科大讯飞亮相2025世界机器人大会，智能交互技术引领具身智能新浪潮

8月8日，以“让机器人更智慧，让具身体更智能”为主题的2025世界机器人大会在北京启幕。本届大会汇聚全球200余家顶尖机器人企业与超400位行业权威专家，擘画机器人产业创新蓝图。科大讯飞携智能语音背包、多语种AI透明屏、移动数字人等创新产品亮相，集中展示机器人领域智能交互技术的最新突破与落地成果。

智能语音背包

让机器人“听得懂、做得对”

科大讯飞展区内，智能语音背包与G1机器人组成的“CP”，成为全场人气担当。演示中，搭载智能语音背包的G1机器人不仅能精准完成赛博太极拳等高难度动作，还能实现情感化社交互动。

搭载智能语音背包的G1机器人

智能语音背包是针对机器人语音交互快速集成需求设计的一体化方案，由感知模组+全功能语音背包构成，即插即用免结构改造。这一方案颠覆了传统机器人开发模式，使得开发者无需复杂改造机器人硬件本体，即可快速赋予机器人强大的语音交互能力，缩短机器人研发周期。其核心优势在于融合了多模态降噪与深度理解技术，在嘈杂环境中既能精准捕捉声音，又能深入解析用户意图，同时打通运动控制与业务逻辑，实现从语音指令到动作执行的流畅衔接。

无论是工厂车间还是人流密集的服务场所，搭载智能语音背包的机器人都能实现精准的语音交互，有效拓展了机器人的应用边界，推动智能交互技术在机器人领域的深度落地。

多语种AI透明屏

打破语言壁垒的“智能桥梁”

展台另一侧，多语种AI透明屏的双面显示设计吸引了众多关注。一位日本观众用日语与工作人员交流时，屏幕即刻完成双向实时翻译，令其惊叹：“太神奇了！没想到这么一块透明的屏幕竟能实现对话实时互译。”

日本观众在体验多语种AI透明屏

这一功能得益于多语种AI透明屏集成的多语种识别翻译、星火大模型和多模态降噪技术，支持中、英、法、德、俄、日、韩、泰、越、阿拉伯语等15种语言的双向实时互译，并提供数字人客服交互模式。

目前，该产品已应用于机场、地铁、酒店、商场、景区、政务服务大厅、金融机构等公共服务窗口，有效提升了多语言环境下的服务效率，成为跨文化交流的“智能桥梁”。

移动数字人

打造智能导览交互新体验

“你觉得今天哪个展台最有趣？”展会现场，移动数字人“小雨”的互动区排起长队，观众们争相与这位“高情商”数字人对话。小雨歪头思考两秒笑道：“每个展台都有独特亮点哦，就像每个人都有闪光点一样。”灵动的表情搭配自然的语气，引发现场一片笑声。

移动数字人“小雨”

作为“会移动的智能交互体”，该方案以带移动底座的55寸OLED透明屏为载体，呈现具备高还原度的拟人形象。通过360°声学定位与多模态交互技术，系统可精准识别观众位置与指令来源；结合星火大模型与定制知识库，实现上下文语义理解与智能应答。全流程支持一站式播控与部署，目前已在博物馆、营业厅等场景落地，凭借自由移动与沉浸式交互，为公众导览和品牌体验带来全新升级。

全栈交互模组

构建机器人“感知神经网络”

围绕机器人的智能交互，科大讯飞还展示了丰富的交互模组，包括机器人多模态开发评估套件、机器人超脑板，以及大模型离线交互模组等。这些模组构建起机器人的“感知神经网络”，助力其更精准、高效地理解和响应用户需求。

机器人的人机交互模组

“国内大多数智能交互机器人厂商已采用了机器人超脑平台的软硬件一体化解决方案。”科大讯飞机器人超脑平台总经理刘可为表示，“未来平台将持续挑战具身智能的深水区——让机器人从听懂指令进化到主动思考，具备类人级领悟力。”

具身智能采训推一体机

解锁柔性制造新范式

在具身智能训练领域，科大讯飞生态企业——聆动通用展出的采训推一体机备受关注。该设备具有数据质量高、操作舒适度好、场景应用范围广、采集训练推理一站式整合等显著优势特点，可满足市面上大部分机器人的数据采集（需适配）和模型训练推理工作，是行业级通用数据采集设备。

具身采训推一体机

聆动通用CEO、科大讯飞机器人首席科学家季超指出，具身智能面临效率与通用性的 “悖论”——通用性越强，初期效率往往越低。破解之道在于通过多模态大模型赋予机器 “任务理解-动作规划-执行”的全链路能力，突破柔性制造瓶颈。聆动通用的解法是依托科大讯飞多模态预训练底座分层构建，结合“一脑多小脑”架构，可让模型快速适配场景，平衡通用与效率。“现阶段能落地的方式，可能正是这种大脑与小脑结合的模式。”

从语音交互的底层技术到多场景的落地应用，科大讯飞正以“让机器人开发更简单”为理念，通过核心技术迭代与场景化创新，推动机器人产业向更智能、更实用的方向加速迈进，引领具身智能新浪潮。