多些基于彼此「聽懂」的相互理解，是重建以善為經(jīng)緯的巴別塔的應(yīng)有之義。

文 | 佘宗明

假如人類語言相通，世界將會怎樣？

《圣經(jīng)》中就講了個(gè)故事：說著相同語言的人類想建造通天塔，借此直通天堂，此舉激起God不滿，視此為挑釁的他，變亂人們口音，增加溝通障礙。因語言不再相通，人類隔閡叢生，無力再造巴別塔。

盡管人類的語言并不相通，但通過翻譯消除隔閡的嘗試卻未曾斷絕。

78年前，也就是在世界第一臺現(xiàn)代電子計(jì)算機(jī)ENIAC問世的第二年，「信息論先驅(qū)」韋弗就提出了用計(jì)算機(jī)進(jìn)行語言翻譯的設(shè)想。兩年后，他在《翻譯備忘錄》中正式提出機(jī)器翻譯的概念。

只不過，在有生之年，他并未看到機(jī)器翻譯迎來歷史性突破。

機(jī)器翻譯迎來奇點(diǎn)時(shí)刻，是在十多年前。點(diǎn)燃引線的，是當(dāng)今AI界的重量級人物——人稱「AI教父」的杰弗里·辛頓。2006年，辛頓改善了神經(jīng)網(wǎng)絡(luò)優(yōu)化過于緩慢的致命缺點(diǎn)，使得基于神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的機(jī)器翻譯成為可能。

可即便是辛頓本人都未必能料到，他能在大洋彼岸親自見證機(jī)器翻譯迎來的節(jié)點(diǎn)性時(shí)刻。

7月26日，辛頓現(xiàn)身2025世界人工智能大會（WAIC）發(fā)表了主題演講。演講完后，中國外交部原副部長傅瑩與辛頓在會場外偶遇。二人的對話雖是主論壇外的插曲，卻也為這場技術(shù)盛宴增添了耐人尋味的注腳。

傅瑩說：「杰弗里，今天你的演講我聽得非常清楚，屏幕上有實(shí)時(shí)中文翻譯字幕，AI一直在翻譯你的話?！?/p>

辛頓略顯意外：「我看不到屏幕，但我耳機(jī)里聽到的是人工翻譯?！?/p>

傅瑩回應(yīng)：「所以，AI在聆聽你。（AI is listening to you!）」

AI站在身為諾貝爾獎(jiǎng)與圖靈獎(jiǎng)雙料得主的辛頓身后，傾聽并轉(zhuǎn)譯他那些深邃洞見，這本就是AI對AI世界「推門人」的友善回應(yīng)。

而幾乎秒反應(yīng)式「聽懂」辛頓的中國AI，也在定義另一種可能。

01

AI正讓機(jī)器同傳從「可用」到「好用」

消除人類因語言不通而來的隔閡，在故事里是宏大設(shè)定，在現(xiàn)實(shí)中卻對應(yīng)著頗顯急切的剛需：在出境游、跨國會議、跨境貿(mào)易、商務(wù)談判等已成「地球村」日常的當(dāng)下，跨語言溝通變成了高頻需求。

可多年來，機(jī)器同傳在高端國際會議上卻只能扮演「打輔助」的角色：延遲久、術(shù)語錯(cuò)譯率高、專業(yè)語境斷句混亂，使得主辦方通常只敢把AI字幕當(dāng)輔助參考。

但AI使得機(jī)器翻譯駛?cè)肓丝燔嚨?。近些年，無論是國內(nèi)的科大訊飛、阿里、百度，還是國外的OpenAI、谷歌、Meta等，都在發(fā)力跨語種翻譯技術(shù)。

原因不復(fù)雜：更符合人類表達(dá)習(xí)慣的語音交互被認(rèn)為是下一代人機(jī)交互形態(tài)，構(gòu)筑「語音到語音」的閉環(huán)體驗(yàn)成了許多大模型打造多模態(tài)能力的重要落點(diǎn)。

而語音同傳是其中特別考驗(yàn)技術(shù)和拉練能力的應(yīng)用場景，補(bǔ)足即時(shí)傳譯能讓大模型實(shí)現(xiàn)能力躍升——比起語音來語音去，不同語言間的「實(shí)時(shí)語音+實(shí)時(shí)翻譯+實(shí)時(shí)輸出」要難多了。

這其中，作為「AI語音之王」的科大訊飛，就將機(jī)器翻譯從傳統(tǒng)模式下的「語音→文字→翻譯→文字→語音」五段跳，帶到了「邊聽邊說的語音到語音同傳」階段，帶動(dòng)了實(shí)時(shí)語音同傳技術(shù)的成熟化。

成為本屆WAIC唯一的「翻譯合作伙伴」，將語音同傳技術(shù)應(yīng)用于開幕式及多場論壇（包括辛頓的主旨演講環(huán)節(jié)），就是對科大訊飛技術(shù)實(shí)力的「蓋章」。

