而现在，AI技术推动四足机器狗小黑从异宠向工具狗迈了一步。
值得注意的是，机器人超脑平台的背后支撑，不仅让更多企业在工业级运用中可以无粮养狗，更多的室内和户外场景中，实体机器人都在拓展人的能力边界。
高精度的细活、繁重枯燥的累活、危险易受伤的险活……
机器人、机械臂，上！
人机协同之外，在人机交互阶段，AI已经在发挥日益重要的作用。
科大讯飞在背后提供技术与生态来支撑，率先证明了这一点。
实现超脑2030计划需要哪些关键技术突破？科大讯飞AI研究院副院长高建清公开了相关信息。
第一，需要以深度学习（Deep Learning）为代表的AI基础算法的突破。
在诸多AI基础算法中，无监督学习和知识推理是两个亟待突破的关键算法。
1024开发者节当天，科大讯飞发布了两个轻量级预训练模型：语音及多模态预训练模型。这两个模型的参数量远小于业界公开的模型，但效果却达到了业界最优，推广性也很好。
整个2022年，科大讯飞有三项知识推理任务取得不错的成绩，尤其在面向特定领域的知识推理方面，机器水平已经在今年7月首次超过人类水平。
此外，知识推理的另一个重要研究方向，也就是如何实现推理过程的可解释性，科大讯飞将传统符号推理系统与深度强化学习相结合，得出一套在类人答题领域正确率显著优于传统推理系统的框架。
第二，是引领人机交互发展方向的多模态感知技术、多维表达技术、认知智能技术。
拿多模态感知技术举个具体例子来说，通常，语音识别的高准确率，不代表识别出的文字合理、流畅。
科大讯飞基于多元语义评价的语音识别一体化框架，使用语义纠错任务与语音识别联合优化，让语音识别保持高准确率的同时，提高识别后文字的可读性。
第三，需要研究软硬一体的机器人关键技术，加大AI算法与运动控制的结合，让机器人具备精细的运动控制能力。
具体的技术展示，已经体现在小黑爬坡上坎的功夫中了。
除此之外，科大讯飞还整合工程能力，形成虚拟人交互平台、机器人超脑平台，探索数字虚拟人、机器人等方面的应用。
现场，高建清展示了科大讯飞打造的一个裸眼3D场景下的高沉浸式人机交互。
而关于生态支撑这一点，在今年的开发者节上，科大讯飞董事长刘庆峰拿数据说话。
首先，是讯飞开放平台在过去一年的发展情况——
