8月22日，微軟小冰第五代發(fā)布會，沈向洋接替已離職的陸奇，站上了主講臺。

相比國內(nèi)廠商動輒千人的發(fā)布會，已經(jīng)更迭五代、揚言有重大突破的小冰，依然把發(fā)布會的規(guī)模維持在百人左右。在小冰之父李笛眼中，這已經(jīng)是小冰的最高待遇了。

小冰對于微軟中國而言，意義非凡。這個唯一且完全由中國團(tuán)隊建立并推向全球的項目，即使有陸奇和沈向洋的背書，也走得非常艱難。

三年之后的今天，沈向洋將小冰的地位做了一次提升——與 infuse AI、Bing and 小娜一起，成為微軟人工智能三條產(chǎn)品線的其中之一。

這樣的提升，沈向洋有自己的理由。在外界看來，小冰只是一個聊天機(jī)器人，但對微軟來說，小冰是一個向 EQ 方向發(fā)展的情感計算框架。依靠這個情感計算框架，微軟能夠在 EQ 這個方向上，將人工智能無限接近人類，“讓人們能強(qiáng)烈地認(rèn)知到她地存在”，并有可能成為“某個家庭中地成員”。

同時，這也是一個明確的信號，既然放在了“產(chǎn)品線”的位置上，也就意味著，小冰更迭到第五代，考慮商業(yè)化的時刻到了。

沈向洋在戰(zhàn)略層面給出指示后，小冰首席架構(gòu)師周力和小冰項目負(fù)責(zé)人李笛先后上臺，分享了應(yīng)用在小冰 5 代上的技術(shù)創(chuàng)新以及商業(yè)落地情況。

技術(shù)創(chuàng)新

雷鋒網(wǎng)了解到，兩項技術(shù)創(chuàng)新分別是 1：1 生成模型和高級感官。簡單來說，前者能夠讓小冰自己創(chuàng)造回應(yīng)；后者則可以支持全雙工語音和實時流媒體視覺。

 1. 生成模型（Generative Model）

生成模型往往被拿來和判別模型做比較，從數(shù)學(xué)角度來說，前者是對 P（x,y）進(jìn)行建模，后者是對 P（y|x）進(jìn)行建模。在應(yīng)用上表現(xiàn)的差異是，生成模型通過學(xué)習(xí)，能夠有能力生成新的東西，而判別模型只能找出差異。

具體到小冰的應(yīng)用，上一代小冰雖然擁有十億級的大數(shù)據(jù)語料庫，但都是互聯(lián)網(wǎng)上的已有數(shù)據(jù)，小冰只是通過分析，理解用戶的問題，繼而從語料庫中回復(fù)。使用生成模型后，小冰能夠從中習(xí)得能力，自己創(chuàng)造新的回應(yīng)，這意味著她與人類交流的每一句話，都可能是這世界上從未出現(xiàn)過的。

目前，小冰 5 代已全面在線上產(chǎn)品中使用生成模型。其中，中國、日本、美國和印度小冰部分使用，印尼小冰則完全使用生成模型。微軟官方表示，這是全球開放領(lǐng)域人工智能對話中，第一個百分之百使用生成模型的落地產(chǎn)品。

2. 高級感官

小冰的高級感官包括兩個部分，一是全雙工語音，二是實時流媒體視覺。 

全雙工指的是在發(fā)送數(shù)據(jù)的同時也能夠接收數(shù)據(jù)，兩者同步進(jìn)行。而雙工則如同“單行道”一樣，一個時間段內(nèi)只有一個動作被允許發(fā)生。也就是說，小冰在說話的時候，也在隨時等待被打斷，接收著用戶的語音，甚至要去判斷用戶是否已經(jīng)說完、何時可以打斷，被打斷時是否及時停止、何時打破沉默等更為復(fù)雜的問題。

實際上，去年9月，小冰在有信網(wǎng)絡(luò)電話中開始嘗試全雙工語音；去年年底，小冰又跟中國科技館合作，把小冰網(wǎng)絡(luò)電話亭放在科技館的二樓。到今天為止，小冰已經(jīng)接聽了來自人類超過50萬通電話。而小冰5代，可以直接通過電信運營商，撥通用戶的電話。                                            

