訊飛WallEX登場 跨模態智能雙榜第一

牆上螢幕找鞋

發布會展示了名為WallEX的跨模態系統。女孩只說了一句「我另一隻高跟鞋呢」，牆上的螢幕便回放客廳畫面，提示鞋子可能被踢到梳化底下，她隨即俯身去找。

用戶沒有描述鞋的顏色款式，也不用回憶上次見到的位置。系統把口頭提問與即時影像對應起來，直接給出一條可行動的線索，展現語音理解與視覺推理的協同能力。

多模態對齊

要辦成這類小事，系統須同時聽懂自然語言、看懂畫面，並把兩者準確對上。這要求自然語言理解、電腦視覺與多模態對齊能力三者兼備，缺一都難以完成任務。

走出客廳之後，智能體面對的是更嘈雜的環境與更複雜的任務。相比只處理單一模態的傳統模型，這類系統要在真實環境中保持泛化，把語義與影像穩定連結。

星火X2.6

10月22日的發布會上，科大訊飛董事長劉慶峰介紹星火X2.6。官方稱模型基於全國產算力訓練升級，並首次推出端雲一體協同架構，讓雲端大模型與終端能力互相配合。

行業意義

把語音、視覺與場景推理整合進家居裝置，意味著智能體需要更強的即時感知與本地運算能力。全國產算力的成果展示，也為這條自主路線提供了實際的應用驗證場景。