劃重點：

1、第八屆世界聲博會暨全球1024開發(fā)者節(jié)上，科大訊飛董事長劉慶峰判斷，AI產(chǎn)業(yè)紅利兌現(xiàn)需聚焦自主可控、軟硬一體、行業(yè)縱深和個性化四大核心。作為2025年訊飛新出品的AI翻譯軟件，訊飛翻譯APP的迭代煥新尤為引人關(guān)注。

2、一個革命性的技術(shù)突破，在于非自回歸語音大模型架構(gòu)。這種端到端架構(gòu)與傳統(tǒng)的級聯(lián)翻譯方案形成了鮮明的技術(shù)代際差異。

3、訊飛翻譯APP迭代的核心，是同聲傳譯功能的全面進化。包括四大核心優(yōu)化點：引擎煥新、實時分享、記錄留存、懸浮字幕，使其從一個單純的翻譯工具，進化為支持協(xié)作的新范式。

4、科大訊飛的戰(zhàn)略并非局限于APP，軟硬一體是其AI在真實世界應(yīng)用落地的關(guān)鍵。翻譯功能，正是軟硬一體戰(zhàn)略的最佳實踐場。同時，科大訊飛此前還推出了訊飛翻譯SaaS平臺，提供了從專業(yè)翻譯服務(wù)到數(shù)據(jù)聚合管理的一站式解決方案。

5、科大訊飛正在利用自主可控的底層大模型技術(shù)，軟硬一體和更懂你的AI，從根本上重塑實時翻譯的體驗。

作者 林易

編輯重點君

2025年，全球人工智能產(chǎn)業(yè)正集體邁過技術(shù)奇點，進入紅利兌現(xiàn)時刻。大模型的發(fā)展焦點，已從參數(shù)競賽轉(zhuǎn)向解決真實世界問題的規(guī)?；涞?。

在日益緊密的全球化協(xié)作、旅行和信息消費中，跨語言溝通始終是最高頻的剛需之一，也是一道難以逾越的屏障。傳統(tǒng)的翻譯工具在處理實時對話、高噪環(huán)境和專業(yè)領(lǐng)域時，長期面臨延遲、失準和體驗割裂的挑戰(zhàn)。

行業(yè)需要更根本的解決方案。11月6日，科大訊飛在第八屆世界聲博會暨全球1024開發(fā)者節(jié)上，給出了自己的答案。在這場以《更懂你的AI》為主題的發(fā)布會上，科大訊飛董事長劉慶峰判斷，AI產(chǎn)業(yè)紅利兌現(xiàn)需聚焦自主可控、軟硬一體、行業(yè)縱深和個性化四大核心。

在這一戰(zhàn)略框架下，科大訊飛發(fā)布了深度推理大模型訊飛星火X1.5，以及一系列AI產(chǎn)品。其中，作為2025年訊飛新出品的AI翻譯軟件，訊飛翻譯APP的迭代煥新尤為引人關(guān)注。

科大訊飛的路徑十分清晰：利用自主可控的底層大模型技術(shù)，軟硬一體和更懂你的AI，從根本上重塑實時翻譯的體驗。

為翻譯而生的根技術(shù)

任何一款顛覆性的應(yīng)用，都源于底層根技術(shù)的突破。訊飛翻譯APP體驗革新的背后，是科大訊飛在AI翻譯技術(shù)和基礎(chǔ)模型兩條戰(zhàn)線上同時取得的進展。

一個革命性的技術(shù)突破，在于非自回歸語音大模型架構(gòu)。實時翻譯的瓶頸不僅在翻譯的準度，更在語音識別的速度。傳統(tǒng)的自回歸模型需要逐字順序生成文本，天然存在延遲。

科大訊飛此次全球首發(fā)的非自回歸語音大模型架構(gòu)（即端到端語音同傳大模型的核心技術(shù)之一），能夠并行、一次性輸出整個文本序列，帶來了推理效率的大幅階躍：效果相對提升16%，而推理成本下降了520%。這項新技術(shù)也為訊飛翻譯APP實現(xiàn)“語音秒譯”提供了堅實的技術(shù)前提。

這種端到端架構(gòu)與傳統(tǒng)的級聯(lián)翻譯方案形成了鮮明的技術(shù)代際差異。傳統(tǒng)方案將任務(wù)拆解為“識別、翻譯、合成”三個獨立模塊，串行處理導致時延疊加、信息損失和錯誤累積。

