新智元報道

編輯：Aeneas 桃子

WAIC 2025大會上，一套國產AI同傳系統技驚四座。從AI教父Hinton金句翻譯，到多語種實時翻譯，它實現了2秒極致響應，超8萬專業詞匯拿捏到位，如母語般絲滑交流。作為WAIC唯一翻譯合作伙伴，這家中國公司成為了全場矚目的焦點。

剛剛過去的WAIC大會現場，一套同傳系統徹底驚艷了全場。

AI教父Hinton的重磅演講《數字智能是否會取代生物智能》金句頻出，時不時引起全場贊嘆。

當他用標準的倫敦腔講述自己的觀點時，幾乎就在張口的同一瞬間，標準的中文翻譯就同步出現了右邊的大屏上。

而在場的每一位觀眾，都能立刻秒懂對應的英文內容，因為右邊的字幕精準、流暢，完全符合中文讀者的理解習慣。

無論是多專業的術語，多深奧的表達，都能立刻被這套系統完美地捕捉，轉化出的翻譯極度符合語境。

演講結束后，現場爆發出熱烈的掌聲，可以說，一方面是出于現場觀眾對于AI教父精彩演講的反響，另一方面，也是對于旁邊這位由AI「國家隊」科大訊飛打造的「AI同傳」的肯定。

要知道，2018年訊飛還在和國內其他大廠同臺競技，共同為WAIC提供AI同傳服務；而到了今年，訊飛已經成了WAIC 2025的唯一翻譯合作伙伴。

走到這個位置，懂行的人都知道一款產品得做到多么優秀才行。畢竟，WAIC的現場可隨時隨地都是真刀真槍的考驗——30多個國家、1200余位嘉賓的實時交流場景，能完美做到無障礙跨語言交流，技術門檻可謂相當高。

