科大讯飞发布“语音交互—多模交互—具身多模交互”相关进阶技术

10月22日，2026科大讯飞全球1024开发者节主论坛发布星火语音基座大模型SparkAudio 1.0，不仅能支撑语音识别、同传和交互，还能进行音频理解、情绪识别、实时说话人分离和环境声理解；发布多模交互技术，进一步融合多模远场识别、多人交互、视听觉融合理解、个性化记忆和情感语义，让AI理解更丰富的场景信息；发布具身多模交互技术，突破复杂空间动态降噪、多目标人的交互意图识别、语音与动作统一规划与执行、视觉触发的主动交互，为未来机器人进入千家万户做准备。讯飞沿着“语音交互—多模交互—具身多模交互”持续进阶，以软硬一体的技术和产品创新，推动新一代人机交互走进日常生活。