科大訊飛的端到端同傳大模型則徹底顛覆了這一流程，它使用統(tǒng)一大模型模仿人工口譯思維鏈，實現(xiàn)了全局最優(yōu)的翻譯質(zhì)量，能深度整合上下文、傳遞源語言韻律，并達到2秒的極致響應(yīng)，為實時交流提供了堅實的技術(shù)保障。

技術(shù)路線的選擇決定了未來。科大訊飛選擇了更具挑戰(zhàn)性的端到端路線并成功實現(xiàn)商業(yè)化，而傳統(tǒng)級聯(lián)方案的性能上限已被固有缺陷鎖定。

科大訊飛的領(lǐng)先優(yōu)勢不僅在于技術(shù)先進性，更是全方位的：從率先發(fā)布搶占時間先機，到9個月內(nèi)3次升級的快速迭代；從服務(wù)百萬用戶與超42萬場會議積累的海量數(shù)據(jù)，到全線產(chǎn)品應(yīng)用端到端技術(shù)的完整布局，再到與產(chǎn)業(yè)鏈緊密合作的深度生態(tài)。這些綜合優(yōu)勢共同疊加，使其在AI翻譯領(lǐng)域建立了穩(wěn)固的地位。

如果說領(lǐng)先的端到端架構(gòu)解決了“快”與“準”的全局體驗，那么垂直領(lǐng)域的深度則依賴專業(yè)的同傳大模型。星火語音同傳大模型已升級至2.0版本，覆蓋超8萬個專業(yè)詞匯，大幅提升了專業(yè)領(lǐng)域的準確性。

而承載上述所有翻譯技術(shù)突破的堅實底座，則源于自主可控的星火X1.5大模型。自主可控是科大訊飛的基石。劉慶峰在發(fā)布會上表示，訊飛星火是目前中國主流大模型中，唯一基于全國產(chǎn)算力訓練的通用大模型。在國產(chǎn)算力平臺上訓練先進的MoE（Mixture of Experts）架構(gòu)，科大訊飛已攻克全鏈路訓練效率等難關(guān)。

此次發(fā)布的訊飛星火X1.5，推理效率相比X1提升了100%，更重要的是，它為翻譯應(yīng)用提供了強大的多語言能力，目前可支持130多種語言，在拉美、東盟等地區(qū)的14個重點語言上效果領(lǐng)先。

根據(jù)國際數(shù)據(jù)公司（IDC）發(fā)布的《中國AI翻譯技術(shù)評估》，科大訊飛在AI翻譯速度、效果、專業(yè)度等八大核心維度評測中均為行業(yè)第一，其中六項斬獲滿分。堅實的技術(shù)底座，讓訊飛翻譯APP的體驗重塑成為可能。

所聽即所譯的實時體驗

利用自研的先進技術(shù)，訊飛翻譯APP 旨在從兩個核心的實時場景——同聲傳譯和音視頻翻譯出發(fā)，徹底改變用戶的跨語言溝通工作流。

本次1024開發(fā)者節(jié)期間，訊飛翻譯APP迭代的核心，是同聲傳譯功能的全面進化。

在傳統(tǒng)認知中，同傳是高度專業(yè)化的服務(wù)，或依賴昂貴的人力，或受限于復雜的硬件。而訊飛翻譯APP則希望將“如譯員在側(cè)”的高效同傳體驗，賦能給每一個需要進行跨語言會議、課堂學習和演講的普通用戶。

此次煥新，訊飛翻譯APP圍繞同傳功能構(gòu)建了四大核心優(yōu)化點，使其從一個單純的翻譯工具，進化為支持協(xié)作的新范式，比如：

引擎煥新：搭載全新的語音同傳大模型，帶來更準、更快、更流暢的實時翻譯體驗。

實時分享：支持一鍵分享實時同傳內(nèi)容。這意味著，即便同事或朋友在遠程參會，也能通過分享卡片打造的同傳頻道，同步查看實時譯文，確保關(guān)鍵信息不再遺漏。

記錄留存：同傳內(nèi)容（包括音頻與文本）會自動保存并支持導出，歷史記錄可隨時回看。這解決了實時會議中信息易揮發(fā)、難追溯的痛點，便于后續(xù)復盤和整理。

懸浮字幕：用戶無需停留在APP界面，即可通過懸浮字幕查看同傳內(nèi)容。這使得“邊聽譯邊處理其他事務(wù)”成為可能，大幅提升了多任務(wù)處理效率。

在1024開發(fā)者節(jié)的直播演示中，訊飛翻譯APP產(chǎn)品經(jīng)理展示了全球化辦公的典型場景：面對全英文會議，打開“同聲傳譯”功能，發(fā)言人話音剛落，精準的譯文便實時呈現(xiàn)于屏幕。