七年里，究竟發生了什么，讓訊飛的產品成為了國際大會的AI同傳首選？

WAIC 2025唯一翻譯合作伙伴

訊飛如何做到？

這，就要從以往同傳背后的重重難點說起。

很多人認為，如今AI大模型的突飛猛進，實時語音同傳必然變得輕而易舉。

然而出乎大家意料的是，多年以來AI同傳其實都難以完全落地。

首先的一大難點，就是實時性與高延遲之間的矛盾。

因為同傳強調的是同步，延遲必須極短，翻譯結果必須準確，還要幾乎立即同時呈現。在這種極端情況下，很難避免翻譯質量的下降。

第二大難點，就是上下文語境的精準理解。

人類語言中充滿了歧義、隱喻、指代，這些都需要結合上下文才能準確理解。想要實時準確翻譯大量專業術語，就需要提前做好知識儲備和領域知識建模。

一些讓人啼笑皆非的AI翻譯翻車現場（左右滑動查看）

更何況，大會演講者可能使用不同的方言和口音，甚至會出現口誤；會議的演講現場也環境復雜，會存在噪音、回聲、交疊說話等問題。

比如，這位日本科學院院士Toshio Fukuda的日式英語，對AI同傳就是不小的挑戰

此外，不同語言的結構差異，也會讓同傳的難度大大增加。比如中英文的語序截然不同，翻譯系統很可能需要等待一句話結束，才開始翻譯，這就會帶來嚴重的延遲。

同傳中還有一大難點，就是語音合成。在傳統同傳模式下，最終的翻譯由譯員的聲音播報，這使得聽感比視覺呈現更為流暢，不會對視覺造成干擾。

而在AI同傳要達到同樣的效果，就需要聲音快速無縫銜接，仿佛有一個真人在播報出來一樣。這就需要在技術上達到極細致的要求。

而且，同傳需要同時實現語音識別、語言理解、機器翻譯、語音合成等多個技術模塊的高度融合，技術鏈條復雜。

還有就是，高質量平行語料的匱乏，也制約了模型的訓練效果。

真正的同傳大模型，需要做到什么？

好在，現在不少AI同傳產品，開始嘗試解決這些問題，一些還取得了不錯的效果。

在國外，諸如Zoom自帶的AI Companion和Zoom Interpretation這類實時翻譯與同傳工具，能夠很好地服務于專業會議及網絡研討會。

不過，盡管它支持多種主流語言，集成度出色，非常適合商務場合使用，但翻譯質量尚有提升空間，且價格偏高，部分高級功能還需通過付費訂閱來解鎖。

Microsoft Teams，也可以通過集成Azure的語音識別和翻譯服務，從而實現多語種的字幕和翻譯，能支持70+種語言。

它的翻譯倒是很流暢，然而缺點也很明顯：設置復雜，需要一定的技術集成能力，這就大大提升了門檻，不適合亟需翻譯場景的小白用戶。

谷歌家當然也少不了類似產品。

比如Google Meet內置字幕功能+自定義集成Google Translate，就能實現AI同傳。

這個產品的特點是延遲低，非常適合教育和遠程協作。然而它的翻譯精度嚴重依賴語境，在專業術語的翻譯上時常出現翻車的情況。

視頻中可以看出，Google Meet在英語和西語的互譯上延遲極低，效果不錯

在國內，許多AI同傳產品完全不輸外國AI。

其中，作為WAIC 2025的唯一合作伙伴，科大訊飛在AI同傳領域尤為引人注目。

縱觀市場上的主流AI同傳產品，競爭的焦點普遍集中在延遲、專業術語準確度、多語言支持以及語音效果等關鍵指標上。

在這些方面，訊飛星火語音同傳大模型均表現出色。

以往很多傳統的同傳大模型，基本上采取傳統的「語音識別+文本翻譯+語音合成」串聯模式，上文所提到的種種弊病，都難以打破。

然而所有這些「魔咒」，卻都被科大訊飛的星火語音同傳大模型克服了。

該模型基于機器學習（ML）和大規模語言模型技術，實現端到端語音實時翻譯。

基于星火X1底座，其在四大維度——翻譯效果、響應時間、專業覆蓋、語音品質上，呈現出系統性領先優勢，而非單點技術突破。

它模擬了人類譯員思維鏈路，通過智能意群切分、上下文精準選詞和碎片化信息重組，實現了無縫的跨語言實時交流。

在實時性、準確性和專業性上，它在行業內都做到了最優，如母語般絲滑交流。

在保證翻譯質量的同時，模型實現了2秒極致響應，達到人類頂尖同傳譯員的水平。

全新升級的語音同傳大模型，針對醫療、制造業、金融等高壁壘專業領域深度優化，覆蓋了超8萬個專業詞匯。

實測顯示，專業內容翻譯得分超90分，業內率先達到「可用」標準。

此外，其智能雙語識別功能，在中英文混合發言的情況下，也能自動切換翻譯方向。

要知道，真正的同傳大模型，絕不能僅僅是翻譯工具，而是一種交流方式的徹底革命。

在這次Hinton演講的同傳任務中，星火語音同傳大模型的表現，實在可以稱得上是國民級AI同傳的水平，在全世界觀眾面前都十分拿得出手。

比如，當Hinton講到關于同一個詞語意義的兩種不同理論時，大模型在屏幕右側迅速給出了正確通順的翻譯——

「為了捕捉意義，我們需要一種類似關系圖的東西，心理學家曾相信一種截然不同的理論，即一個詞的意義只是一大堆語義和句法特征」

這種學術性和專業性非常高的知識，大模型能夠即時給出足夠精準的翻譯，能力可見一斑。

可以說，當競品還在苦苦追趕「能用」的水平時，星火已經狂飆到「好用」的境界，堪稱AI同傳界的「卷王」。

國內首個同傳大模型

訊飛何以快人一步？

要說現在國內做語音同傳最牛的，訊飛可真是獨一檔的存在，其他家還沒有誰能跟上這個節奏。

而這個成就，可不是一夜之間取得的。可以說，訊飛的硬核實力，靠的是20多年來在語音技術領域的「死磕」。

早在2010年，這家公司就All in深度學習搭上AI快車，成為了全球最早一批搞機器學習的玩家。

一年后，其自研的基于深度神經網絡「中文語音識別系統」正式上線，直接把行業甩在了身后。

這些都為后來的技術演進埋下了關鍵伏筆。

此后數年，訊飛在技術和應用上雙線狂飆，拿獎拿到手軟——

2018年，訊飛機器翻譯口譯能力首次拿下了CATTI翻譯資格考試；2019年，其機器閱讀理解能力，在全球首次超越人類平均水平。

在語音識別上，2016-2023年，訊飛連獲國際多通道語音分離和識別大賽CHiME五連冠；在多語種翻譯上，又在2021-2023年連續三屆拿下IWSLT冠軍。

如今星火大模型的快速迭代，直接把科大訊飛的技術底盤又往上拉了一層。

WAIC上，星火X1基于全國產算力平臺「飛星一號」，采用端到端架構，直接把傳統「語音識別-翻譯-語音合成」三步流程簡化成一步，極大提升效率、降低延遲。

這也就是為什么，我們能看到Hinton說話和字幕的出現做到了神同步。

而且，基于X1的多語言能力，星火同傳大模型不僅能「聽懂」復雜語境，還能精準捕捉語義、語調和專業術語，全場絲滑無壓力。

而這背后，都是訊飛多年來廣泛積累的數據在做支撐——他們已經為全球超過40萬場國際會議做過同傳，數據維度廣，最不缺的就是覆蓋多語種、多場景的真實語料，堪稱行業翹楚。

