2023年8月15日，科大訊飛舉辦了訊飛星火認知大模型 V2.0的更新釋出會，向全球展示了這一領先的人工智能技術。據悉，訊飛星火認知大模型 V2.0在多模态能力方面進行了全面更新，涵蓋了圖像描述、圖像問答、識圖創作、文圖生成、虛拟人合成等多個次元。該模型的釋出，被認為是科大訊飛在科技創新領域的又一裡程碑。
多模态能力再進化
訊飛星火認知大模型 V2.0作為科大訊飛旗下的認知大模型，通過人工智能技術和大資料驅動，實作了多模态能力的更新。多模态能力是指計算機系統可以同時了解和處理不同類型的資訊，包括圖像、文本、語音等。這意味着訊飛星火認知大模型 V2.0能夠更全面地了解人類語言和圖像輸入，并做出更準确的判斷和回答。
圖像描述：AI“看圖說話”更加準确
在圖像描述方面，訊飛星火認知大模型 V2.0通過深度學習技術和大規模圖像訓練資料，使得AI“看圖說話”更加準确。與此前的版本相比，V2.0能夠更好地了解圖檔中的場景、對象和情感，并生成更加生動和細緻的圖像描述。這一能力在圖像搜尋、智能攝影和無人駕駛等領域具有廣泛的應用前景。
圖像問答：AI能夠“看懂”圖檔中的問題
其次，訊飛星火認知大模型 V2.0在圖像問答方面也取得了重大突破。通過對海量圖像和問題答案的學習，AI能夠了解圖檔中的問題，并給出準确的答案。這一能力對于智能客服、線上購物和圖像搜尋等應用場景具有重要意義，有望改變使用者與計算機之間的互動方式。
識圖創作：AI成為創作合作者
訊飛星火認知大模型 V2.0的識圖創作能力，讓AI成為了創作的合作者。AI可以根據使用者的文本描述生成對應的圖像作品，同時能夠了解使用者對作品的修改要求，并靈活地進行調整。這一能力在廣告設計、藝術創作和虛拟現實等領域具有廣泛的應用前景。
文圖生成：AI将純文字轉化為圖像表達
另外，訊飛星火認知大模型 V2.0還在文圖生成方面進行了全面更新。通過自然語言處理和圖像生成技術的結合，AI可以将純文字轉化為圖像表達，更加直覺地展示文本資訊。這一能力在新聞報道、電子書制作和媒體創作等領域具有重要意義，有助于提升資訊傳達的效果。
虛拟人合成：AI帶來身臨其境的虛拟體驗
值得一提的是，訊飛星火認知大模型 V2.0在虛拟人合成方面實作了重大突破。通過對語音、圖像和動作等資料的分析和學習，AI能夠生成高度逼真的虛拟人形象，并實作身臨其境的互動體驗。這一能力在遊戲、虛拟現實和電影制作等領域具有廣泛的應用前景。
訊飛星火認知大模型 V2.0的更新釋出，再次證明了科技創新對人工智能發展的重要作用。通過不斷突破技術瓶頸和創新應用場景，科大訊飛不僅提升了人工智能的智能化程度，還改變了人們對計算機的認知和使用方式。