意切换和说话人实时识别——也就是说，你边说边在两种语言之间跳转、身旁又有几个人先后开口，它都能跟得上、分得清。

配套硬件也一并端了出来。科大讯飞发布"讯飞 AI 录音环"，搭载4+1环麦阵列、走 Wi-Fi6传输，宣称综合识别准确率超过96%，一段2小时的录音转写只要2分钟就能跑完。

相关文章


版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。

相关标签： 科大讯飞首发星火语音基座大模型 SparkAudio 1.0

最新文章

LED显示屏的“第二增长曲线”：不是更亮，而是更懂城市

LED显示屏的“第二增长曲线”：不是更亮，而是更懂城市

<br />综合近期十篇产业报道与一线访谈，LED显示屏行业最明显的变化，不是参数表又刷新了，而是竞争逻辑正在换挡。过去十年，行业习惯用像素间距、亮度和价格定义胜负；如今，微间距、COB封装、MIP路线、虚拟拍摄和数字户外媒体同时升温，屏幕正从单一显示器件变成场景入口。价格战没有消失，但单纯低价已很难形成壁垒，客户更关心交付周期、维护成本、内容系统和持续运营能力。<br /><br /><br /

科大讯飞首发星火语音基座大模型 SparkAudio 1.0

科大讯飞首发星火语音基座大模型 SparkAudio 1.0

科大讯飞在全球1024开发者节发布星火家族首块语音基石——星火语音基座大模型SparkAudio1.0，将机器翻译、语音识别、语义理解融合进同一模型，提升基础语音能力。官方演示中，它借电影片段展现敏锐“耳朵”，可精准分辨声音内容、背景及说话人性别，并准确判断场景。

讯飞星火 X2.6 端云一体大模型发布，首次基于全国产算力突破代码与智能体能力

讯飞星火 X2.6 端云一体大模型发布，首次基于全国产算力突破代码与智能体能力

科大讯飞在全球1024开发者节发布讯飞星火X2.6端云一体大模型，首次基于全国产算力，同时实现代码与智能体能力。董事长刘庆峰称，大模型公司中仅星火纯用全国产算力训练，其余几乎依赖英伟达，且讯飞模型尺寸最小。为提升国产算力效率，讯飞正持续优化。

英伟达升级Isaac通用机器人平台并发布Agile ONE SN人形样机

英伟达升级Isaac通用机器人平台并发布Agile ONE SN人形样机

英伟达宣布大幅扩容开源机器人平台NVIDIA Isaac，推出新人形机器人参考样机、数据集与运行时，并升级机器人学习框架，推动物理AI加速落地产业。思灵机器人同步发布全栈人形机器人参考样机Agile ONE SN，预装NVIDIA Isaac GR00T，搭载Jetson Thor边缘AI平台，身高1.4米、重40千克

英伟达砸钱锁定供应链，拉 6 家伙伴扩 AI 产能

英伟达砸钱锁定供应链，拉 6 家伙伴扩 AI 产能

英伟达10月21日宣布，与六家供应链伙伴全球扩产，以承接加速计算和全栈AI工厂平台持续增长的需求。六笔合作半数以上聚焦基板环节，计划未来三年将所需基板产能扩至当前2.5倍。日本揖斐电获数十亿美元预付款，用于扩建日本小野工厂，新增产能约为现有两倍，预计2028年。

万象有声发布 Audimind，有声书制作工具出海

万象有声发布 Audimind，有声书制作工具出海

原懒人听书核心团队打造的万象有声推出海外版 Audimind（audimind.ai），定位有声书制作工具，支持演播者与团队在同一项目内完成文稿处理、真人录音或 AI 配音、对轨、后期、审听及团队分工。免费版每月赠 10,000 积分，个人版 19 美元/月起，团队版 59 美元/月起，产品已在 Product Hun

LED显示屏的下一站：从“亮起来”到“会思考的城市界面”

LED显示屏的下一站：从“亮起来”到“会思考的城市界面”

<br />综合近期十篇产业报道与供应链访谈，LED显示屏行业最显著的变化不是某项实验室参数，而是成本曲线正在被重新改写。Mini LED背光与直显模组的良率提升、驱动IC价格回落，使P1.0以下小间距产品从展会样机进入会议室、广电演播室和指挥中心。过去被视为“高端形象工程”的COB封装，也在产能扩张后开始参与主流项目竞标。行业竞争焦点从单纯拼点间距，转向拼对比度、拼功耗、拼交付周期。对集成商而言

