2023 年，AIGC 爆發(fā)出前所未有的發(fā)展?jié)摿Γ渲胁粩嗤晟频纳疃葘W習模型、開源模式的推動，以及大模型探索商業(yè)化的可能，成為了 AIGC 發(fā)展的“加速度”。AIGC 或將會改變內容領域的生產方式，帶來整個行業(yè)的變革。

3 月 29 日，量子位主辦的中國 AIGC 產業(yè)峰會在北京舉行。大會以「Hello New World」為主題，AIGC 領域學界、產業(yè)界的專家學者齊聚一堂，從產學研等多維度，覆蓋大公司玩家、創(chuàng)新創(chuàng)業(yè)公司、學研和創(chuàng)投代表，全方位探討和分享中國 AIGC 產業(yè)的現(xiàn)狀、機遇和未來。科大訊飛 AI 研究院常務副院長高建清受邀參加并作主題演講。

在《AIGC 技術探索與應用創(chuàng)新》的演講中，高建清分享了基于文本預訓練、多模態(tài)預訓練、多元異構基礎資源構建、異構集群構建及大模型訓練套件，訊飛在音頻創(chuàng)作、視覺創(chuàng)作、文本創(chuàng)作等方面的研究和應用。

高建清表示，科大訊飛的 AIGC 整體布局可以總結為三層架構：“底座 + 能力 + 應用”，是，形成了音頻創(chuàng)作、視覺創(chuàng)作、文本創(chuàng)作三大 AIGC 能力，進而衍生出在教育、醫(yī)療、人機交互等領域的豐富應用。

關于“底座”，科大訊飛以文本預訓練、多模態(tài)預訓練、多元異構基礎資源構建、異構集群構建及大模型訓練套件為技術底座，充分培養(yǎng)出強大的 AIGC 能力，并能結合實際應用。此前，科大訊飛擁有的扎實技術積累就已經(jīng)鑄就了其語音 AI 龍頭地位，憑借其在語音合成、語音識別、機器翻譯以及自然語言理解等核心技術上的深厚的積累，在 AIGC 火熱的背景下，自然擁有著乘風而起的底氣。

關于“能力”，科大訊飛由底層技術延伸出的三大 AIGC 能力分別為音頻創(chuàng)作、視覺創(chuàng)作和文本創(chuàng)作。

在音頻創(chuàng)作方面，多風格多情感語音合成系統(tǒng) SMART-TTS 是訊飛研究院此次的重磅技術突破之一。高建清分享了科大訊飛研究院在虛擬聲音自動創(chuàng)造和多風格多情感語音合成系統(tǒng) SMART-TTS 上的技術進展和成果，拋棄生硬的機器人“口音”，語音合成將變得更加具有“喜怒哀樂”。在此創(chuàng)新下，語音合成從依據(jù)真人生成走向語義可控生成，音色、韻律、口音等還可根據(jù)自己需要進行控制和調整。

在視覺創(chuàng)作方面，你對 AIGC 的印象還停留在“AI 作畫”嗎？現(xiàn)在，制作獨一無二的虛擬人才是最“潮”玩法！

作為國內較早開展虛擬人技術研究的人工智能公司，早在 2018 年，科大訊飛就發(fā)布了多語種虛擬人口唇驅動，2021 年發(fā)布 2D 真人捏臉系統(tǒng)；目前已形成了從 3D 虛擬形象口唇表情和動作的 AI 驅動到 AI 貫穿 3D 形象構建的全流程。目前，科大訊飛 AI 虛擬人已廣泛應用于媒體、金融、文旅、教育、政企等多場景。。隨著 AIGC 的發(fā)展，其 AI 生成的應用場景將更加廣闊。

基于在 AIGC 各方面的技術積累與行業(yè)應用經(jīng)驗，訊飛推出了 AIGC 內容創(chuàng)作平臺 —— 訊飛智作和訊飛音樂的詞曲家平臺。訊飛智作平臺為用戶提供 AI 配音、虛擬人音視頻播報、聲音定制、形象定制等服務，一鍵生成定制化音視頻，其平臺界面清晰，操作簡單，使用門檻低，真正實現(xiàn)讓 AIGC 的技術飛入尋常百姓家造福社會。作為面向廣大詞曲作者和采買方的詞曲創(chuàng)作交易平臺，詞曲家平臺不僅提供了輔助作詞、輔助作曲和歌曲試音、質量分析等 AI 輔助工具，還能夠幫助廣大音樂人有效縮短交易路徑，獲得更多收益與安全交易保障，助力詞曲創(chuàng)作交易良性發(fā)展。

高建清在大會上表示，訊飛將在認知智能大模型核心技術的研發(fā)基礎上，重點結合教育、醫(yī)療、人機交互、辦公等若干領域方向進行應用落地探索，并將持續(xù)賦能行業(yè)，促進數(shù)字經(jīng)濟發(fā)展與產業(yè)進步。

科大訊飛此次 AIGC 布局的分享，展現(xiàn)了其在技術層面的強大底氣，致力于用 AI 技術賦能行業(yè)及個人，其在具體應用場景上所體現(xiàn)出的企業(yè)社會責任感只增不減。