讯飞输入法 16.0：当键盘开始「记得你」

回一条消息，究竟要花多少力气？

领导在群里问一句「16.0 项目现在什么进度、什么时候上线」，你要翻聊天记录找排期，翻表格找数据，再琢磨该用什么口气回。真正敲字的时间可能只有十几秒，前面「翻一翻、找一找、想一想、改一改」的功夫却远不止这些。

10 月 22 日，科大讯飞在北京办了 AI 文娱生态战略发布会，讯飞输入法 16.0 展示上，讯飞给出的第一个关键词是「意图成稿」：用户只说出自己想办成什么事，输入法负责找信息、搭框架、选措辞，最后把一段能直接发出去的话放进键盘候选栏，用户确认一下就行。

比起功能本身，我们觉得更值得看的是这次发布里讯飞对两件事的拆解。第一件是怎么让输入法「记得你」，第二件是怎么让一个每天被打开几十上百次的键盘带点温度。

从「说了什么」到「想办成什么」

发布会上，讯飞把语音输入的演进分成了三代。

第一代叫「忠实记录」，只管把用户说的话准确识别出来，要攻克的是方言、噪声和中英文混说。第二代叫「表达成稿」，会做口语顺滑和语义修正，把「嗯、那个、就是」这些去掉，顺带润色一下。第三代叫「意图成稿」，关心的已经不是用户说了什么，而是他想完成什么任务、说给谁听、最后应该落成一段什么样的话。

这个分法很能说明讯飞对输入法这个品类的判断。过去十几年，大家比的是识别率。现在识别率已经接近天花板，竞争的焦点要往后挪，挪到用户真正要的那个结果上。

讯飞没有跳过第一代。这次输入法接入了新一代语音识别大模型，支持的方言达到 202 种，相关准确率从 85% 提到 91%。中英文混说场景下，专业词的识别准确率也有明显提升。对办公族来说，这比方言覆盖更有体感：「这个 PRD 下周 review」这类句子，过去最容易被识别得面目全非。

技术上，系统用的是非自回归和自回归协同的解码框架。大部分输入用更快的方式处理，碰到真正复杂的片段再让大模型介入，这样速度和效果可以兼顾。输入法对延迟极其敏感，这个取舍很务实。

讯飞的说法是，时间、金额这类信息一旦听错，后面的流程再顺也没用。所以讯飞这些年一直在啃中国人的方言、口音和复杂声学环境。

据介绍，在第二代输入法上，平均编辑距离减少 34%，也就是用户需要动手改的地方少了三分之一；30 字以上长难句的直接采纳率提升 40%；标点、数字这类文本规范性相对提升 48%。

到底怎么说才合适的？同一段内容，对客户要正式严谨，对熟悉的同事要简洁直接，在社交场景里要保留口语感，别生成得太生硬。同时，用户的需求是「边说边改」：用户说「周六下午 3 点在万象城见面」，紧接着补一句「地点换成银泰」，系统直接改掉原文，不用停下来重新说，也不用手动回去改。

但这件事的难点在于，系统得分清哪句是正文、哪句是修改指令。比如「给张伟发信息，是王字旁的那个玮」，后半句不能被当成正文写进去；改完之后，原来「给张伟发消息」这个任务也不能跑偏。

意图成稿背后是一条完整的链路。用户可以在不同应用里，用语音、文字或截图提交任务材料，一个叫「上下文编译器」的模块先把这些材料统一处理成结构化的上下文。系统随后同时做意图理解和场景理解：前者判断用户要办什么事、还缺哪些信息，后者决定用什么表达策略。「任务规划器」再决定要不要检索资料、读取记忆、拆分任务，最后由生成器产出候选内容，放进 AI 键盘。用户对结果的修改也会被记录下来，用于后续的记忆巩固和个性化迭代。

当用户对键盘说「帮我整理一下输入法 16.0 项目的当前进度、预计上线时间，回复峰哥」。系统先调用职场汇报的表达方式，确定该交代哪些重点；再结合群聊里出现过的进度、数据、时间等信息，让回复有真实依据；最后按用户平时的称呼和措辞习惯组织语言。用户要做的只是确认。

用户也不需要说出固定指令。系统能理解不同说法背后的同一个意图，再去调度对应的「表达技能」。

讯飞输入法 16.0 的产品形态叫「个性化 AI 键盘」。负责介绍的讯飞输入法产品负责人把用户的诉求归结成一个词：顺手。回一条消息往往只要几秒，AI 助手入口好不好找、生成内容方不方便发送、想改几个字能不能接着改。