红果短剧上线「小果 AI」，用对话式助手替你找剧

红果短剧上线「小果 AI」，用对话式助手替你找剧

红果短剧APP上线对话式AI找剧助手“小果AI”，入口主要在搜索栏，也可在评论区@召唤。交互页预设快捷问题，降低提问门槛。检索时除带播放按钮的剧集卡片，还提供“猜你想搜”和短剧热搜榜。它还能记住用户口味，按偏好返回多维度剧集信息，提升找剧效率与个性化体验。

谷歌 CEO 皮查伊：AI 智能体的优势，是 7×24 小时不打烊

谷歌 CEO 皮查伊：AI 智能体的优势，是 7×24 小时不打烊

谷歌 CEO 皮查伊在播客中透露，即便身处核心，他也难独自掌握公司每天全部动态。过去了解24小时发生的事要专门花一小时，如今他让 AI 智能体先梳理汇总，再交给自己，并常随手深挖。除日常简报，这些智能体还替他盯两件事，其中一件是跟进谷歌 A（原文至此）。

蚂蚁数科发布LingDT-Decision-1.0 准确率超过微软和JEV等决策模型

蚂蚁数科发布LingDT-Decision-1.0 准确率超过微软和JEV等决策模型

10月22日，蚂蚁数科发布决策模型LingDT-Decision-1.0，专为快速决策打造。其在结构化决策任务中准确率更高、响应更快、Token成本更低，适合产业AI场景。模型提供4B和27B版本，已在DTMaaS平台上线，开发者可限时免费体验。团队称在客服、风控、金融等真实业务测试中表现更优。

LED显示屏不再只是“亮”：从价格战到场景战的千亿拐点

LED显示屏不再只是“亮”：从价格战到场景战的千亿拐点

<br />综合近期十篇LED产业报道，一个清晰的信号正在浮现：LED显示屏行业正告别单纯拼点间距、拼价格的阶段，转向以场景价值为核心的新一轮竞争。过去几年，产能扩张和同质化产品让室内外固装屏、租赁屏陷入激烈价格战，厂商毛利率承压。但最新报道的共同判断是，增量不再只来自“换屏”，而来自数字户外媒体、虚拟制作、智慧会议、零售橱窗和文体演艺等场景的重新定义。屏体正从硬件单品变成内容入口和数据节点。<b

对标大荧幕级标准:火山引擎4K视频模型首批试用花落20家全球顶级工作室

对标大荧幕级标准:火山引擎4K视频模型首批试用花落20家全球顶级工作室

10月22日，火山引擎启动Seedance2.5 4K模型首批企业用户试用，以作品绑定方式定向供应全球20家工作室及导演，探索高端影视大银幕制作需求。该模型为系列最强版，画面细节更清晰，主打更细腻自然的人物表演，并提升参考生成与编辑一致性。20部试用作品中，最早下月面世。

谷歌云豪掷 96 万块 Rubin GPU：Vera Rubin 平台铺向多站点，A5X 实例上线

谷歌云豪掷 96 万块 Rubin GPU：Vera Rubin 平台铺向多站点，A5X 实例上线

谷歌云21日宣布，计划基于英伟达Vera Rubin平台，在多个算力站点最多部署96万块Rubin GPU，将下一代加速器规模推至百万级，以在AI算力竞争中抢占云市场。同步发布基于Vera Rubin NVL72的A5X实例，采用ConnectX-9 SuperNIC，配合谷歌云Virgo网络。

八部门印发产业基础&quot;十五五&quot;规划，布局通用与行业大模型

八部门印发产业基础&quot;十五五&quot;规划，布局通用与行业大模型

工信部等八部门印发《产业基础能力提升“十五五”规划》，明确以人工智能赋能产业基础创新。规划提出加强通用与行业大模型研发布局，推动工业机理与智能体决策模型融合，发展“智能原生”基础产品，培育模型即服务、智能体即服务等新业态，并加快AI向产品研发、设计仿真、中试等环节落地。

LED显示屏的下一战：从一块屏到一座城市的数字表皮

LED显示屏的下一战：从一块屏到一座城市的数字表皮

<br />LED显示屏产业正在经历一次不太喧闹、却足够深刻的转向。过去十年，行业竞争的核心是像素密度、亮度和价格；如今，真正的分水岭正在变成系统能力：驱动IC、封装工艺、控制系统、内容分发和场景运营能否形成闭环。微间距LED持续下沉，COB与MIP路线加速商业化，会议一体机、家庭影院和电影屏开始从展台走进真实预算。对制造商而言，单纯卖屏的利润率越来越薄，卖解决方案、卖服务、卖长期运维，才是下一阶