更不要說，訊飛的開放平臺上，還擁有廣大的52萬海外開發者。這就讓數據池源源不斷，生態持續壯大。

總之，訊飛實打實地經歷了一場場真金白銀的考驗——從北京冬奧會、進博會，再到聯合國會議，無論是多么高規格的國際場合，它的AI同傳技術都能carry全場，在每一次實戰中都獲得了滿場稱贊。

可以說，訊飛能在全球的AI同傳領域穩站C位，靠的就是一步步打出來的技術和經驗。

而現在國內首個同傳大模型的發布，更是代表著全新的里程碑。不僅訊飛交出了漂亮的成績單，在全球賽道上沖到了最前排，也讓人類的「語言無障礙」變得越來越近了。

軟硬一體，用「服務閉環」征服WAIC

WAIC上，訊飛不僅以技術實力霸屏會場，更通過「軟硬一體」的戰略，完美適配了國際會議的復雜場景。

這一現象背后，折射出AI同傳技術的新趨勢以及市場競爭的新格局。

當前來看，AI同傳市場早已從單一技術輸出，轉向了生態的競爭。一些單一技術提供商或純軟件方案，往往在復雜場景下適配性不足。

訊飛軟硬一體戰略，并非是簡單的產品堆疊，而是以星火「全家桶」為核心，通過硬件協作持續放大的技術能力。

舉個栗子，首款搭載離線LLM翻譯設備「訊飛雙屏翻譯機2.0」，能精準分離多方發言，自動切換翻譯方向，延遲率非常低。

WAIC展覽館中，一位來自泰國Omniscien公司的CTO Dion Wiggins對訊飛的多語種透明屏技術贊不絕口。

不僅如此，AI同傳的競爭已從算法精度轉向了場景適配能力，而硬件是實現這一躍遷的關鍵。

相較于純軟件方案，訊飛翻譯硬件通過場景化設計，能夠直接觸達用戶需求。

WAIC現場3款新系列的訊飛AI錄音筆的首秀，分別針對學生、職場人、商務人士提供了定制化需求，并覆蓋了課堂、辦公等多種場景。

還有訊飛同傳和同傳耳機的協作，進一步放大了星火大模型的能力。

WAIC參會者通過耳機收聽AI合成的語音，再結合屏幕的實時字幕，即能體驗「聽譯同步」的沉浸式溝通。

更重要的是，訊飛的軟硬件協作邏輯，不僅在于單一設備的突破，更在于多設備的協同，形成了覆蓋WAIC全場景的「服務閉環」。

在大會的翻譯服務點，訊飛還提供了現場租借的翻譯機，讓參會者即拿即用，與全球同行無障礙交流。

這屆WAIC大會，涵蓋了開幕式、3場主論壇，以及19場分論壇，涉及到多語言、多場景的并發需求。

訊飛同傳通過大屏幕實時呈現多語種字幕，為開幕式和分論壇的順利溝通提供了保障。

這種從前端硬件到后端服務的閉環能力，恰恰體現了訊飛對國際會議場景的深刻洞察，也彰顯了其硬件賦能在提升服務效率上的核心價值。

當然了，能成為國際會議翻譯唯一合作伙伴，不僅要技術和服務過硬，還需強大的品牌背書。

如上所述，從2018年首屆WAIC開始，訊飛就承包了翻譯重任，為各路AI大牛們「搭橋」。

如今，訊飛憑借其「全棧式」AI同傳解決方案，構建了「軟件+硬件+服務」三位一體的核心競爭力，以技術突破與生態協同重塑行業標準。

放眼未來，AI同傳在教育、旅游、醫療等領域進一步滲透，硬件賦能將成為技術落地的關鍵驅動力。

訊飛將帶領行業打破語言壁壘，登上「巴別塔」之巔，讓全球溝通更加高效、自然。