沒什么理所應(yīng)當(dāng)，所謂理所應(yīng)當(dāng)都是種瓜得瓜：正是科大訊飛把中英同傳首字響應(yīng)壓縮到2秒以內(nèi)，達(dá)到了人類頂尖同傳譯員的反應(yīng)速度，將機(jī)器同傳從「可用」推向了「好用」。

快是壁壘，超強(qiáng)理解力是絕技。辛頓的演講內(nèi)容橫跨AI發(fā)展史、認(rèn)知科學(xué)、科技倫理、人類未來、量子計(jì)算隱喻等復(fù)雜領(lǐng)域，但本次辛頓演講的中文字幕體驗(yàn)卻極為流暢，幾乎達(dá)到了「無感」的程度，翻譯呈現(xiàn)效果可謂質(zhì)的飛躍。

這離不開訊飛星火語音同傳大模型的支撐。就在大會前一天，科大訊飛發(fā)布了深度推理大模型星火X1的最新版本。端到端架構(gòu)，130+語種的交互問答、數(shù)學(xué)解題、文本生成、語言翻譯等任務(wù)，覆蓋超8萬個(gè)垂直領(lǐng)域的專業(yè)詞匯，使得其可以勝任高難度的「傾聽」任務(wù)，并徹底消除翻譯時(shí)的卡頓體驗(yàn)。

到頭來，星火X1帶來的無障礙溝通效果，在參會者對大會字幕「幾乎忘了是AI完成的」評價(jià)中可見一斑。

02

15年前，科大訊飛就是辛頓的「知音」

如果說現(xiàn)場效果顯示了「能做到怎樣」，那技術(shù)沉淀則回答了「為什么能做到這樣」。

辛頓那番備受矚目的演講被科大訊飛實(shí)時(shí)傾聽轉(zhuǎn)譯，本就裹著些許歷史回響的意味：一個(gè)鮮為人知的故事，將辛頓與這家中國公司十幾年前就連接在了一起。

2008年，當(dāng)辛頓與華人科學(xué)家鄧力合作嘗試用「深度學(xué)習(xí)」這個(gè)全新方法解決語音問題時(shí)，應(yīng)者一時(shí)寥寥，鄧力在微軟的直屬上司就認(rèn)為這「非?；闹嚒埂?/p>

但，思想火種總會找到愿意接納它的創(chuàng)新土壤，最終帶來燎原效果。

2010年，鄧力受邀回到母校中國科學(xué)技術(shù)大學(xué)，舉辦了一場關(guān)于「深度學(xué)習(xí)」的學(xué)術(shù)報(bào)告，這啟發(fā)了臺下一群年輕人——他們來自科大訊飛研究院。這批年輕人隨后成為微軟總部以外全球最早系統(tǒng)了解、發(fā)力跟進(jìn)這項(xiàng)研究的團(tuán)隊(duì)之一。

鄧力后來就回憶，在那個(gè)時(shí)代，全球真正相信「深度學(xué)習(xí)」并付諸實(shí)踐的公司，只有兩家：谷歌和科大訊飛。

這段歷史淵源，大致解釋了科大訊飛為何能在智能語音領(lǐng)域長期領(lǐng)跑。

《最佳可能的世界：數(shù)學(xué)與命運(yùn)》作者?？死试f過：每起事件就像樹干，把網(wǎng)狀的根伸向過去，把樹冠托向未來。如果說偶然之機(jī)是栽下種子的觸點(diǎn)，那持久之力就是讓樹冠長得更高的澆灌。

從一個(gè)技術(shù)追隨者，到如今能夠?yàn)橹屏巳駻I發(fā)展的「教父」提供服務(wù)，背后就是科大訊飛長達(dá)二十余年在多語言技術(shù)上的「久久為功」。深耕厚積，蓄積了其躋身人工智能國家隊(duì)的底氣。

拿語音同傳來說，科大訊飛首創(chuàng)的基于文本自適應(yīng)調(diào)度的「流式語音合成技術(shù)」，就讓AI 翻譯出來的聲音自然度和擬人感媲美真人。在醫(yī)療、制造業(yè)、金融這些 「術(shù)語重災(zāi)區(qū)」，覆蓋了8萬+專業(yè)詞匯的星火語音同傳大模型，專業(yè)內(nèi)容翻譯得分破 90 分，在專業(yè)度和完整性上已超越一般同傳譯員。

這屆WAIC是自創(chuàng)辦以來國際化程度最高的一屆全球AI盛會，也成了AI企業(yè)的炫肌肉時(shí)刻。星火X1加持和多語言能力賦能下的科大訊飛同傳會議服務(wù)、SaaS產(chǎn)品和翻譯機(jī)、錄音筆等智能設(shè)備密集亮相，就成了中國智能語音領(lǐng)域的全明星卡司陣容。

頗堪尋味的一幕是：在WAIC科大訊飛展臺前，泰國AI公司Omniscien的首席技術(shù)官Dion Wiggins就對多語種AI透明屏發(fā)出了「This is exciting!」的感嘆。

03

世界需要可靠的「第二選擇」

需要看到的是，在演講中，辛頓著重警告了AI伴生的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)核心在于，AI可能發(fā)展出人類無法預(yù)料和控制的目標(biāo)。

