Дом
Крупная модель речи компании Alibaba возглавила мировой рейтинг и завоевала «тройную корону» в области искусственного интеллекта на национальном уровне

28 мая 2026 года «Artificial Analysis», ведущая платформа по оценке искусственного интеллекта, опубликовала свой последний рейтинг Speech Arena. Компания Alibaba добилась значительного прорыва благодаря своей крупной голосовой модели Fun-Realtime-TTS-Preview, заняв пятое место в мире и первое в Китае с рейтингом Эло 1190.
1. Всестороннее лидерство: лидерство по трем основным направлениям голосовых технологий
В ходе данной оценки система голосовых технологий Alibaba продемонстрировала высокую общую эффективность, заняв первое место в Китае по трем ключевым направлениям голосового ИИ:
ASR (автоматическое распознавание речи): система заняла первое место в национальном рейтинге по точности и устойчивости преобразования речи в текст, продемонстрировав способность Alibaba понимать сложные звуковые условия.
Чат (комплексное понимание речи и диалог): система заняла первое место в национальном рейтинге по беглости, логичности и скорости ответов в голосовом диалоге в режиме реального времени, что отражает лидирующие в отрасли возможности Alibaba в области взаимодействия с интеллектуальными помощниками.
TTS (преобразование текста в речь): в этой ключевой конкурентной области система Fun-Realtime-TTS-Preview не только установила новые национальные рекорды по естественности, эмоциональной выразительности и скорости воспроизведения, но и стала мировым эталоном.
2. Технологический прорыв: достижения в области реального времени с Fun-Realtime
Ключевой участник этого рейтинга —Fun-Realtime-TTS-Preview— знаменует собой значительный прорыв команды Alibaba по голосовым технологиям в области синтеза речи в реальном времени.
Ранее в области синтеза речи часто возникали трудности с обеспечением баланса между высокой степенью естественности и быстрым откликом. Однако модель Alibaba благодаря сквозной глубокой архитектуре успешно обеспечивает вывод речи с интонацией, близкой к человеческой, с задержкой на уровне миллисекунд. Эта способность работать в режиме реального времени имеет решающее значение для приложений, чувствительных к времени, таких как взаимодействие с умными автомобилями, прямые трансляции с участием цифровых персонажей, перевод в режиме реального времени и обслуживание клиентов.
3. Аналитика отрасли: голосовые технологии Китая продвигаются к «глубокому интеллекту»
Являясь законодателем мод в области ИИ, Artificial Analysis использует чрезвычайно строгую систему оценки, которая анализирует эффективность моделей на тестовых наборах и, что еще важнее, уделяет особое внимание пользовательскому опыту в реальных сценариях. «Три первенства» Alibaba выходят за рамки простых оценок и дают следующие ключевые выводы:
ИИ в области речи вступает в «эру крупных моделей»: Ранее технологии распознавания речи в основном опирались на традиционные статистические методы или небольшие модели. Успех Alibaba демонстрирует, что интеграция обработки речи в основу крупных моделей глубокого обучения может обеспечить значительный скачок в качестве восприятия.
«Китайская скорость» в реализации сценариев: благодаря лидерству Alibaba как в области понимания речи, так и в области генерации речи, будущее интеллектуальное оборудование и экосистемы крупных моделей в Китае обретут более сильную глобальную конкурентоспособность в ключевой области «голосового взаимодействия».
Демонстрация возможностей замкнутого цикла: от распознавания (ASR) до понимания (Chat) и далее до синтеза (TTS) — Alibaba построила полный конвейер голосового взаимодействия, обеспечив прочную основу для разработки бесшовных ИИ-агентов (Agents).
Благодаря непрерывному техническому развитию по принципу «снизу вверх» и итерации моделей в сфере голосовых технологий искусственный интеллект в Китае ускоряет продвижение в более глубокие воды — переходя от «способности распознавать» к «пониманию человеческих эмоций и логики взаимодействия» на более глубоком уровне.
Связанная статья
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства
Соблюдение требований к автономным транспортным средствам в Калифорнии: новая эра штрафов, геозоны и 1 млн миль
Компания Guident эксплуатирует шаттл AuveTech в Южной Флориде, обслуживая маршрут протяженностью четыре мили в Вест-Палм-Бич и маршрут протяженностью одну милю в Бока-Ратоне с использованием своей тех
Рекомендации по связанным специальным темам
Комментарии (0)

28 мая 2026 года «Artificial Analysis», ведущая платформа по оценке искусственного интеллекта, опубликовала свой последний рейтинг Speech Arena. Компания Alibaba добилась значительного прорыва благодаря своей крупной голосовой модели Fun-Realtime-TTS-Preview, заняв пятое место в мире и первое в Китае с рейтингом Эло 1190.