不过，这次把信息、表达技能和使用引导都放进了同一个键盘界面里。外观、常用技能都可以由用户自己排布，有人把职场技能放在手边，有人更常用游戏和社交。讯飞给的数据是，超过 60% 的 AI 键盘用户已经定制了自己的专属键盘。

记忆层：别让用户把同一件事说第二遍

如果说意图成稿是这次发布的骨架，记忆就是让它真正能用的那块肌肉。

道理不复杂。用 AI 写东西，最累的往往不是生成本身，而是交代背景。你在一个 App 里跟 AI 讲清楚了一件事，换个地方再聊，又得从头解释一遍。讯飞输入法 16.0 的记忆设计，几乎都是冲着「少说一遍」去的。

最直接的一种是「信息卡片」。用户把一大段文字或一张截图丢给键盘时，系统会把这件事里的时间、地点、人物和约束条件提炼出来，组织成一张可复用的卡片。

之后用户再让 AI 帮忙写跟这件事相关的内容，任务背景会被自动带入。现场的例子是一次聚餐：同一张卡片，既能拿来生成群通知，也能一键加入日程，还能再拿来发朋友圈，每一步都不用重新解释。

卡片还会渗透到普通打字里。用户只记得一家店名的前几个字，打字时输入法就能把之前任务里用过的完整店名推到候选栏。

这个设计的取巧之处在于，它没有试图「记住一切」，而是以「任务」为单位做记忆。对输入法来说，这个粒度刚好：既足够具体，能直接参与生成；又是用户主动交给它的，边界相对清楚。

记住事情之外，还要记住人怎么说话。同样一条工作回复，有人习惯开门见山，有人喜欢先铺垫背景。讯飞的思路是把这些偏好显式地存下来，并且让用户看得见。

比如用户说过一次「工作回复尽量简短，别太客套」，之后的生成就会照此执行。宣传片里有一句台词也是这个意思：「记住我的要求，下次还这么做。」这些偏好都能在键盘里查看和管理。

讯飞对这件事的表述是，希望 AI 写出来的话，就像是用户自己愿意说的话。

更隐性的记忆来自用户的修改行为。生成结果被用户改过之后，修改记录会被留下来，用于「记忆巩固和个性化迭代」。第二代语义修正也会参考多轮历史、过往的修改对比、规模化热词和用户个人信息，动态组织上下文，而不是孤立地处理一句话。

这几种记忆叠在一起，构成了一个比较完整的闭环：用户主动给的（任务卡片）、用户明说的（表达偏好）、用户做出来的（修改记录）。

讯飞认为，在所有 AI 产品里，输入法可能是最适合做记忆的那一个。它横跨用户手机上几乎所有 App，见过工作群、客户邮件、朋友圈评论，也见过用户删了又改的那些字。对一个想要理解用户「平时怎么说话」的系统来说，这是其他单一 App 拿不到的视野。

不过，演示里系统要结合群聊中的进度和数据来生成回复，这意味着它读取的是用户最私密的对话。这些信息在端侧还是云端处理、保存多久、用户能否一键清除，发布会上没有展开。对一个以记忆为卖点的输入法来说，这会是用户最关心、也最需要讯飞给出明确答案的问题。

情感交互：让工具有一点温度

讲完效率，讯飞抛出了一个问题：当这些工作越来越顺手之后，这个每天陪着用户的键盘还能带来什么？他们的答案是情绪价值。

这个转向乍听有点突兀，放在输入法身上却很自然。很多人会认真挑一张键盘皮肤，选一个看着舒服的形象，因为这是每天都要打开几十次的工具。讯飞输入法的创作者社区这些年也积累了大量皮肤和装扮，用户愿意为自己的喜好花心思，一个配色、一个小形象，就能让熟悉的键盘有点新鲜感。

第一步尝试是「光标搭子」：用户喜欢的小角色会跟在输入光标旁边，随着文字出现而跳动。

16.0 把它往前推了一步，做成了「键盘搭子」。打字时，搭子会跟着输入节奏做出动作，回复消息时旁边会多出一个小小的回应。它的活动范围也不局限在键盘里，偶尔会在输入过程中触发全屏彩蛋动画，「出来看一下」。平时它待在哪，由用户自己拖到喜欢的位置。日常打字和互动还会积累亲密度，可以兑换个性装扮。讯飞的说法是，从选一个喜欢的形象开始，用得久了，它会留下你们相处的痕迹。

