河北
今年的春晚舞臺(tái)上，除了大家熟悉的明星面孔，一群“身懷絕技”的具身智能機(jī)器人搶盡了風(fēng)頭。無論是表演醉拳的“武林高手”，還是能和蔡明、王天放互懟甚至模仿聲音的“小品演員”，它們都展現(xiàn)出了驚人的交互能力。
這些機(jī)器人為何能如此流暢地表達(dá)、甚至擁有“高情商”？答案藏在它們共同的“技術(shù)大腦”里——火山引擎豆包大模型。
據(jù)了解，春晚舞臺(tái)上所有具身智能機(jī)器人的語音能力，均由火山引擎提供技術(shù)支持 。
不止是“讀稿”，而是“懂你”：豆包語音合成模型 2.0
在蔡明與王天放的小品中，機(jī)器人不僅機(jī)制互動(dòng)、展示才藝，甚至還現(xiàn)場(chǎng)“假扮”蔡明，用她的聲音說話，這驚艷的一幕正是采用了豆包語音合成模型 2.0（Doubao-Seed-TTS 2.0） 。
這背后的核心突破在于，AI語音終于告別了“聽懂是基礎(chǔ)，讀得順是上限”的機(jī)械模式。豆包語音合成模型 2.0 解鎖了深度語義理解和上下文理解能力，讓機(jī)器人擁有了精準(zhǔn)而豐富的情感表達(dá) 。
它將理解范圍從簡(jiǎn)單的“給定文本”擴(kuò)大到了“多輪對(duì)話” 。這意味著，機(jī)器人不僅能聽懂你的指令，還能理解對(duì)話中的背景信息、內(nèi)心活動(dòng)乃至細(xì)膩的情感。無論是語速的快慢、情緒的起伏，還是聲線風(fēng)格與音調(diào)高低，模型都能實(shí)現(xiàn)精準(zhǔn)控制，真正做到了“懂語義，知語境” 。
“武”能打拳，“文”能陪聊：全棧技術(shù)賦能
在另一個(gè)節(jié)目《武bot》中，宇樹機(jī)器人表演了一套行云流水的醉拳 。雖然臺(tái)上的它專注于“武術(shù)”，但臺(tái)下的同款機(jī)器人卻是一個(gè)具備“高情商”的交互伙伴。
宇樹科技與火山引擎達(dá)成深度合作，利用豆包大模型（LLM）、視覺語言模型（VLM）及語音合成模型，全面賦能機(jī)器人研發(fā) 。這使得機(jī)器人不僅擁有擬人的音色與語氣，還具備了流暢的互動(dòng)能力和精確的避障能力 。
同樣，松延動(dòng)力的消費(fèi)級(jí)產(chǎn)品布米機(jī)器人也整合了豆包大模型家族（LLM、VLM、ASR、TTS）及RTC技術(shù) 。在火山引擎GPU云服務(wù)器的助力下，不僅模型訓(xùn)練效率提升了20%，端到端交互延時(shí)更是縮減至1秒，讓“人機(jī)對(duì)話”像“人與人”一樣順暢自然 。
從機(jī)器人到智能硬件：40+ 品牌的共同選擇
春晚的驚艷亮相，只是具身智能爆發(fā)的一個(gè)縮影。目前，已有超過 40 家具身智能品牌（如宇樹科技、松延動(dòng)力、銀河通用等）與火山引擎達(dá)成合作，基于豆包大模型進(jìn)行技術(shù)升級(jí) 。
這股智能化浪潮還進(jìn)一步延伸到了智能硬件領(lǐng)域。大疆、華為、拓竹等頭部品牌，也均通過火山引擎使用豆包大模型，實(shí)現(xiàn)了產(chǎn)品智能化能力的創(chuàng)新與提升 。
從春晚舞臺(tái)的高光時(shí)刻，到走進(jìn)千家萬戶的智能終端，火山引擎豆包大模型正在成為具身智能與智能硬件的“最強(qiáng)輔助”，推動(dòng)機(jī)器人從“工具”向“智能伙伴”進(jìn)化。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
