52120支团队参赛，讯飞把Agent塞进机场和客厅

10月22日，讯飞1024全球开发者节在北京举行。主论坛上，科大讯飞董事长刘庆峰发布了基于全国产算力升级的星火X2.6，并首次推出端云一体协同架构。AI可以根据任务需要，选择在本地处理、交给云端，或由两端协作完成。

同一天，开发者生态也迎来升级：讯飞发布星辰TaaS平台，配合APA智能体流程自动化和讯飞CLI，支持Agent操作业务系统、完成复杂任务。开发者由此可以从调用模型，进一步走向把AI能力组合成可交付的行业方案。

发布会开场讲了一个小场景：妈妈还有10分钟到家，女孩却找不到另一只高跟鞋。墙上的屏幕开始回放客厅画面，AI提示鞋可能被踢到了沙发底下。女孩没有交代鞋的颜色、款式，也没有回忆最后一次在哪儿见过，WallEX把她的话和客厅里的画面联系起来，给了一条线索。

找鞋是件小事，但要AI办成，得同时听懂人话、看懂画面，还得把两件事对上号。走出客厅，它面对的还有更嘈杂的环境、更复杂的任务。

拟人、普适、易用：三个方向

机器人要从几个人的声音里分清谁在提问，办公室里的Agent则要替员工核价、填单，电视要记住厨房里刚聊过的片单。讯飞给新一代人机交互定了三个方向：拟人、普适、易用。

• 拟人：让对话更像人，靠多通道端到端模型、端云协同和多设备联动；
• 普适：从安静的房间走进噪音环境，从国内走向多语种，从单一场景走向多场景；
• 易用：让开发者接入更省事，靠软硬一体模组、整机参考设计、交互研发数字员工和平台的命令行版本。

这三个方向也贯穿了家庭、企业和公共服务几类场景。

换个房间，AI还能接着聊

把人说的话、镜头里的画面放在一起理解，就是多模态交互。用户在厨房说了一句「放假了，想放松一下」，冰箱先应答，电视上随即出现推荐片单。走到客厅后，他接着说：「看第二部，之前看过一点，帮我回顾剧情。」用户没再报片名，电视也能明白他说的是刚才那张片单里的第二部电影。

WallEX把厨房里的对话和推荐结果同步给了客厅设备，用户换个房间说话，不必从头再讲一遍。底层是讯飞的多通道端到端模型：端侧快速应答，云侧深度理解，再把结果在设备之间同步。

WallEX背后，是讯飞面向智慧空间做的一套软硬件方案，叫SpaceMind。在商业、居住、办公这些空间里，SpaceMind通过开放的IoT协议和Harness平台，兼容全球主流通信标准。它已经和海尔、美的等家电品牌，以及西门子、GVS等电工电气品牌的设备打通。

从相对安静的家里走进展厅、酒店，机器人面对的声音就复杂多了。几个人围在机器人面前说话，旁边还放着音乐，提问声混在聊天声里，机器人既要听清问题，也要分清是谁在问。讯飞用全景摄像头配合环形麦克风阵列，把人像和声音对应起来，在360°范围内支持5人多模态降噪。在-10dB噪声测试中，这套方案的语音识别准确率为90.1%。

平台支持40多种语言，其中30多种可以免切换交互。讯飞让设备在本地处理即时交互和离线任务，把复杂理解交给云端，端侧平均响应时间为0.85秒。

语音合成方面，讯飞的ULingo-TTS-1.0-Preview在10月16日SuperCLUE-TTS测评总榜中拿到71.39分，这一总分为全部参测模型最高。

三款企业首发：分工、操作、方案

在家里说「看第二部」，电视接着响应就好。到了办公室，一句「采购显示器」，还要把事情交到有权限处理的同事手里。这也是这次发布会最重的部分：三款面向企业的首发产品——Agent OS、APA和星辰TaaS，分别解决分工、操作和方案三件事。