而大模型作為當(dāng)前AI技術(shù)的核心，其價(jià)值觀和知識邊界很大程度上由其訓(xùn)練數(shù)據(jù)和開發(fā)理念所決定。

一個(gè)由單一文化背景、單一技術(shù)路徑主導(dǎo)的全球AI格局，本身就蘊(yùn)含著巨大的「系統(tǒng)性風(fēng)險(xiǎn)」。它可能會在無形中強(qiáng)化某種文化霸權(quán)，或是在算法層面忽視特定區(qū)域的需求與價(jià)值觀。

在此背景下，全球需要更多的解決方案來避免這類風(fēng)險(xiǎn)，畢竟，若AI大模型成了通往哪里由某個(gè)鋪設(shè)者說了算的單軌鐵路，那車上的人注定要承受很多的未卜未知。

而科大訊飛的底座大模型走的就是全棧自研路線：星火X1完全是基于「飛星一號」全國產(chǎn)算力平臺訓(xùn)練，從底層的AI芯片和算力集群，到中間的AI框架，再到上層的算法與模型，「全棧自主可控」的技術(shù)路徑早已成形。

在當(dāng)前全球地緣政治與科技博弈加劇的當(dāng)下，這不僅關(guān)乎技術(shù)實(shí)力，更關(guān)乎戰(zhàn)略安全。當(dāng)先進(jìn)制程芯片的獲取受限成為常態(tài)，全球AI產(chǎn)業(yè)高度依賴少數(shù)幾家美國公司的技術(shù)棧時(shí)，這意味著，將技術(shù)迭代的命脈都掌握在自己手中。

鑒于訊飛星火大模型整體效果可對標(biāo)OpenAI o3等國內(nèi)外一流大模型，其「既能自主，又能領(lǐng)先」的狀態(tài)構(gòu)成了它的優(yōu)勢點(diǎn)，也讓AI多了些安全可控的著力點(diǎn)。

將目光投向更廣闊的國際市場時(shí)也能看到，科大訊飛作為「第二選擇」的價(jià)值愈發(fā)清晰。

從服務(wù)北京冬奧會，到成為進(jìn)博會和聯(lián)合國會議的?？?，到在2025年日本大阪世博會上推出「AI孫悟空」，再到成為WAIC的唯一翻譯合作伙伴，科大訊飛的語音同傳技術(shù)日益成為中國與世界對話的「標(biāo)準(zhǔn)配置」。

對不少非英語國家特別是「一帶一路」沿線國家而言，有一個(gè)來自中國的技術(shù)水平領(lǐng)先且愿意進(jìn)行更靈活本地化合作的伙伴作為「第二選擇」，顯然要優(yōu)于只有一個(gè)會帶來數(shù)據(jù)主權(quán)與文化安全顧慮的「唯一選項(xiàng)」要好。

就此看，WAIC上那塊精準(zhǔn)翻譯著辛頓灼見的屏幕，不僅是一次技術(shù)實(shí)力的展示，更是一次無聲的宣言：在關(guān)乎人類共同命運(yùn)的AI命題上，一個(gè)擁有包容、多元、可靠的「第二選擇」的未來，不僅是必要的，而且是可能的。而中國AI就在為此提供自己的解決方案。

而今，升級后的星火X1已支持超過130個(gè)語種，為全球跨語言溝通提供了實(shí)打?qū)嵉谋憷?。由此可見，其多語言能力不僅僅是商業(yè)布局，更是致力于服務(wù)全球多元需求的AI力量支撐，有助于制衡單極化的AI格局，構(gòu)建更多元更平衡的全球AI生態(tài)。

04

結(jié)語

辛頓在WAIC演講中直言，「人類面臨最重要的事」——加強(qiáng)讓AI向善的全球合作，防止讓AI「統(tǒng)治」世界。

無論是AI向善還是全球合作，都需要打破語言不相通帶來的隔膜，增加跨語言溝通的順暢性。

詩人斯蒂芬·格奧爾曾寫道：「詞語破碎處，無物可存在」。順暢的跨語言溝通，正是為了縫合那些「破碎處」。

在《巴別塔之后》里，著名學(xué)者喬治·斯坦納說：理解即翻譯。這話反過來說，很多時(shí)候也成立：翻譯即理解?；蛘哒f，翻譯是增進(jìn)理解的方式。

多些基于彼此「聽懂」的相互理解，是重建以善為經(jīng)緯的巴別塔的應(yīng)有之義。

科大訊飛提供「第二選擇」，用技術(shù)搭建全球跨語言溝通橋梁，讓更多跨國交流變得無障礙，就是在助力塔基下的人們沖破溝通障礙，更好地聚在一起。

最起碼，辛頓演講被中國AI精準(zhǔn)實(shí)時(shí)「聽懂」，就讓這幅圖景變得愈發(fā)可期。

?作者 | 佘宗明

?運(yùn)營 | 李玩

轉(zhuǎn)載須經(jīng)許可

廣告合作請聯(lián)系微信號：rabgogo88

或手機(jī)號：18810070968

敬請關(guān)注