2026 年 7 月 17 日,2026 世界人工智能大会(WAIC)在上海正式开幕,这场大会释放的明确信号是——AI 正在跨越「能聊天、能生成」的早期阶段,全面迈向「能办事、能执行」的深水区。WAIC 期间,科大讯飞正式发布面向公共服务场景的智能交互 Agent——GuideX。区别于传统数字人,GuideX 融合「全模态感知、自治理 Agent、SkillHub」等核心能力,打通「感知、理解、执行、记忆、共情」服务全链路,为公共服务场景提供可复制、可规模化部署的智能体解决方案。

GuideX 的发布之所以值得专门拆解,是因为它在「AI Agent 走向产业应用」这条主线下,挑了一个非常硬核的赛道——公共服务。这个赛道对 AI 的要求,远比聊天、写作、客服更严苛:它必须在嘈杂的真实环境里听懂每一个用户,必须理解模糊表达背后的真实意图,必须跨语言、跨系统、跨场景完成完整业务闭环,还必须在多次服务之间记忆与延续上下文。这种「全栈式」能力,在过去两年里一直是 AI Agent 落地的真问题——大多数 Agent 只能在可控环境里做单点任务,一旦进入真实公共服务场景就处处碰壁。GuideX 的发布,意味着 AI Agent 在公共服务这条最难赛道上,终于有了可规模化交付的产品级答案。

按照发布会现场披露的信息,GuideX 已经覆盖英语、西班牙语、俄语、阿拉伯语、粤语、马来语、泰语、印尼语、乌兹别克语等 30 余种语言,英语语音识别率 97.35%,端到端全场景准确率 95.12%;在多人同时说话的高难度场景下,丢字率低于 1.3%、串扰率低于 1.7%,即使在 -10dB 噪声环境下语音识别准确率也能达到 92.1%;从语音唤醒到数字人表达,全链路交互耗时仅 0.42 秒。这些数字背后,是讯飞把过去三十年积累的语音技术、数字人技术、智能体能力,在公共服务场景里做了一次系统性整合。

一、WAIC 2026 主线:AI Agent 走向产业落地的「真问题」

把 GuideX 放在 WAIC 2026 的大背景下看,它的位置不是「又一个 Agent 产品」,而是「Agent 元年里那条最难赛道的代表性样本」。

过去两年以聊天机器人形态出现的 AI,已经能完成「能聊、能生成」的早期任务,但在「能办事」这个维度上,大多数 Agent 仍然局限于受控环境里的单点任务——比如在企业微信里回答一个简单问题、在客服系统里查一个订单。这种能力放到公共服务场景里,几乎立刻就不够用:公共服务场景需要面对的是嘈杂的真实环境、模糊的真实意图、跨语言的真实用户、跨系统的真实业务闭环,以及真实服务之间的连续性。这些需求叠加在一起,构成了 AI Agent 落地的真问题。

WAIC 2026 把这些问题摆到了产业台面上。几乎所有头部厂商都在用自己的方式回答这个真问题:阿里云推 Agent Native Cloud,主打 Agent 时代的云基础设施;腾讯展出覆盖个人、职场、企业三个层级的智能体矩阵;蜜度在数据洞察、办公写作、内容审校三条垂类里深耕;企业微信首次公开亮相「工作界面左滑唤起 Agent」的大圆。在这些差异化路径里,GuideX 选择了最硬核的那一条——公共服务。这条赛道对 AI 的要求,远远高于办公场景:噪声、口音、距离、情绪、连续性、跨语言、跨系统,任何一个维度出现短板,都会让真实用户的服务体验崩塌。讯飞敢于在 WAIC 主舞台发布 GuideX,本身就是对自家技术栈的一次高调押注。

科大讯飞消费者海外产品部总经理卢尧在 WAIC 现场系统展示了 GuideX 的核心能力。从现场披露的信息看,GuideX 的能力体系不是「单点功能」的简单叠加,而是围绕「服务全链路」做了系统化重构——感知层、理解层、执行层、记忆层、共情层五个环节被首次打通,形成了一个可复制、可规模化的 Agent 解决方案。这种「全栈式」架构,与蜜度的「垂直大模型+智能体+数据飞轮」、阿里的「Agent Native Cloud」、腾讯的「智能体矩阵」形成显著差异,它把 Agent 的能力边界从「软件助手」推到了「实体服务终端」。

