香洲两款大模型，登顶全球榜单！|大模型|语音识别

来源：市场资讯

（来源：魅力香洲）

南海之滨，珠海以一种

“小切口、深穿透”的务实姿态，

在全球人工智能竞技场上强势亮相。

今年以来，

来自珠海香洲区的垂直大模型产品：

无界方舟ARK-ASR语音识别模型、

金智维KV-Ground界面定位模型，

相继登顶全球权威基准测试榜单，

引发业内关注。

在“百模大战”进入应用深水区的当下，

这不仅是一城一地的捷报，

更以鲜明的“场景驱动”逻辑，

为中国大模型产业化

提供了具有借鉴意义的观察样本。

无界方舟ARK-ASR语音识别模型

语音识别赛道上，无界方舟ARK-ASR语音识别模型表现抢眼。在全球英文语音识别权威评测（Hugging Face Open ASR Leaderboard）中，该模型一举夺得总榜及1B以下参数榜单第一。在多人会议、公开演讲、财报电话会议等高难度识别场景下，词错误率低至1.03%，逼近人工速记水平，并超越阿里、微软、英伟达等企业的模型。凭借小模型、低成本的优势，这一模型可高效落地会议实时转写、视频字幕批量生成乃至端侧离线听写，让语音AI触手可及。

除英文外，ARK-ASR系列共支持19种语言，从德、日、法、韩、西等主流语种，延伸至波兰语、捷克语、芬兰语等中小语种，为全球化应用场景铺平道路。

基于ARK-ASR验证的技术壁垒，无界方舟预计于2026年7月底正式推出EVA平台——一套面向AI硬件、IoT设备、移动应用的AI Voice基础设施，将领先的ASR能力、实时语音链路与端云协同能力整合为可部署、可扩展的解决方案。

金智维KV-Ground界面定位模型

金智维KV-Ground界面定位模型打通了智能体从“听懂”到“做到”的关键一环。在全球高精度界面定位评测榜单ScreenSpot-Pro中，金智维KV-Ground相关方案以80.9分和80.5分包揽全榜前两名。其中，“KV-Ground-8B+Qwen3.5-27B Consistency Router”方案以80.9分位居全球第一，“KV-Ground-GuiOwl1.5-0315-8B-ZoomIn”模型则以80.5分位列全球第二，双双刷新此前由谷歌Gemini 3 Pro保持的72.7分纪录；与此同时，KV-Ground 4B模型也取得76.4分，跻身小参数模型领先梯队。

“80分以上通常被视为达到人类水平。”金智维首席AI科学家胡箐向记者表示，该榜单重点考察AI在开发工具、创意设计、CAD、科研、办公软件及操作系统等复杂、高分辨率界面中，精准识别按钮、图标、菜单和操作区域的能力，这正是智能体可靠执行任务的重要前提。从理解任务到精准操作，数字员工不再“眼高手低”，能够替代人工完成数据录入、跨系统流转以及专业软件操作等工作。