
7月29日,第十一届信也科技杯全球AI算法大赛总决赛在沪举行,聚焦“对话轮次交互建模”,旨在探索AI在人机对话中的“社交直觉”。
本届赛题的出发点是解决AI语音领域一项公认的难题,即在人机对话中,AI如何像人一样能够边听边预测、精准判断“何时开口”“何时闭嘴”。赛题要求选手基于5-30秒真实电话对话音频,预测紧随其后2秒内可能发生的继续、轮换、短回应、打断、沉默这五类对话动作。
今年大赛吸引了776名选手、553支队伍报名。经过初赛、复赛的激烈角逐,来自南洋理工大学、上海交通大学、中国科学技术大学、吉林大学,以及蚂蚁国际、旷视科技等机构的十支队伍晋级决赛现场答辩。
决赛现场,十支队伍普遍采用多模态思路,结合语调、语速、响度等非文本信号进行精准预测。最终,冠军团队较好地解决了迭代效率问题,最终呈现出更有泛化效果的模型夺冠。
信也科技首席运营官兼首席技术官王玉翔表示:“过去,我们要求AI能够理解对话并能拟人发声,而随着AI语音技术继续走深,我们希望它学会更自然地‘接话’。信也科技杯希望把学界的前沿思考和产业界最真实的问题连接起来。在场的十支队伍,用他们的方案告诉我们,AI离真正‘social’,又近了一步。”
本届信也科技杯赛题出题人介绍,当下的大模型能做到正确理解人类说的话,但很难做到接话自然。这是因为,人从开始思考到开口说话通常要600毫秒,但真人对话之间的实际间隔通常只有200毫秒,这说明人在对方还没说完的时候就已经在预判并准备接话了。这种自然的预判与接话方式,正是目前现有的语音AI普遍欠缺的能力。
提升对话轮次建模的能力,能够把AI语音的交互体验往前推一步,使人机沟通更加顺畅丝滑。这种进步在客户沟通、情感陪伴等属性强的场景中价值尤为凸显。对应用落地而言,这能让AI客服的服务水平无限接近真人,建立用户信任感,从而大幅提升用户体验。
信也科技总裁陈平平在决赛总结陈词中表示:“信也科技杯走过十一年,我们始终坚持‘以赛促研、以研促用’。这一届我们把目光投向对话的‘节奏’,AI不仅要听懂内容,更要读懂什么时候该开口、什么时候该沉默。我们期待这些方案未来能走进更多人机对话的业务场景里,让人和机器的交流更自然,更温暖。”
本届大赛是第15届自然语言处理与中文计算国际会议(NLPCC 2026)官方合作赛事,由中国计算机学会自然语言处理专业委员会担任学术指导单位,并与复旦大学自然语言处理实验室展开合作。大赛的优秀团队将有机会受邀参加NLPCC 2026,与全球AI领域专家学者进行深入交流。
今年是信也科技杯继2024年成为国际人工智能联合会议(IJCAI)官方赛事单元、2025年成为信息与知识管理国际会议(CIKM)赛事单元后,连续三年获得国际顶级学术会议认可,彰显了赛事对接全球顶尖AI学术研究生态的平台能力。
自2016年创办以来,“信也科技杯”已累计吸引近万名海内外高校人才与企业科研人员参与,是国内金融科技领域具有代表性的科技赛事。历届赛题始终紧扣金融科技行业真实场景,涵盖信用评估、欺诈识别、用户行为分析、方言识别、深度语音鉴伪识别、对话轮次交互建模等方向,持续推动前沿技术从实验室走向真实业务场景。




津公网安备12011002023007号