二、全模态感知:从「听懂一句话」到「理解一个场景」

GuideX 最底层的能力升级,是它的「全模态感知」体系。

传统的语音助手、数字人终端,默认入口是「说话」——用户开口,AI 回应。这种单点入口在真实公共服务场景里几乎立刻失效:在嘈杂的机场、地铁、展厅里,「谁在说、在哪里说、为什么说」才是 AI 能否提供有效服务的关键。如果 AI 不能定位声源、不能识别说话人身份、不能判断说话人在场景中的位置,它的回应很可能只是「听到了某个声音」的机械答复,而不是「理解了一次交互」的智能服务。

GuideX 的解法,是把感知层从「单一语音入口」升级为「全模态融合」——声音、人脸、位置、唇形、空间环境等多维信息被同时纳入感知体系,AI 在每一秒里都在综合判断「是谁在说话、在哪里说话、为什么说话」。这种多模态融合的最大价值,不是「更多感知通道」本身,而是「让 AI 在高噪声、多人同时说话的复杂现场里,仍然能稳定交付服务」。

具体到数据维度,GuideX 现场披露的指标相当硬核:多人同时说话场景下,丢字率低于 1.3%、串扰率低于 1.7%、-10dB 噪声环境下语音识别准确率 92.1%、全链路交互耗时 0.42 秒。这组数字不是实验室指标,而是面向真实场景的工程指标——-10dB 噪声已经是中等嘈杂环境,丢字率压到 1.3% 以下意味着 AI 在多人对话中几乎不会「漏听」关键信息。这些硬指标,是讯飞过去三十年语音技术积累的一次集中输出,也是 GuideX 敢于押注「公共服务终端」的能力底座。

全模态感知的另一个延伸,是跨语言能力。GuideX 已经支持 30 余种语言交互,英语语音识别率达到 97.35%,端到端全场景准确率达到 95.12%。在中国一线城市的机场口岸、国际展会、涉外公共服务场景里,「说英语的用户、说阿拉伯语的商务人士、说马来语的旅行团」经常同时出现——这种多语言并存的真实环境,要求 Agent 必须具备「即听即懂、即时切换」的跨语言能力。GuideX 把 200+ 数字人形象和 100+ 超拟人音色纳入产品库,意味着每一个落地场景都可以定制专属形象,而不必陷入「千人一面」的尴尬。

三、自治理决策与执行:从「回答问题」到「完成业务」

感知层之上,GuideX 在「理解与执行」层做了一次彻底重构——从「问答式数字人」升级为「自治理 Agent」。

传统数字人在公共服务场景里的最大短板,是它们只能「回答问题」,不能「完成业务」。当一个用户走进机场服务台,询问「办签证怎么证明名下存款」时,传统数字人会基于关键词给出答案;但用户的真实需求其实是「请帮我出具一份资产证明」——这两种响应之间的差距,就是「AI 能不能把任务推进到交付」的差距。GuideX 的能力升级,正是把这种「意图识别+任务执行」的链路打通到业务系统层。

根据现场披露,GuideX 在面对用户模糊表达时,会自动抽取业务约束、补全缺失信息,并结合行业知识准确理解真实业务意图。这种「意图补全」能力是 Agent 走向业务场景的核心——它意味着 AI 不再依赖用户「把话说清楚」,而是主动推断「用户想要的到底是什么」。这种推断如果出错,代价非常高(公共服务错一次就是用户投诉),所以讯飞的设计是双轨决策机制:标准化业务由确定性策略快速响应,复杂业务则通过自适应策略完成推理决策,两类业务由不同的策略路径分头处理,既保证响应速度,也保证推理深度。

更关键的是,GuideX 在执行层做了「多 Agent 联动企业业务系统」的能力扩展。当用户需求被准确识别后,GuideX 可以调用多个 Agent 协同,完成咨询、查询、办理等全流程服务闭环。这意味着 GuideX 不只是一个「对话机器人」,而是一个「业务流程入口」——它能驱动后端业务系统完成跨系统的实际操作,直接推进服务交付。在公共服务场景里,这种「从理解到执行」的链路打通,是 Agent 能否真正替代人工服务的关键门槛。

为了让企业能快速扩展业务能力,GuideX 内置了企业级技能平台 SkillHub,已经集成 10000 余项 Skills,企业可以零代码方式快速扩展业务能力。这种「零代码扩展」意味着 GuideX 的能力边界不是由讯飞一家定义,而是可以由落地企业的业务团队自行扩展——这与阿里 Agent Native Cloud 的「Agent 即云基础设施」、与蜜度的「垂直大模型+数据飞轮」形成明显差异,也是讯飞把 Agent 能力真正交还给业务场景的标志性设计。