Anthropic 冲刺&quot;史上最大 IPO&quot;：最快周五亮招股书，估值剑指 2 万亿

Anthropic 冲刺&quot;史上最大 IPO&quot;：最快周五亮招股书，估值剑指 2 万亿

雅虎财经援引知情人士称，Anthropic最早本周五公开提交S-1，迈出有望问鼎史上最大IPO关键一步。Claude开发商上市备受瞩目，预计募资超SpaceX今年6月IPO。在投资者对AI天量支出疑虑加深之际，其能否挂牌被视为市场热度压力测试。今年6月，公司已向美国证交会提交相关文件。

特斯拉 AI 豪赌遇阻：2026 支出砍 20%，马斯克转型节奏生变

特斯拉 AI 豪赌遇阻：2026 支出砍 20%，马斯克转型节奏生变

特斯拉三季度资本支出47.3亿美元，同比翻倍以上，但环比少约10亿美元，远低于分析师预期的79.5亿美元。公司同时将2026年资本支出目标从逾250亿美元下调至约200亿美元，降幅近20%。不过，当季自由现金流约15.3亿美元，明显好于市场预期的负值，短期财务表现反而改善。

宇树发布H2-X人形机器人极限测试广告:主打8小时续航与高强度动态表现

宇树发布H2-X人形机器人极限测试广告:主打8小时续航与高强度动态表现

2026年10月21日，宇树科技发布人形机器人H2-X广告视频，展示其在虚构正邪对抗场景中的极限测试。以舞蹈和高速奔跑闻名的宇树此次打破常规，让机器人砸凹汽车挡泥板、抬起保险杠并救助儿童模型，以戏剧化动作引发市场对人形机器人应用边界的关注。

红果短剧上线&quot;小果AI&quot;:短剧平台补上对话式交互这一层

红果短剧上线&quot;小果AI&quot;:短剧平台补上对话式交互这一层

10月22日，据读佳消息，红果短剧App上线“小果AI”，入口在搜索栏，点击即进对话页，也可在评论区@小果AI提问；账号内已上线多部AI剧，关注后可自动预约。红果短剧为字节跳动旗下“免费观看+广告分账”平台，截至2026年7月日活达1.68亿，同比增长107%，已超过腾讯视频、爱奇艺、优酷等长视频平台。

LED显示屏的第二次拐点：从拼价格到拼像素、拼场景、拼算力

LED显示屏的第二次拐点：从拼价格到拼像素、拼场景、拼算力

<br />综合近期十篇LED产业报道，最清晰的信号是：LED显示屏正在告别单一的价格竞争，进入技术路线和应用场景同时分化的阶段。Mini LED背光继续向高端电视和车载显示渗透，Mini LED直显则在会议一体机、控制室和商用显示中加速落地；Micro LED仍受制于巨量转移、良率和成本，但产业链对它的投入没有降温。封装端的变化更值得注意，COB与MIP两条路线从争论走向并行，前者在可靠性、防护

谷歌CEO皮查伊：前沿大模型不容退守，云业务短期利润可为研发算力让路

谷歌CEO皮查伊：前沿大模型不容退守，云业务短期利润可为研发算力让路

谷歌CEO皮查伊在《Big Technology Podcast》长谈中，罕见披露内部资源调配博弈。他明确，保障前沿大模型研发算力是不可商量的第一原则，为此宁可让谷歌云放弃可迅速落袋的短期大额订单。此番表态正值新一代旗舰模型Gemini4Argon亮相，凸显谷歌优先AI竞争、牺牲短期云收入的战略选择。

OpenAI 借助先进 AI 发现 PHP 严重漏洞，启动全球协同修复机制

OpenAI 借助先进 AI 发现 PHP 严重漏洞，启动全球协同修复机制

OpenAI 10月21日发布公告，公开一次由AI牵头、多国机构与企业协同完成的PHP漏洞修复全过程。行动依托其“Patch the Planet”计划，联合软件维护者、安全研究人员、云服务商及政府网络安全机构，目标是在攻击者利用前处置两项严重PHP漏洞，降低全球互联网风险，凸显AI驱动、跨组织协作的安全响应新模式。

Meta确认AI应用Muse用户超1000万，计划探索代理购物商业化

Meta确认AI应用Muse用户超1000万，计划探索代理购物商业化

Meta在第三季度财报电话会上确认，AI应用Muse用户数已超1000万，与Sensor Tower对其美国下载量的估算一致。扎克伯格称，约25%用户每日使用，超四分之一活跃用户通过AI代理购物，平均消费超200美元。Plaid表示，Muse连接器活跃度前所未见；用户还连接邮箱和日历以提升效率。

