在各行業(yè)持續(xù)智能化、數(shù)字化升級的背景下，人工智能落地應用的市場需求持續(xù)多樣化，智能語音語言技術(shù)與各行業(yè)終端交互產(chǎn)品的結(jié)合日益緊密。基于此，作為國內(nèi)專業(yè)的對話式人工智能平臺型企業(yè)，思必馳擬對新一代綜合聽覺感知技術(shù)、圖像理解及多模態(tài)自然交互技術(shù)和支撐大規(guī)模AI賦能及研發(fā)的計算和數(shù)據(jù)平臺基礎設施建設進行研發(fā)升級，進一步完善公司人工智能技術(shù)體系，優(yōu)化技術(shù)服務架構(gòu)，提升AI技術(shù)場景化應用的能力和效率。

新一代綜合機器聽覺感知技術(shù)

新一代綜合機器聽覺感知技術(shù)研發(fā)主要包含端側(cè)語音處理關鍵技術(shù)和豐富音頻分析技術(shù)兩個方向的升級。通過升級端側(cè)語音信號處理、喚醒及語音識別、高質(zhì)量個性化語音合成及復刻等技術(shù)以及軟硬件協(xié)同優(yōu)化技術(shù)，實現(xiàn)對低資源芯片和智能終端本地計算設備的更強大、更通用、更豐富的智能聽覺感知能力支撐，滿足低功耗、低成本、高質(zhì)量、端側(cè)個性化定制等更多智能終端應用需求。

通過研發(fā)新一代復雜場景說話人日志、病理語音分析、情感分析、環(huán)境聲分析等豐富音頻分析技術(shù)，加深和拓寬聽覺感知技術(shù)的應用范圍，拓展多人會議、工業(yè)智能、智慧醫(yī)療及其他復雜場景下的應用。

圖像理解及多模態(tài)自然交互技術(shù)

圖像理解及多模態(tài)自然交互技術(shù)的研發(fā)升級主要包含基于圖像的場景和行為理解，以及多模態(tài)人機交互技術(shù)兩個方面的研發(fā)。圖像理解針對多人、高噪、情感交流、動作意圖等復雜人機交互情境下的物理場景和人的行為進行感知和理解技術(shù)研發(fā)，為基于廣義語言信息的理解和對話交互提供新的信息維度；多模態(tài)人機交互技術(shù)研發(fā)將升級圖像理解與語音信息的融合技術(shù)，研發(fā)跨模態(tài)全雙工交互架構(gòu)、多模態(tài)交互控制技術(shù)，以及多模態(tài)信息生成技術(shù)，使人機交互能夠在復雜場景下自然、穩(wěn)定的運行并實現(xiàn)更擬人化的表達。

多模態(tài)技術(shù)的研發(fā)升級，將增強思必馳對話式人工智能的應用場景，提升語言交互的準確性和穩(wěn)定性，在汽車駕駛、家居生活、商務辦公、金融服務、交通物流、地產(chǎn)酒店、政務民生、醫(yī)療健康等領域，滿足自由、隨意、即興、擬人化自然交互的用戶體驗需求。

人工智能計算和數(shù)據(jù)分析平臺

人工智能計算和數(shù)據(jù)分析平臺的研發(fā)升級主要包括對底層基礎設施擴容升級和優(yōu)化人工智能技術(shù)服務框架兩部分。一方面，通過對底層基礎計算設施擴容，進一步擴大業(yè)務數(shù)據(jù)的分布式儲存和計算能力，擴大面向研發(fā)的人工智能模型訓練和算法迭代優(yōu)化能力；另一方面，通過優(yōu)化人工智能技術(shù)服務框架，升級運維自動化系統(tǒng)，研發(fā)新型任務調(diào)度系統(tǒng)、數(shù)據(jù)隱私保護系統(tǒng)及商業(yè)智能分析平臺，建設高可靠性、高可用性、大規(guī)模的大數(shù)據(jù)存儲和智能分析基礎設施平臺，進一步提升思必馳的研發(fā)和業(yè)務服務能力和規(guī)模。

截至2022年底，思必馳擁有近100項全球獨創(chuàng)技術(shù)，已授權(quán)知識產(chǎn)權(quán)近1400件，其中已授權(quán)專利近700項，軟件著作權(quán)近400項，在對話式人工智能全鏈路方面具有完整的技術(shù)創(chuàng)新體系和工程系統(tǒng)研發(fā)能力。2022年7月，獲國家科技部批準建設“語言計算國家新一代人工智能開放創(chuàng)新平臺”，也是江蘇省首家獲批的企業(yè)，科創(chuàng)實力受到國家高度認可。

可以預見的是，上述基礎落地后，將進一步提升思必馳的技術(shù)實力，鞏固公司在核心技術(shù)競爭力和新技術(shù)產(chǎn)業(yè)應用等方面的優(yōu)勢，拓展新的業(yè)務應用場景，為公司繼續(xù)做大做強主營業(yè)務提供堅實的技術(shù)基礎，為公司主營業(yè)務的應用拓展和新產(chǎn)品的快速迭代提供保障。

審核編輯黃宇