看到有道子曰R2T2和T3PO双双登上Hugging Face的ASR和Translation细分Trending第一。 Hugging Face是英伟达旗下全球最大的开源AI模型社区和平台,目前平台已经聚集超过200万个模型,包括Meta、Google、Microsoft、NVIDIA等全球头部科技公司都在这里发布和维护模型,全球开发者也会直接在平台上下载、测试和二次开发。 R2T2和T3PO双双登顶,等于是在全球开发者社区获得了较高关注。具体看下这两个模型情况: R2T2做实时语音识别,已经确认并提交的文字不再回改,让后续翻译和Agent拿到稳定的信息。 T3PO是可以根据上下文判断何时继续等待、何时输出译文,同时兼顾准确性和速度。 放到有道现有产品的场景里,比如用AI同传听外语会议,用户需要字幕跟得上发言,也不希望刚读完的内容又变了。用Hi Echo练口语,需要让对方准确听懂,而且对话及时很关键,不能来回解释。这类产品都是依赖语音交互,高质量、低延迟是刚需。 很多时候,产品体验都是体现在这些细节当中,数值上非常小的延时可能就是交互灾难,这些都直接关系到用户端的留存和复购。有道从技术底层把识别、翻译这些环节做好,其实就是在为给后续应用端的持续使用和付费创造。 AI应用这个赛道还处在爆发前期,现在有道的研发和产品都非常聚焦,这波双模登顶,说明底层技术非常扎实,后续产品有条件做出用户能感知的差别,AI业务的长期价值值得期待。 $有道(DAO)$