四、多语言与全球部署:公共服务 Agent 的出海样本

GuideX 的另一个不容忽视的维度,是它的全球化部署进度。

按照现场披露,GuideX 已经完成东南亚、中东、欧洲、拉美等多个区域部署,并应用于肯尼亚运营商展厅等多个国际场景。这种「多区域、多场景」的部署密度,在面向公共服务场景的 Agent 产品里是相对少见的。它背后有两个支撑:一是讯飞过去三十年积累的多语言语音技术,二是 GuideX 在 WAIC 期间启动的「领航者计划」——联合软件、硬件、开发者及行业伙伴共建开放生态,在交通出行、酒店服务、文化旅游、智慧商业等领域推动规模化落地。

「领航者计划」之于 GuideX,相当于阿里「Agent Native Cloud」之于企业 Agent——都是用生态化路径把单点产品扩展为行业能力基础设施。但两者在落地节奏上有显著差异:阿里的路径更偏「云端」,通过 Agent 平台吸引开发者与 ISV 共建生态;讯飞的路径更偏「终端」,通过硬件 + 软件一体化的现场部署,把 Agent 能力直接落地到具体服务场景。这种差异决定了 GuideX 的出海不是「软件出海」,而是「解决方案出海」——它跟着具体场景(机场、地铁、展厅、运营商)一起走向全球,而非仅仅作为 API 或 SDK 提供给开发者。

GuideX 已经在现场演示了「酒店送机预约、早餐推荐、地铁路线规划、旅游导览及二维码路线分享」等典型公共服务场景,从「被动响应」升级为「主动服务」的能力已经完整跑通。这些场景的可复制性,正是 Agent 元年里「Agent 能不能规模化」这个真问题最直接的答案。

五、持续记忆与主动服务:让 AI 真正「认识」用户

GuideX 在「记忆与主动服务」层的能力升级,是它与传统数字人最直观的差异。

传统数字人每次服务都是「孤立对话」——用户来一次、说一次、AI 答一次,服务结束就彻底重启。这种「无记忆」机制在公共服务场景里非常痛苦:同一个用户多次到访,每一次都要重新介绍需求、重新走完流程、重新解释背景。Agent 元年的核心命题之一,就是让 AI 真正「认识」用户——记住用户的偏好、历史、背景,并在此基础上提供连续服务。

GuideX 现场披露的记忆机制包含三层:一是基于上下文语境的短期场景记忆,AI 可以识别用户情绪,并通过领先的语音技术与数字人技术,生成「开心、安抚、关怀」等共情回复,确保服务话术稳定、得体;二是经过用户授权的人脸识别能力,AI 能够结合人脸识别确认用户身份,持续记录服务上下文、历史偏好和办理记录;三是跨次服务的连续性——当用户再次来到同一服务终端时,无需重新介绍需求,AI 便能够延续此前的服务内容,实现更加连续、高效的服务体验。

这三重记忆机制的设计,是讯飞把过去「语音助手时代」的局限向「Agent 时代」的一次结构性升级。它的关键不在「记住多少信息」,而在「记住的信息如何被服务流程使用」——它把「服务连续性」从一种 AI 能力升级为一种业务能力,让服务体验真正具备「VIP 用户」的连续性与一致性。在公共服务这种高度重复、用户期望高的场景里,这种连续性往往就是用户对 AI 服务满意度的决定性因素。

六、行业对比:讯飞 GuideX 与其他 Agent 路径的差异

把 GuideX 与 WAIC 2026 上的其他 Agent 发布并列看,可以清晰看到行业内部「Agent 路径」的差异化分工。

阿里云的 Agent Native Cloud 主打「Agent 时代的云基础设施」,通过 AgentTeams、Agentic Computer 等工具,把 Agent 作为云上的一等公民。这种路径的优势在于「通用」与「规模」,挑战在于「如何让通用 Agent 在垂直场景里真正把事办成」。阿里的 Agent 离「现场终端」更远,离「开发者入口」更近。

腾讯的智能体矩阵同时覆盖个人、职场、企业三个层级,从 QClaw 个人助手到 WorkBuddy 企业版,再到 ADP 4.0 开发平台。这种路径的优势在于「生态完整」与「流量入口」,挑战在于「如何在每个层级都做到足够深」。腾讯的 Agent 离「消费侧入口」更近,离「公共服务现场」相对较远。

蜜度的垂直智能体路径选择了数据洞察、办公写作、内容审校三条垂类深耕。这种路径的优势在于「专业深度」与「业务粘性」,但它的服务形态更偏「软件 SaaS」而非「实体终端」。

企业微信的「大圆」Agent 把 Agent 与企业微信日常工作流深度绑定,通过左滑唤起的交互方式降低用户使用门槛。这种路径的优势在于「场景高频」与「用户粘性」,挑战在于「Agent 能力扩展到办公以外」。