这些设计里，最考验产品功力的是分寸。输入法首先是效率工具，用户打开键盘是为了把字打出来。一个动来动去的角色，做好了是陪伴，做过了就是干扰。

从现场展示来看，讯飞的处理是让搭子的存在感「低频但有」：日常跟随光标、偶尔走出来、平时待在用户指定的角落。全屏彩蛋被定义为「偶尔」，回应是「小小的」。这些用词很克制，方向是对的。至于实际使用中的触发频率是否恰当，能不能一键关闭，还要等产品上线后再看。

情感设计不只体现在搭子身上。前面提到的「怎么说合适」，本质上也是一种情感交互：同一个人，工作汇报时希望重点清楚、措辞稳妥，到了游戏社区是另一种说话方式，跟喜欢的人聊天又是第三种。现场的说法是，「同一个人在不同场景里需要的帮助不一样」。

无论你是吃完一顿大餐，想写点评却凑不出几个词；想说的话总觉得说得不够好，拖着拖着就错过了。讯飞把这些概括为「不是不热情，是真的顾不上」，它把 AI 写作从「替你偷懒」重新包装成了「帮你把心意说出来」。

16 年的输入法，在 AI 时代押注什么

把 16.0 放回讯飞自己的时间线里看，这次升级的意味更清楚。

2010 年，讯飞输入法把中文语音输入带进了日常聊天，原本一个字一个字敲的内容可以直接说出来。那是输入方式的一次改变，讯飞靠的是语音识别这项老本行。十几年后，识别准确率不再是稀缺能力，讯飞把同一套语音技术往后延伸，延伸到意图、记忆和表达。

这背后是一个更大的判断：在 AI 时代，输入法可能不再只是工具，而是一个横跨所有 App 的意图层。

用户的大多数表达需求散落在微信、钉钉、飞书、小红书、外卖评价框里。各家 AI 助手都想成为用户找 AI 的第一站，但用户真正需要 AI 帮忙的时刻，往往发生在某个具体 App 的输入框里。谁守着那个输入框，谁就离用户的真实需求最近。

这也意味着竞争会很激烈。手机厂商在做系统级 AI，大模型公司在做各自的超级 App，其他输入法也在往 AI 方向走。目前来看，讯飞的筹码有三张：多年积累的方言、口音和复杂声学场景能力；输入法本身的高频和跨应用位置；一个已经跑起来的技能和皮肤创作者生态。

键盘搭子在这场发布会里还有另一层意思。它是讯飞 AI 文娱版图里的一个连接点。

紧接着输入法的发布，讯飞推出了 AI 潮玩产品，思路正是让「键盘里的虚拟搭子走进现实」。这款潮玩背后的技术同样围绕回应、记忆和成长展开，包括多层级的记忆组织、能动态修订的记忆系统，以及能力和性格双轨成长的设计。换句话说，输入法里验证的「记得你、陪着你」，被延伸成了一条从虚拟到实体的陪伴产品线。

输入法的流量价值也在这条线上被放大。在讯飞数字娱乐业务的介绍里，输入法是重要的内容分发场景，皮肤、表情、光标、IP 联名键盘，都是内容和用户之间的连接方式。讯飞音乐新推出的虚拟女团，出道当天就同步上线了首个输入法皮肤。

对讯飞来说，输入法正在从一个独立产品，变成整个 AI 文娱生态的分发底座和情感触点。

这次发布上也展现了讯飞对于记忆边界的探索。一个读得到群聊、记得住偏好的输入法，怎么让用户放心，需要比功能演示更具体的说明。其二是商业模式。意图成稿、表达技能、搭子养成、装扮兑换，哪些免费、哪些付费，现场没有提。其三是生态的真实活跃度。技能和创作者的总量可以做得很好看，但有多少技能被高频使用，决定了这个生态能不能真正转起来。

不过，讯飞这次至少把方向想清楚了。AI 输入法的下一步，不是把字打得更快，而是让用户少想一步、少说一遍。至于那个跟着光标跳动的小家伙，它可能是讯飞对「好用」之外那个更难的问题给出的第一个回答：一个每天都要用的工具，怎样才会被人喜欢。