当大模型技术从“参数竞赛”转向“应用落地”，Agent正从虚拟工具进化为重塑生产力的核心生产要素。

1月26日，科大讯飞旗下星辰智能体平台正式升级发布，推动Agent突破屏幕边界，具备感知物理世界、理解复杂上下文、多模态自然沟通的综合能力，通过“语音、视觉、运动与执行”全栈方案，升级为拥有“五官、手脚与个性”的新一代「数字合伙人」，开启Agent规模化落地新篇章。

此次升级率先破解了Agent接入语音链路与硬件设备的行业痛点，实现星辰智能体平台与AIUI平台的完全打通，让Agent可一键接入语音交互。

依托讯飞AIUI 1.6秒级响应技术，Agent能精准“听懂指令、理解意图、执行动作、语音反馈”，同时支持多模态感知输出，彻底解决响应延迟、语义割裂、系统不同步等问题，大幅缩短硬件对接研发周期。Agent可极速接入机器人、智能穿戴等设备，快速落地工业、家庭、消费等多场景，以更低人力与时间成本实现交互效率与效果双重提升，现场演示的桌面机器人“小飞”，便通过自主移动、视觉感知与流畅应答，展现了Agent在物理世界的实操能力。

多模态超拟人交互技术的升级，为Agent赋予了有“温度”的交互能力。

声音层面，Agent依托升级后的语音合成大模型，在自然度、情感表达、节奏停顿等维度显著提升，具备“更快响应、更懂情绪、更灵活百变”的特点，一句话复刻能力在语种、方言及风格表达上进一步突破，实现拟人化多元发声。

形象层面，Agent仅需一张照片即可生成专属数字人形象，口型、表情、动作由大模型自动匹配文本意图，大幅降低应用门槛。搭载该技术的Agent，可在智慧大厅主动迎宾、多人交互，在业务终端引导用户完成全流程办理，以情感化交互提升用户粘性。

值得一提的是，星辰平台为Agent注入“有趣的灵魂”，将角色性格升级为可组合、可迁移的能力模块，拆解为性格、经历、技能、语言习惯四大维度，支持一句话生成稳定角色模型，开发者可通过0代码可视化精调等方式精准定制。

此次新增的音色创造功能，让Agent摆脱录音限制，通过指令即可切换声音风格，为教育、虚拟IP等场景提供创新空间，实现同一角色模型下的多元声线表达，强化长期陪伴与信任关系。

通过与RPA深度融合，Agent拥有了“灵巧手脚”，可7x24小时接管重复性工作。平台新增智能组件与数据表格能力，智能组件可通过自然交互生成自动化组件，降低研发门槛；数据表格支持流程中数据读写、编辑与导出，提升复杂任务可靠性。现场演示中，Agent通过自然语言指令即可完成网页操作、信息抓取与报表生成，发布会现场的RPA数字员工更实现了演示通知、邮件处理等任务的自动化支撑，尽显精准执行力。

面向全球化场景，星辰Agent将多模交互与执行能力延展至中东、东南亚市场，构建跨行业海外智能体矩阵，可实现标书分析、多语言引导、合同风险透视等功能，为全球企业赋能。此次升级补齐了Agent感知、执行与共情的核心能力拼图，构建起完整的Agent基础设施，推动Agent从“AI技术”向“AI原生应用”跨越，深度嵌入各类真实业务场景，引爆效率革命。