公共服务数字人不只回答问题了：科大讯飞在 WAIC 发布 GuideX

机场、地铁或酒店里的数字人，看起来很热闹，真正用起来却经常卡在第一步：周围太吵、多人同时说话，它不知道该听谁；用户说得不完整，它只会重复标准答案；真要办事，又无法进入后面的业务系统。

7 月 17 日，科大讯飞在 WAIC 2026 发布面向公共服务场景的 GuideX。它把全模态感知、Agent 决策、技能调用、记忆和数字人表达连在一起，目标是让屏幕里的形象从“会介绍”走向“能把流程办下去”。

先判断谁在说话，才谈得上公共场所交互
公共服务现场与安静房间不同。人群、广播、回声和多个说话者同时存在，单靠麦克风收音很难稳定判断真正的服务对象。

GuideX 的公开方案融合声音、人脸、位置、唇形、手势和空间环境，试图用多种信号共同确定用户和意图。项目方给出了噪声、丢字率和识别率数据，但目前主要来自发布材料。

更有意义的验证会来自不同机场、展馆、地铁站和酒店：口音、光线、摄像头角度与排队距离变化后，系统是否仍能保持同样表现。

从回答一句话，到补全条件并调用业务系统
传统数字人常把知识库答案配上一张会说话的脸。GuideX 增加 Agent 决策，希望先从模糊表达里抽取业务条件，再选择标准策略或复杂推理路径。

发布材料举例称，用户询问“办签证怎么证明名下存款”时，系统应把问题识别为资产证明申请，而不是停留在关键词解释。

真正完成业务还要跨越账户、权限和多个系统。智能体能够发起查询或办理，并不意味着它可以越过身份核验、人工审核和用户确认。

一万项 Skills 听起来很大，关键是每项由谁负责
科大讯飞称 GuideX 的 SkillHub 已集成一万余项技能，企业可通过零代码方式扩展流程。技能库越大，覆盖场景越广，也会带来版本、权限和责任管理压力。

一个酒店预约技能与一个政务办理技能，对数据敏感度和错误成本完全不同。上线前需要明确输入字段、调用范围、失败回退和日志保留。

对采购方来说，比技能总数更重要的是常用技能是否稳定、接口变化后谁维护，以及系统无法完成时能否顺畅转给人工。

持续记忆让服务少重复，也让授权变得更敏感
GuideX 还提出在用户授权后，结合人脸识别和短期场景记忆，延续历史偏好与办理记录。对重复到访者来说，这可以少讲一遍背景。

但公共场所的人脸、声音和办理记录都属于敏感信息。用户需要清楚知道何时开始识别、记忆保存多久、能否查看和删除，以及不同机构之间是否共享。

“更懂你”不能只是一句体验口号。授权必须可见、可撤回，记忆范围也应与完成当前服务所需的信息相匹配。

WAIC 之后，要看它怎样进入真实窗口
GuideX 支持数字人、网页、移动应用、一体机和透明屏等形态，发布现场还启动了合作伙伴计划。多形态部署有助于进入不同场所，也意味着硬件、网络和运维条件会更加复杂。

项目方称产品已在多个海外区域部署，并举出运营商展厅等场景。更完整的案例仍需要说明具体承担了哪些流程、使用频率、人工接管比例和用户反馈。

数字人从问答走向办事，是公共服务 Agent 的重要一步。它是否真的减少排队和重复沟通，要等真实窗口里的完成率、错误率、人工回退与隐私机制给出答案。

想继续了解
• WAIC 2026 官方展商名录
• 科大讯飞官网
• 砍柴网：GuideX 亮相 WAIC 2026
• 赛迪网：科大讯飞 WAIC 展示
• 科大讯飞官方微博 WAIC 邀约转引