预算由谁确认、合同由谁审核，不能让Agent临时猜。此次首发的Agent OS，就是给人、多个Agent和业务系统定分工的。员工提出采购显示器，系统整理用途与规格，登记进办公系统；到了审批环节，通知负责人处理，再把结果反馈给员工。Agent接手时，还要知道这笔采购办到了哪一步，它按权限读取项目、人员和历史记录，接着处理自己负责的任务。

分工定了，Agent还得会操作公司的各个系统。此次首发的APA，全称智能体流程自动化，把软件操作变成Agent可调用的技能。员工在星辰Cowork工作台里录制、描述操作过程，Agent也在这里调用技能，跨系统办事。客户要10台无线接入设备和2台交换机，Agent先到经营管理和仓库系统核对价格、库存，再查合同中的付款与交付条款，核对完成后生成16800元的报价，并送进办公系统审批。

此次首发的星辰TaaS，让开发者复用模型、工具和行业知识。TaaS的全称是Token as a Solution，讯飞希望模型消耗的每个Token都能用于推进具体业务，直到任务完成。这套方案由模型供给、能力编排和场景应用三层配合，已沉淀同传翻译、数字员工、办公提效、知识问答、智能营销等应用，面向企业服务、金融、医疗、教育、能源等行业。

讯飞自己的总结是一句话：让Token不空转，让价值看得见。

做招采评审时，审核人尤其需要知道AI凭什么下结论。讯飞招采助手让多个专业Agent并行处理材料，附上引用依据，关键节点交给人确认。这套系统已在50多家单位落地，在国家能源集团相关项目中，智能评审准确率达到97%。与合肥公共资源交易中心联合打造的公共资源交易大模型，则让评标评审时长缩短90%以上。

海外广告投出去以后，团队要盯着成本和转化，排查流量、素材出了什么问题。「超级效果优化师」让多个Agent分工检查、诊断和提出调整策略，投手确认后再执行。在某电商KA客户的海外投放案例中，人均操盘账户的投放规模提升40%，ROAS（广告支出回报率）提升50%。

Agent也来找工具了

Agent在公司里干活，也要用讯飞开放平台上的能力，但它找工具的方式跟人不一样。开发者让Agent识别一段录音，首先得让它找到语音识别服务，知道怎么调用，并拿到相应权限。讯飞这次推出XFYUN CLI，把平台功能做成可以用一句话调用的工具。开发者完成安装、授权后，Agent就能用这些指令请求服务。语音识别、语音合成等700多项AI功能，将通过这套方式供Agent调用，适配范围覆盖200多种智能体。

最后一步是把Agent装进现场的设备。过去给智能硬件接入交互能力，开发者要自己写代码，再完成编译、调试和端侧部署，链路长，联调也复杂。AIUI Code通过Agent调用插件辅助开发，减少手工编码和联调。交互研发数字员工则进一步支持用自然语言配置机器人，开发者发出语音指令，就能按场景调整配置并即时更新。

GuideX平台这次升级，把分散的需求组合成一套可交付、可持续运营的方案。AStudio是讯飞新一代的全场景AI生产力工作台，装在开发者的电脑上，负责接需求：梳理要求、搭建Agent。GuideX是讯飞面向公共服务场景的数字员工平台，接手从配置组装到交付运营的后续流程。发布会上现场演示的，是给机场定制一个服务管家。

在肯尼亚运营商Safaricom的总部智慧展厅，GuideX数字导览员已用于介绍通信业务、M-PESA移动金融服务和财报内容。项目团队为此整理专属知识库，适配行业名词、财报缩写和当地表达。

10月24日，讯飞AI开发者大赛年度决赛将在合肥举行。今年的大赛吸引了全球15个国家、351座城市的52120支团队，规模创下新高。应用赛里65%的参赛团队拿到了国家资质认证；算法赛里43%的选手不是算法专业出身。

从客厅里寻找一只高跟鞋，到机场里为成千上万的旅客提供服务，背后是同一场变革：AI正在从屏幕里的回答者，变成现实世界的参与者。