大模型爆發第三年，語音輸入進入第三代：意圖成稿

　　2026 年，輸入法，這個陪伴了幾代人、常被認為「夠用就行」的工具，忽然成了 AI 行業最擁擠的賽道之一，語音輸入則是這場争奪的焦點。

　　文字出得越來越快，表達未必跟着變快。如果文字已經出得很快了，為什麼回複一條消息，有時仍然要花好幾分鐘?這幾分鐘，究竟花在哪兒了?

　　把一次真實的表達拆開看，用戶要先組織内容，再輸入成文本，最後潤色、規整、校對。後兩步正在成為行業标配，第一步卻仍然留給用戶自己。被領導問到「發布準備得怎麼樣了」，真正花時間的是翻遍幾個工作群、從截圖裡摘出進度、想清楚先說哪句。

　　10 月 22 日，在科大訊飛全球 1024 開發者節上發布的訊飛輸入法 16.0.把這一步作為新版本的核心命題，提出「意圖成稿」。

　　從記錄語言到完成表達任務

　　科大訊飛将語音輸入劃分為三個代際：第一代“忠實記錄”準确記錄用戶說出的内容;第二代“表達成稿”完成口語規整、表達潤色和修改;第三代“意圖成稿”則從用戶的表達意圖出發，組織信息并交付成稿。本次16.0除了發布第三代“意圖成稿”，也在忠實記錄和表達成稿方面帶來了新的能力升級。

　　大模型補上的正是對自然表達和複雜上下文的理解。用戶說「這一段太生硬了，幫我客氣一點，但是别答應他的時間」，系統要同時理解修改目标、語氣要求和不能改動的内容。技術的變化也改變了用戶的預期：過去用戶習慣先把話想完整，再交給輸入法;當他們發現 AI 能根據材料起草回複，就會自然地把「組織表達」也交出來。

　　用戶一直存在的表達痛點和大模型剛剛成熟的能力，在這裡形成了最有價值的交集。這也是訊飛把意圖成稿定義為第三代語音輸入的原因：它不是在「說完就成文」之後多加一個潤色按鈕，而是把輸入法的工作，從記錄一句話推進到完成一次表達。

　　過去，輸入法幫助用戶把已經想好的話識别成文字，表達之前的準備與組織仍由用戶承擔，這正是盡管語音轉文字很快，但用戶仍然為了一句回複、一個表達花費大量時間精力的原因。

　　融合意圖引擎，讓一句需求成為可用文稿

　　意圖成稿是改變輸入法開始提供幫助的起點，用戶說明想完成的表達任務并提供必要信息，由輸入法組織内容，生成供用戶确認和使用的文稿。

　　以項目進度彙報為例，面對領導詢問“輸入法16.0準備得怎麼樣了”，需要彙總研發進展、視頻制作和彩排安排，再整理成一段重點清晰的回複。在用戶已經主動提供相關任務信息的基礎上，訊飛輸入法16.0能夠根據彙報要求，按職場溝通的方式組織重點，帶入項目進展和時間節點，并結合用戶的表達習慣調整稱呼與措辭。生成的文稿直接回到輸入框，由用戶确認後發送。這一過程，由上下文處理、意圖與場景理解、任務規劃和成稿生成等環節共同完成。

　　首先，個性化AI鍵盤為用戶提供了任務信息進入的産品入口。用戶可以主動輸入文本、複制内容或上傳截圖，将相關材料帶入表達任務。多模态上下文編譯器對這些材料進行統一處理，轉換為結構化上下文。任務級信息卡則将時間、地點、人物及相關要求整理為可複用的任務信息，在後續成稿時按需帶入。

　　在此基礎上，意圖引擎判斷表達任務、明确任務目标與相關要求，結合場景理解選擇合适的表達策略，共同為任務規劃提供依據。

　　随後，任務規劃器根據當前的意圖、場景和任務狀态，決定如何拆分任務，以及是否需要進一步檢索資料、讀取記憶。其中，短時任務記憶用于承接和補充當前任務的具體信息，長程習慣記憶用于保留經用戶授權的表達偏好，例如工作回複盡量簡短、先說結論等要求。用戶可以查看和管理相關記憶，減少重複交代背景與習慣的負擔。

　　最後，生成器綜合前述信息形成候選文稿，并在AI鍵盤中呈現，供用戶确認或修改後使用。

　　個性化AI鍵盤，讓能力回到輸入現場

　　個性化 AI 鍵盤把任務信息的提供、表達技能的調用和成稿後的修改，整合進同一個鍵盤體驗。

　　此外，16.0提供面向不同場景的表達技能組，用戶可以将常用技能組合在一起;鍵盤也會根據當前表達意圖主動匹配相關技能，例如輸入“工作彙報”時，推薦職場溝通技能。

　　以「意圖成稿」引領新一代智能輸入交互，讓大模型能力從雲端走進日常打字、聊天、寫作與辦公溝通，把人機交互落到每一次表達裡。

　　第三代語音輸入，輸入法不隻把話變成文字，也開始幫助用戶把想完成的事變成可以使用的表達。