做 AI 硬體，關隘不在硬體在 AI，做 AI 輔學硬體，端到端的 AI 語音互動尤為關鍵。正如 GPT-4o 扮演老師角色，讓可汗學院創始人薩爾·汗和他的兒子伊姆蘭也驚艷於它的數學題解答和教學能力。
雖然 GPT-4o 能力很強，但一直以來，開源社群缺少中文為主的高品質語音 Codec 和自監督預訓練 Encoder 基礎設施，讓很多有計劃使用 AI 大模型做教育套用的企業很難在對話體驗上實作突破。
深圳灣 8 月 23 日訊息，來自浙江的教育科技公司精準學宣布，公司已在 AI 語音互動技術上取得領先性的突破，成功訓練了中國第一個語音端到端大模型「心流知鏡-s(V02)」，它可以直接實作「語音輸入-語音輸出」的互動，在適配輔學場景後，大模型可以生成更加自然的對話交流體驗，讓 AI 達到「真人老師」級別。
精準學 AI 實驗室從零開始訓練，使用端到端語音結構，避免了級聯 ASR+LLM+TTS 方式額外延遲，同時也更好的改善純文本模型損失的情感節奏等豐富資訊，讓 AI 語音互動更加接近人類的對話體驗。
為回饋開源社群，精準學還將提供時間表，逐步開放基礎模型，供學術和非商用使用，為科研和技術探索作出貢獻，促進 AI 語音技術更好的服務於社會。
今年 5 月，精準學曾獲得阿裏 2 億元融資。次月，精準學第一個原生代 AI 輔學機 Bong 系列上架銷售，主打 AI 老師一對一輔學功能，這也是行業內首次有產品繞過助手工具，正面提供一對一的 AI 輔學功能。
此次釋出的語音端到端大模型也將很快套用於精準學的 AI 輔學機上，深圳灣的讀者也將在 9 月份的 AI 硬體線下交流活動上，很快體驗到這項技術突破成果。
主筆：周森 / 深圳灣
