2025年大阪·关西世博会上，中国馆以其恢弘气势和丰富展品，吸引了全球目光。作为本届世博会规模最大的外国自建馆之一，中国馆不仅陈列了“嫦娥五号”、“嫦娥六号”带回的珍贵月壤样本，以及“蛟龙”号深海载人潜水器的体验舱，更带来了令人眼前一亮的AI创新——由科大讯飞赋能打造的“AI孙悟空”。这一创新体现了中国在高科技领域，特别是人工智能方面的实力。
“AI孙悟空”的创意灵感，源自中国动画史上的经典之作——《大闹天宫》中家喻户晓的孙悟空形象。作为无数中国人心中的动画英雄，孙悟空承载着丰富的文化记忆。而科大讯飞星火大模型的赋能，使得“AI孙悟空”能够使用中、英、日三种语言与观众进行实时互动，不仅肩负起传播中国文化的重任，更化身为中国馆的“AI导览员”。他能以生动的图文并茂的方式，介绍中国各地的地道美食和意境深远的古诗词，让参观者在轻松愉悦的氛围中感受中国文化的博大精深。
毫无疑问，“AI孙悟空”的亮相成为了中国馆最引人注目的亮点之一。他身着标志性的虎皮裙，手持威风凛凛的金箍棒，形象栩栩如生、高度还原。 凭借科大讯飞星火大模型的强大技术支持，他能够流畅自如地切换三种语言，对答如流，并且回答的风格和语气完全贴合孙悟空的角色设定。即使身处嘈杂的环境中，他也能精准捕捉到观众的声音，并快速给出准确且富有“猴哥”特色的幽默回答。这种精准的声音识别能力，得益于科大讯飞在语音识别技术领域多年的深耕和突破。
除了基础的语言交流外，“AI孙悟空”还展现了他多才多艺的一面。根据观众的要求，他能“写诗作画”，将古诗词中的意境跃然“纸”上。 这一互动功能不仅让观众领略了AI技术的奇妙之处，更让他们以一种全新的方式深入体验和欣赏中国文化的魅力。 这种基于用户指令进行内容创作的能力，充分展示了AI在文化创意领域的潜力。
“AI孙悟空”的成功并非偶然，而是科大讯飞团队在数字人技术和星火大模型问答能力上长期积累的结晶。他们以上海电影（集团）有限公司旗下上影元为其构建的3D模型为基础，进行了大量的AI化工作，使得孙悟空不仅能够“动起来”，还能结合大模型的能力，与观众进行实时互动。这种将3D模型与大模型能力相结合的方式，极大地提升了互动体验的真实感和趣味性。科大讯飞的技术团队针对这一项目，在模型优化、语言理解、风格迁移等方面进行了大量的优化，力求呈现出最佳效果。
科大讯飞在语音识别领域的重大技术突破，为“AI孙悟空”的成功打造提供了坚实的基础。他们攻克了复杂的“鸡尾酒会”难题，实现了在多人对话的嘈杂环境中，精准识别出多位讲话者的声音。 这一技术的应用，确保了“AI孙悟空”即使在喧闹的世博会现场，也能清晰地捕捉到观众的提问，并做出准确的响应。
不仅如此，科大讯飞的多情感超拟人语音合成技术，高度还原了孙悟空的经典声线。 他们通过语音大模型音色解耦技术，精准地控制合成语音的音色，完美复刻了86版《西游记》中孙悟空的配音演员李世宏老师的声音。 这一技术的运用，不仅使得“AI孙悟空”的声音更加逼真，更让他能够用同样的音色说出日语和英语，实现了孙悟空的“声音穿越”，与来自世界各地的观众进行亲切交流。这体现了中国技术在文化传承和创新方面的努力。
“AI孙悟空”卓越的多模态交互能力也是其成功的关键所在。 他能够根据与游客语音对话的内容，生成丰富的动作和表情，确保每一个动作、每一个神态都与语言表达完美契合。 同时，他还依托讯飞星火大模型的视觉处理、图像理解与创作能力，基于语义需求生成高质量的视觉内容，从而打造出一个真正能“写诗作画”的AI孙悟空。 这种多模态的互动方式，为用户带来了更加沉浸式的体验，也更有效地传递了中国文化的精髓。
总而言之，科大讯飞在人工智能领域的深厚积累和持续技术突破，不仅成就了“AI孙悟空”这一本届世博会上的耀眼明星，也为中国科技实力的提升做出了生动的诠释。 这一创新尝试不仅让世界各地观众领略到AI技术的无限潜力和魅力，也为中国科技在国际舞台上赢得了更多的赞誉和关注，彰显了中国科技企业的创新活力和文化自信。未来，类似的AI技术有望在文化传播、教育娱乐等领域得到更广泛的应用。