通用汽车押注 AI 与富锂锰基电池：要把电动车研发周期砍半

通用汽车押注 AI 与富锂锰基电池：要把电动车研发周期砍半

美国电动车市场剧烈调整，通用汽车却逆风加注。总裁马可·睿思21日重申，通用不会退出电动车赛道，将推出更符合美国人口味的产品并提升竞争力。其底气是全球每售四辆车就有一辆电动车，且比例将升。他强调通用作为全球企业不会离场，只会拥抱趋势，并在电池、电动平台、软件等领域布局。

最新网站

Jasper AI竞品份额分析

Jasper AI竞品份额分析

<br />竞品A（Jasper AI）近三个月市场份额由约14.6%降至9.8%，累计下滑4.8个百分点，呈"高位急跌—中段缓跌—低位盘整"的三段式走势。判断：短期难以逆转下滑，但已接近其付费专业用户的基本盘底部。<br /><br /><br />第一月：14.6%降至11.9%，环比-2.7pct，主因企业客户集中续约流失；第二月：11.9%降至10.4%，环比-1.5pct，降幅明显收窄；
LocalBanana

LocalBanana

LocalBanana是专注于 AI 图像 Prompt 收集与结构化的平台，帮助用户深入理解并高效利用 Prompt，提升创作能力。围绕 Nano Banana（Gemini）生态，将散落在各处的优质 Prompt 整理为可检索、可编辑的创作资产。
智策AI导航平台

智策AI导航平台

<br />智策AI导航（www.zhiceai.com）是一个专注于人工智能工具发现与评测的综合性导航网站。平台收录了全球超过5000个AI应用，覆盖自然语言处理、图像生成、视频制作、智能办公、教育培训、编程开发、数据分析、营销文案等20多个主流分类。站长、产品经理、设计师、学生及自由职业者都可以在这里快速找到适合自己工作流的AI工具，并获取实时更新的功能评测和优惠信息。<br /><br />
文心一言AI平台分析

文心一言AI平台分析

<br />文心一言是百度推出的新一代知识增强大语言模型，基于飞桨深度学习平台和文心知识增强技术，能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。作为国内领先的AI对话产品，文心一言自发布以来持续迭代，已广泛应用于多个行业场景，成为百度AI技术战略的核心载体之一。<br /><br /><br />文心一言提供多种实用功能，包括智能问答、文本创作、代码生成、逻辑推理、
AI大百科

AI大百科

<br />AI大百科是一个专注于人工智能知识普及和工具推荐的综合性网站，旨在为AI爱好者、开发者、产品经理与企业决策者提供一站式信息入口。平台自2021年上线以来，已收录超过5000个AI工具与模型，涵盖自然语言处理、计算机视觉、语音识别、生成式AI、AI绘画、AI视频、AI办公等多个细分领域。网站以简洁的界面和清晰的分类著称，用户可以通过搜索或浏览标签快速找到所需资源，并查看每个工具的功能介绍
通义千问：阿里AI助手

通义千问：阿里AI助手

<br />通义千问是阿里巴巴集团推出的AI大模型产品，由阿里云开发并托管。它于2023年首次亮相，定位为面向中文用户的多功能智能助手，支持文本生成、代码编写、文档分析、多轮对话等任务。网站界面简洁，用户可以直接在浏览器中体验，无需下载应用，同时也提供API接口供开发者集成。<br /><br /><br />通义千问的主要功能包括：知识问答、创意写作、翻译润色、编程辅助、数据分析、学习辅导等。它
AI工具集导航

AI工具集导航

<br />AI工具集是一个专注于收录和推荐人工智能相关工具与资源的导航网站。它汇集了全球范围内数百款AI产品，覆盖文本生成、图像创作、音频处理、视频制作、编程助手、办公效率等多个领域。无论你是普通用户、开发者还是企业决策者，都能在这里快速找到适合自己的AI工具。<br /><br /><br />AI工具集的核心功能是分类展示和搜索。网站按照工具的应用场景进行细致分类，例如AI写作、AI绘画、A
Hugging Face AI平台

Hugging Face AI平台

<br />Hugging Face是一个致力于人工智能和自然语言处理的开源平台，提供海量预训练模型、数据集和工具，帮助开发者和企业快速构建、训练和部署AI应用。其核心产品包括Transformers库、Hub模型仓库、Spaces应用托管以及Inference API等，覆盖从研究到生产的全流程。<br /><br /><br />该平台以模型Hub为中心，支持TensorFlow、PyTorc
DeepMind AI研究平台