讯飞 GuideX选择了一条与其他所有厂商都截然不同的路——公共服务现场终端。它不抢办公 Agent 入口,不押注云端 Agent 平台,而是把 AI 能力压到「公共服务的现场服务」这一最难、最硬核的赛道,用全模态感知、自治理 Agent、SkillHub、记忆机制这一整套能力,把公共服务 Agent 从「概念」推进到「可规模化部署的产品」。这种路径的最大挑战在于「落地难度高」,但反过来看,在 Agent 元年里「落地能力」恰恰是最稀缺的——大多数 Agent 还停留在 demo 阶段时,GuideX 已经在肯尼亚运营商展厅等场景跑通了完整业务闭环。

把讯飞 GuideX 与蜜度、阿里、腾讯、企业微信放在一张地图上,可以看到 WAIC 2026 释放出的明确信号:Agent 不再是「单一形态」,而是「按场景分化」。每一家头部厂商都在自己的优势赛道里把 Agent 做透,而不是试图做「通用 Agent 平台」。这种分化,反而让 Agent 元年的产业图景比一年前更清晰——它不再是一个抽象概念,而是一个个具体场景里的产品级能力。

七、影响与挑战:公共服务 Agent 的最后一公里与天花板

GuideX 的发布,对公共服务与出海企业有四点直接启示。

第一,公共服务是 Agent 落地的真战场。在聊天、写作、客服这些「低复杂度」场景里,Agent 已经基本跑通;但在公共服务这种「高复杂度、高噪声、高连续性」场景里,Agent 一直是「差点意思」。GuideX 的发布意味着 Agent 已经具备「在真实公共服务现场替代人工」的能力,这对机场、地铁、展厅、运营商、政企服务等多个场景的从业者意味着「人力成本可大幅压缩 + 服务体验显著提升」的双重红利。

第二,全模态是 Agent 的必备底层。在单点环境里,语音入口够用;在真实公共服务现场,必须把声音、人脸、位置、唇形、空间环境等多模态融合在一起,Agent 才能稳定工作。GuideX 的全模态方案给出了可复制的工程范式——它在 -10dB 噪声、丢字率 1.3% 以下、串扰率 1.7% 以下的硬指标,是任何公共服务 Agent 都必须迈过的工程门槛。

第三,出海是 Agent 落地的天然延伸。在国内已经把 Agent 能力打磨扎实的厂商,在出海时可以直接复用同一套产品。GuideX 的 30+ 语言能力、200+ 数字人形象、100+ 音色、多区域部署经验,这些积累让它在出海时不需要「为每个国家重做一套产品」。这种「可复用、可扩展」的出海路径,是 Agent 元年里中国 AI 走向全球的代表性样本。

第四,SkillHub 模式比纯模型更重要。讯飞把 10000+ Skills、零代码扩展能力做成 SkillHub,这意味着落地方可以自行扩展业务能力——这种「能力下放」机制,才是 Agent 真正走进千行百业的钥匙。在公共服务这种场景高度异构的环境里,「落地方能自己扩展」的能力,远比「提供方把能力做到完美」更务实。

但在看到启示的同时,这条路径上仍然有几个不容忽视的天花板。第一个挑战是真实场景的复杂性会持续超出预期——机场、地铁、展厅、酒店、运营商营业厅这些场景,每一个都对 AI 有独特需求,GuideX 的 10000+ Skills 缓解了这个挑战,但 Skills 本身的质量、零代码扩展的有效性、企业能否真正把 Skills 用好,都还需要时间检验。第二个挑战是跨系统集成的深度——公共服务 Agent 真正「完成业务」必须与后端业务系统打通,跨厂商兼容性、数据一致性都是工程层面的硬骨头。第三个挑战是用户授权与隐私保护的平衡——「人脸识别+短期场景记忆」的合规边界在不同国家差异巨大,出海部署必须严格遵守当地隐私法规。第四个挑战是生态共建的速度——「领航者计划」能否真正滚起来,需要合作伙伴的连续投入与可持续商业回报,不是「一日之功」。

从更宏观的视角看,GuideX 的发布是 WAIC 2026 主线叙事「AI Agent 走向产业应用」的一个具体兑现——它把 Agent 能力推到「公共服务现场」这一最难、最硬核的赛道,并且做到了可复制、可规模化部署。这件事的意义不在于讯飞一家厂商的成功,而在于它证明了AI Agent 真正的护城河,是真实场景里的全栈能力与端到端交付。这条路或许慢、或许重,但每一步都走在真实的业务交付上,这才是「Agent 元年」真正应该有的样子。

(来源:中国日报网/2026 世界人工智能大会 WAIC 2026 官方报道)