如果說同傳功能解決了主動溝通的難題，那么沉浸式翻譯則攻克了被動接收信息的壁壘。

用戶在日常生活中，面臨大量無字幕的外文音視頻內(nèi)容，如外文播客、海外影視劇、國際直播或應(yīng)用?？拼笥嶏w的解決方案是沉浸式翻譯，其核心是“所聽即所譯，沉浸不中斷”。

該功能啟動后，訊飛翻譯APP會保持后臺運行，實時翻譯手機上正在播放的任何音頻或視頻內(nèi)容，并以懸浮字幕窗的形式呈現(xiàn)譯文。用戶可以靈活調(diào)整字幕窗口，選擇雙語對照或只看譯文，真正實現(xiàn)邊看邊譯的無縫體驗。

在11月6日的1024發(fā)布會直播期間，訊飛翻譯APP就為全球觀眾免費提供了這一功能，支持中文與英、日、韓、法、俄等15種語種的互譯，讓全球觀眾無障礙觀看。

從解決會議痛點的同聲傳譯，到打破信息繭房的沉浸式翻譯，訊飛翻譯APP正在借助大模型的能力，將翻譯體驗推向一個更實時、更無縫的新高度。

軟硬一體的戰(zhàn)略縱深

科大訊飛的戰(zhàn)略并非局限于APP。劉慶峰在發(fā)布會上強調(diào)，軟硬一體是AI在真實世界應(yīng)用落地的關(guān)鍵。大模型需要從手機、電腦走向機器人和更多的智能終端。

翻譯功能，正是“軟硬一體”戰(zhàn)略的最佳實踐場。要實現(xiàn)精準的實時翻譯，第一步是解決嘈雜環(huán)境下的“聽清”問題。為此，科大訊飛發(fā)布了“AI+麥克風陣列技術(shù)”，并將其應(yīng)用到一系列硬件中：

訊飛智能辦公本X5：首創(chuàng)上4下4環(huán)麥克風大陣列，根據(jù)現(xiàn)場視頻演示結(jié)果，在高分貝和遠距離環(huán)境下的轉(zhuǎn)寫效果遠超iPhone17 pro。

訊飛AI翻譯耳機：首創(chuàng)單耳三麥多感融合降噪系統(tǒng)，采用“骨導+氣導”雙拾音，在地鐵等嘈雜環(huán)境準確率達97.1%，遠超AirPods 3。

訊飛雙屏翻譯機2.0：實現(xiàn)1米以內(nèi)穹頂式隔音降噪，適應(yīng)轟鳴工廠等極端環(huán)境。

同傳麥克風：此次發(fā)布的業(yè)界首個軟硬一體同傳麥克風，置于會議桌即可使用，支持10種語言免切換自動翻譯，且支持私有化部署，保障數(shù)據(jù)安全。

與此同時，科大訊飛此前還推出了面向企業(yè)和專業(yè)團隊的訊飛翻譯SaaS平臺。它整合了文本、文檔、同傳、音視頻譯制、人機協(xié)同五大核心翻譯能力，通過打通多端設(shè)備的數(shù)據(jù)鏈路，為企業(yè)提供了從專業(yè)翻譯服務(wù)到數(shù)據(jù)聚合管理的一站式解決方案。

這些硬件與訊飛翻譯APP，共同構(gòu)成了科大訊飛在翻譯領(lǐng)域的生態(tài)護城河。軟件APP負責高頻、便捷的C端應(yīng)用；專業(yè)硬件則攻克高噪、遠場、B端安全的特定場景；SaaS平臺則將軟硬能力整合，為企業(yè)級應(yīng)用提供了統(tǒng)一入口。

從自主可控的端到端語音同傳大模型，到重塑體驗的APP同傳與沉浸式翻譯，再到“軟硬一體”的硬件與SaaS生態(tài)布局，科大訊飛正在AI翻譯這條核心賽道上，完成從技術(shù)紅利到產(chǎn)品紅利和市場紅利的兌現(xiàn)。

正如訊飛翻譯APP在東盟博覽會作為指定翻譯軟件的實戰(zhàn)檢驗，這場聚焦AI生態(tài)落地的1024盛會，最終指向的是一個明確的價值——“讓跨語言溝通像母語聊天一樣簡單”。

而這，才是科技進步的意義！