1. Всестороннее лидерство: лидерство по трем основным направлениям голосовых технологий
В ходе данной оценки система голосовых технологий Alibaba продемонстрировала высокую общую эффективность, заняв первое место в Китае по трем ключевым направлениям голосового ИИ:
ASR (автоматическое распознавание речи): система заняла первое место в национальном рейтинге по точности и устойчивости преобразования речи в текст, продемонстрировав способность Alibaba понимать сложные звуковые условия.
Чат (комплексное понимание речи и диалог): система заняла первое место в национальном рейтинге по беглости, логичности и скорости ответов в голосовом диалоге в режиме реального времени, что отражает лидирующие в отрасли возможности Alibaba в области взаимодействия с интеллектуальными помощниками.
TTS (преобразование текста в речь): в этой ключевой конкурентной области система Fun-Realtime-TTS-Preview не только установила новые национальные рекорды по естественности, эмоциональной выразительности и скорости воспроизведения, но и стала мировым эталоном.
2. Технологический прорыв: достижения в области реального времени с Fun-Realtime
Ключевой участник этого рейтинга —Fun-Realtime-TTS-Preview— знаменует собой значительный прорыв команды Alibaba по голосовым технологиям в области синтеза речи в реальном времени.
Ранее в области синтеза речи часто возникали трудности с обеспечением баланса между высокой степенью естественности и быстрым откликом. Однако модель Alibaba благодаря сквозной глубокой архитектуре успешно обеспечивает вывод речи с интонацией, близкой к человеческой, с задержкой на уровне миллисекунд. Эта способность работать в режиме реального времени имеет решающее значение для приложений, чувствительных к времени, таких как взаимодействие с умными автомобилями, прямые трансляции с участием цифровых персонажей, перевод в режиме реального времени и обслуживание клиентов.
3. Аналитика отрасли: голосовые технологии Китая продвигаются к «глубокому интеллекту»
Являясь законодателем мод в области ИИ, Artificial Analysis использует чрезвычайно строгую систему оценки, которая анализирует эффективность моделей на тестовых наборах и, что еще важнее, уделяет особое внимание пользовательскому опыту в реальных сценариях. «Три первенства» Alibaba выходят за рамки простых оценок и дают следующие ключевые выводы:
ИИ в области речи вступает в «эру крупных моделей»: Ранее технологии распознавания речи в основном опирались на традиционные статистические методы или небольшие модели. Успех Alibaba демонстрирует, что интеграция обработки речи в основу крупных моделей глубокого обучения может обеспечить значительный скачок в качестве восприятия.
«Китайская скорость» в реализации сценариев: благодаря лидерству Alibaba как в области понимания речи, так и в области генерации речи, будущее интеллектуальное оборудование и экосистемы крупных моделей в Китае обретут более сильную глобальную конкурентоспособность в ключевой области «голосового взаимодействия».
Демонстрация возможностей замкнутого цикла: от распознавания (ASR) до понимания (Chat) и далее до синтеза (TTS) — Alibaba построила полный конвейер голосового взаимодействия, обеспечив прочную основу для разработки бесшовных ИИ-агентов (Agents).
Благодаря непрерывному техническому развитию по принципу «снизу вверх» и итерации моделей в сфере голосовых технологий искусственный интеллект в Китае ускоряет продвижение в более глубокие воды — переходя от «способности распознавать» к «пониманию человеческих эмоций и логики взаимодействия» на более глубоком уровне.
Генеральный директор DeepMind Хассабис: я сплю шесть часов в день, обычно чувствую прилив энергии около часа ночи.
В недавнем интервью журналу Fortune генеральный директор Google DeepMind Демис Хаассабис раскрыл свой нестандартный подход к отдыху и продуктивности. Хаассабис признался, что спит очень мало, распределяя свои бодрствующие часы на два отдельных рабочи
OpenAI и Anthropic борются за долю рынка, несмотря на снижение выручки
Несмотря на недавние сообщения о том, что OpenAI не достигла целевых показателей по выручке, что во вторник оказало давление на акции технологических компаний, частные инвесторы, вкладывающие средства











