6月底的科大讯飞星火大模型4.0版本发布会上，一款名为“机器人超脑平台”的产品推出升级版，但得到的曝光时(shi)间不足2分钟(zhong)。不过(guo)这款产品的一大目标客户群，当前正置身火热的AI“淘金”风口：人形机器人。
科大讯飞开放平台研发总监刘可为负责“机器人超脑平台”的研发。近日接受南都记者(zhe)采访时(shi)他(ta)介绍说，这款产品主要服务于机器人的“头脑”运(yun)转。相较于传统智能硬件(jian)的收音(yin)方案和(he)直接调用通用大模型的已有做法，科大讯飞提供一套软硬件(jian)一体的集成方案：端侧融合麦克风和(he)摄像头，以视听融合的方式用于机器人的感知与交互；云端则以星火大模型为底座构(gou)建机器人“大脑”，实(shi)现指令的理解(jie)与决策。
人形机器人开展任务执行的前提，是能够准确接收人类发出的讯号。刘可为说，不同于传统机器人可通过(guo)触控或者(zhe)遥控的方式控制，人形机器人更多以语音(yin)作为主要的交互形式。为了应对嘈杂环境下的降(jiang)噪需(xu)求(qiu)，科大讯飞从两个方面入手(shou)处理：声(sheng)学结构(gou)方面，在人形机器人的身体前后安(an)装(zhuang)各4个麦克风，进行360度声(sheng)源定位；降(jiang)噪算法上，在麦克风阵列基础上增加一个摄像头，识别人脸和(he)嘴(zui)唇(chun)。结合唇(chun)形检测、音(yin)频特征提取和(he)目标跟(gen)踪，机器人能判断和(he)追踪该特定对象(xiang)的说话语音(yin)，屏蔽杂音(yin)。
听觉灵敏(min)的需(xu)求(qiu)之外，人机对话的顺畅运(yun)行还离不开机器人“大脑”的理解(jie)和(he)决策性(xing)能。“机器人超脑平台”将(jiang)这部分任务交给讯飞星火大模型，让机器人理解(jie)复杂问题，在应用场景中完成指令识别、专业(ye)知识的问答和(he)陪伴(ban)闲聊(liao)。
对话输出能力尤其关乎人形机器人在商用和(he)家(jia)用场景的落地。人形机器人厂商目前的研发重心多落脚在运(yun)动(dong)能力提升，但刘可为认为，当运(yun)动(dong)问题逐步解(jie)决之后，人机交互问题将(jiang)成为下一项重要关切。科大讯飞对此(ci)的做法是以讯飞星火大模型为底座，针对人机交互场景定制优化(hua)，合成输出拟人化(hua)的口语表达，而不是让人产生疏离感的完美无瑕声(sheng)音(yin)。
据刘可为介绍，目前已有410家(jia)机器人企业(ye)采用了“机器人超脑平台”方案，覆盖国(guo)内约六成的人形机器人厂商，包括(kuo)优必选、宇树科技、智元机器人、银河通用、人形机器人创新中心（上海）等头部玩家(jia)。
星火大模型4.0版本发布会上列出的代(dai)表客户
6月14日，人形机器人“独角兽”企业(ye)智元机器人公司和(he)科大讯飞签订战(zhan)略合作协议。公开信息披露，此(ci)次科大讯飞与智元机器人的战(zhan)略合作，将(jiang)为讯飞机器人超脑平台带(dai)来(lai)更为丰富的应用场景和(he)实(shi)验数据。双方还会探索建立人形机器人语音(yin)交互技术标准。
刘可为表示(shi)，科大讯飞与机器人厂家(jia)的合作主要集中在两个方面：一是将(jiang)“机器人超脑平台”嵌入人形机器人本体，打(da)磨和(he)优化(hua)产品的效果；另一方面则是探索人形机器人在实(shi)际业(ye)务场景下的落地，推动(dong)人形机器人的商业(ye)化(hua)进程。
科大讯飞也试(shi)图借助和(he)人形机器人公司的合作，获得技术等层面的反馈。刘可为说，机器人本体用上“超脑平台”之后，能产生许多实(shi)际业(ye)务场景中的操作数据，可以用来(lai)分析和(he)优化(hua)算法的性(xing)能，进而提升机器人的响(xiang)应速(su)度和(he)交互执行的准确性(xing)。此(ci)外，有时(shi)候机器人厂商对“机器人超脑平台”提出定制化(hua)需(xu)求(qiu)，讯飞如(ru)果研判此(ci)种需(xu)求(qiu)具备通用性(xing)，会将(jiang)该功能予以标准化(hua)。
采写：南都见习记者(zhe) 杨柳(liu)