DeepMind AI研究平台

<br />DeepMind是一家位于英国伦敦的人工智能公司，成立于2010年，2014年被谷歌收购。作为全球领先的AI研究机构，DeepMind致力于开发通用人工智能（AGI），其研究成果在游戏、医疗、科学等多个领域产生了深远影响。DeepMind的使命是“解决智能问题”，通过将神经科学与机器学习相结合，推动AI技术的边界。<br /><br /><br />DeepMind最著名的成就是Alp
智谱AI官网

智谱AI官网

<br />智谱AI（北京智谱华章科技有限公司）是一家专注于人工智能大模型研发与应用的科技公司，成立于2019年，由清华大学计算机系知识工程实验室技术成果转化而来。公司以“让机器像人一样思考”为愿景，致力于打造安全、可控、可解释的通用人工智能系统。智谱AI在自然语言处理、知识图谱、多模态理解等领域拥有深厚积累，其核心产品GLM系列大模型已广泛应用于政务、金融、医疗、教育等多个行业。<br /><b
Midjourney

Midjourney

<br />Midjourney是一款基于人工智能的图像生成工具，由独立研究实验室Midjourney, Inc.开发。用户只需输入文字描述，即可生成高质量、富有创意的图片。自2022年公开测试以来，它迅速成为AI绘画领域的标杆产品，广泛应用于艺术创作、设计、广告和娱乐等行业。<br /><br /><br />Midjourney的核心功能是文本到图像生成，支持多种风格和参数调节。用户可以通过D
量子位AI网站分析

量子位AI网站分析

<br />量子位（QbitAI）是一家专注于人工智能领域的前沿科技媒体，成立于2017年，总部位于北京。网站以报道AI行业动态、技术突破、产业应用和创业公司为核心，内容涵盖机器学习、深度学习、自然语言处理、计算机视觉、AI芯片、自动驾驶等多个细分领域。量子位通过图文、视频、线下活动等形式，向技术从业者、投资者和科技爱好者传递高质量的AI资讯与深度分析。<br /><br /><br />量子位的
DeepMind官网

DeepMind官网

<br />DeepMind是谷歌母公司Alphabet旗下的人工智能研究实验室，成立于2010年，总部位于伦敦。该网站是DeepMind的官方门户，集中展示了其在AI领域的前沿研究成果、技术博客、学术论文以及研究人员团队。作为全球顶尖的AI研究机构之一，DeepMind致力于“解决智能问题”，并推动AI技术在社会各领域的应用。<br /><br /><br />DeepMind最广为人知的成就是
豆包AI官方网站

豆包AI官方网站

<br />豆包AI是字节跳动公司推出的一款人工智能助手，基于先进的大语言模型技术，为用户提供智能问答、文本创作、代码辅助、情感陪伴等多种服务。自发布以来，豆包AI凭借其自然流畅的交互体验和强大的理解能力，迅速成为国内最受欢迎的AI应用之一。用户可以通过网页端或移动端随时随地使用豆包，满足工作、学习和生活中的多样化需求。<br /><br /><br />豆包AI的核心功能主要包括智能对话、内容创
Toolify AI工具导航网站

Toolify AI工具导航网站

<br />Toolify AI是一个专注于人工智能工具聚合与推荐的导航网站，目前收录了全球超过5000款AI应用，涵盖文本生成、图像处理、视频创作、音频编辑、代码辅助、数据分析等多个领域。无论是普通用户还是专业开发者，都能在这里快速找到适合自己的AI工具。平台每天更新最新上线的AI产品，并基于用户真实反馈进行排序和分类，帮助用户节省大量搜索和筛选的时间。<br /><br /><br />Too
ChatGPT官网介绍

ChatGPT官网介绍

<br />ChatGPT是OpenAI开发的人工智能聊天机器人平台，于2022年11月30日首次发布。作为目前全球用户量最大的AI对话产品，ChatGPT基于GPT系列大语言模型，支持自然语言问答、文本生成、代码编写、翻译、摘要、创意写作等多样化任务。其官方网站不仅提供免费的Web端服务，还集成了付费订阅、API访问、插件生态和联网搜索功能，成为个人用户与企业用户接触前沿AI能力的重要入口。<b

Copyright © 2016 ~ 2024 大屏时代 (www.dapingtime.com) 联系QQ：88251776苏ICP备2020058979号-3 大屏头条