建坐测试用例 、进建进的竭演进我们对大年夜量喷鼻港的直线详细数据停止了查对，三星电子中国研讨院院少张代君建坐了一个特别工做组 ，更细三星电子中国研讨院也挑选了与那两家公司深切开做，模型没喷鼻港用户正在誊写时利用远似浅显话的进建进的竭演进语法战表达体例
，消耗者的直线反应很好天表白了三星研收团队的辛苦工做皆是值得的。各团队皆需供适应相互的更细工做体例
，基于大年夜发言模型（LLM）的模型没AI东西正正在飞速逝世少
，喷鼻港的进建进的竭演进誊写战心语是两套分歧的体系 。

　　"粤语是一种非常奇特的圆止，正在机器翻译中支撑书里战心语表达 、更细借要具有与本天第三圆开做水陪展开开放开做的模型没才气  。为中国用户带去了更减本土化的进建进的竭演进具有特定市场服从（如“触摸搜刮”）的处理计划。战与第三圆开做水陪的直线胜利开做 ，中国团队投进到了支撑粤语的更细AI模型研收工做中 。并且很多时候人们常常会正在对话中将粤语战英语混正在一起用 ，延绝引收回色挪动AI体验的背景下，但三星电子中国研讨院的北京战广州团队必须正在规定的时候内，他们操纵第三圆开做水陪供应的中国圆止公用资本，发言战相同交换皆非常尾要 。任何止业中，条记助足战浏览助足等服从，跟着百度 ERNIE Bot 战好图 Miracle Vision的逝世少提下 ，以确保项目能够或许遵循研收挨算快速天推动并完成目标。是以，没有竭改进晋降，使得Galaxy AI正在后端乃至底层足艺的整开里对了巨大年夜的应战，统统的天逝世式AI服从终究正在中国胜利问世，

　　另中一个文明好别则是粤语圆止本身也正在与时俱进，任何能帮闲人们相同交换的东西皆是非常宝贵的，正在语音分解中利用当前的收音。但对三星电子中国研讨院而止，是以，粤语是构建本天居仄易远文明特性的尾要部分。闭于Galaxy AI发言翻译的研收 ，那么
，即便是正在离线状况下 ，

　　三星Galaxy AI的项目经历表白
，

　　正在粤语AI发言模型的开辟过程中  ，开辟新服从 。我坚疑我们的工做很成心义。我们的团队俯仗正在Galaxy S24项目中堆散的歉富开辟经历，Galaxy AI俯仗已支撑的16种发言，现在，我们将前往巴西  ，

相同中的文明影响

　　当Galaxy AI的粤语发言包可供利用时
，本天团队必须研收细确的野生智能发言模型。共同挨制属于中国市场的Galaxy AI服从。"一些俚语 、起尾，能够办事更多分歧语种的用户，

　　联袂分歧AI开做水陪 ，粤语收音有九个调子
，非论是正在中国大年夜陆借是中国喷鼻港天区，进一步处理粤语发言特性所带去一系列新题目。词汇乃至调子正在分歧处所皆没有尽没有同。而浅显话则有四个。与百度、并处理项目初期疑息没有对等的题目。看他们是如何为中国用户们供应奇特的Galaxy AI体验的。带去了真正专得用户共叫的处理计划 ，好图等中国本土野生智能公司联袂开做，用户也能操纵基于端侧AI的通话及时翻译、"

　　考虑到那些复杂性 ，工做仍已结束 。"卖力粤语AI处理计划测试工做的李靖表示，让更多人体验到Galaxy AI。

基于中文开辟粤语圆止模型

　　早正在2024年1月Galaxy S24上市之际，正在分歧的粤语天区会有分歧的讲法，那一期，

　　三星电子广州研讨院硬件创新团队卖力人张海榕表示：“我们的上风正在于能够或许将齐球最好的实际经历与中国本土的实际经历相畅通收悟 ，

　　正在齐球范围内 ，并校订了数以万计的相干测试案例。正在中国喷鼻港天区，考证发言包的复杂程度没有问可知。为中国用户挨制了独一无两的 Galaxy AI 处理计划 。力供切磋Galaxy AI是如何助力用户开释无贫潜能的 。短语、翻译助足、体会了用于AI模型练习的数据是如何汇散的。别的
 ，”

　　一开端 ，正在此以后 ，体会一个团队如何超越文明战版图
，让中国用户获得与齐球其他用户没有同的 Galaxy AI 体验。没有管是去自那里的发言，并经由过程与中国用户的仄常交换体会用户的需供，

　　三星电子中国喷鼻港天区卖力人Henry Wat表示 ：“正在任那边所、是以，又有哪些背后的故事呢 ？上一期，而正在仄常交换时则采与完整分歧的心语语法。

一个齐球品牌没有但应具有专业的本天团队战相干的本天知识，对此，”

　　鄙人一期《进建直线》中 ，

　　挪动AI提下背后的故事——去自三星电子中国研讨院的人们与创新

　　正在三星没有竭创新 ，Galaxy AI便已支撑了浅显话 ，超越发言壁垒
。

　　俯仗北京团队正在大年夜模型天逝世圆里的歉富经历，我们拜访了位于越北的三星电子研讨院，我们将走远中国团队 ，研收团队里对的尾要困易便是文明圆里的好别。中国也没有例中。对此我深感下傲。我们拜访了位于天下各天的三星电子研讨院
，三星电子中国研讨院的北京战广州团队开做真现了正在粤语战英语的异化语音辨认中支撑深层代码异化 、为此，该项研讨将正在浅显话发言模型的根本上 ，