多模态感知
接入视觉与听觉信息，通过图像处理、语音处理和环境感知理解现场状态。
理解、判断与自然表达
行业知识库与多模态大模型协同驱动
行业知识库
多模态大模型
ASR 语音识别
TTS 语音合成
自然语言理解
图像处理
语音处理
环境感知
意图识别
决策规划
多模态交互
场景定制
从感知到交互的智能闭环
感知输入 → 语义理解 → 决策生成 → 多模态表达
知识与理解
行业知识库结合多模态大模型与自然语言理解，识别用户意图和业务上下文。
自然交互
通过 ASR、TTS 与数字人形象完成听、说、看协同的实时交互。
决策与执行
根据意图识别结果完成决策规划，并按企业业务流程输出回答或引导服务。
覆盖企业服务关键触点
可按行业知识、服务流程与品牌形象深度定制
产品营销
以统一品牌形象持续讲解产品卖点，承接客户问答与线索引导。
公司前台接待
完成访客问候、企业介绍、来访指引与基础信息咨询。
咨询与宣讲
围绕行业知识和标准内容提供稳定、可复用的咨询宣讲服务。
银行业务协办
面向金融服务场景提供业务介绍、流程说明和智能分流。
展厅移动导览
与机器人或移动终端协同，提供展项讲解、路线引导与互动问答。
其他定制场景
按企业知识库、业务流程、部署环境与品牌形象扩展专属能力。
一次自然交互如何完成
从用户表达，到理解、决策与回应
01
感知输入
采集用户语音、图像与现场环境信息。
02
语义理解
通过 ASR 与自然语言理解识别用户意图。
03
知识决策
结合行业知识库和多模态大模型规划回答。
04
数字人表达
通过 TTS 与数字人形象自然呈现服务结果。
「让企业知识以可看、可听、可交流的方式持续服务客户。」
场景深度定制
围绕企业知识、业务流程和品牌形象配置专属交互体验。
企业级部署
可与企业级机器人大脑协同，并支持隔绝互联网的安全部署方式。