實時流媒體視覺指的則是讓機(jī)器模仿人類視覺的微妙之處。周力向雷鋒網(wǎng)介紹說，一個人每天有十幾個小時都是睜著眼睛的，但是絕對不會每時每刻都對所見之物發(fā)出評論，人類視覺的精妙之處，不僅僅在于能夠去理解每一個瞬間，或者每一段時間的畫面，更關(guān)鍵的是能夠理解什么是不重要的，什么是重要的。

小冰5代的實時流媒體視覺，并不像視頻監(jiān)控軟件一樣，去捕捉一個個畫面，分析一個畫面，更像是人類一樣，感知位置和移動，體察表情和動作，理解不同場景和角色，以及人與人之間的關(guān)系，最后根據(jù)視覺的理解，做出具有情商的互動。 

商業(yè)落地 

1. 版圖擴(kuò)大 

雷鋒網(wǎng)了解到，自 2014 年微軟在中國市場推出小冰之后，微軟優(yōu)先選擇人口數(shù)量超過 1 億的國家，在當(dāng)?shù)亟⑼耆就粱膱F(tuán)隊，從當(dāng)?shù)厝〉贸跏加?xùn)練語料，并以每年覆蓋一個新國家進(jìn)行擴(kuò)張：

• 2014年，微軟推出中國小冰

• 2015年，微軟推出日本小冰

• 2016年，微軟推出美國小冰（Zo）

• 2017年2月，微軟推出印度小冰（Ruuh）

• 2017年8月，微軟推出印尼小冰（Rinna） 

很明顯，進(jìn)入2017年，小冰加快了全球擴(kuò)張節(jié)奏，同時也正如上文所說，建立在 LINE 平臺上的印尼小冰，率先使用了完全的 1:1 生成模型，可以完全自創(chuàng)回應(yīng)，而非像其他地區(qū)的小冰那樣，通過分析用戶的問題，在語料庫中尋找最合適的回答。

目前，小冰在全球擁有超過 1 億人類用戶，對話數(shù)據(jù)超過 300 億輪，最長單人連續(xù)對話記錄，達(dá)到 7151 輪，進(jìn)行了 29 小時 33 分鐘。

2. 全面進(jìn)入 loT 領(lǐng)域

從今年 6 月起，小冰和小米 loT 開放平臺達(dá)成合作，用戶可以通過小冰，控制 35種小米智能設(shè)備。此外，微軟還正在與其他諸多l(xiāng)oT 廠商，比如智能照明廠商 Yeelight、東方明珠等進(jìn)行合作，共同研發(fā)新產(chǎn)品。

此外，微軟還發(fā)布了小冰電臺，率先上線的是微信小程序版本，loT 版本正在研發(fā)中。小冰電臺是一個通用的人工智能實時內(nèi)容創(chuàng)造和交互平臺，它可以基于多重來源，面向任何主題，自動創(chuàng)造永不間斷的電臺節(jié)目。同時，它還能根據(jù)與用戶的互動，實時改變節(jié)目內(nèi)容。

此前，小冰已經(jīng)在兩家電臺擔(dān)任主播。

3. 內(nèi)容創(chuàng)造

在內(nèi)容創(chuàng)造方面，除了眾人熟知的寫詩之外，小冰還在有聲少兒讀物、歌曲、新聞等領(lǐng)域試水。根據(jù)微軟官方數(shù)據(jù)，小冰創(chuàng)作的有聲少兒讀物質(zhì)量已超越98%的人類創(chuàng)造者，用時僅為同水平人類的1/500，成本僅為同水平人類的1/80000。

此前，小冰通過匿名賬號在喜馬拉雅、蜻蜓FM等平臺發(fā)布，也取得了不俗的效果。發(fā)布會上，李笛宣布，微軟將通過小冰，開始大規(guī)模生產(chǎn)有聲讀物并投入市場。

李笛也認(rèn)為，小冰除了可以創(chuàng)造內(nèi)容外，還可以包攬運營、傳播、市場等工作，干整個產(chǎn)業(yè)鏈的活。如果得到市場驗證后，相信會對整個內(nèi)容行業(yè)產(chǎn)生變革。

4. 智媒體商業(yè)平臺

在媒體方面，小冰作為《錢江晚報》的專欄記者不是什么秘密，在發(fā)布會上，微軟還公開了部分百度百家和今日頭條上的新聞內(nèi)容也由小冰撰寫而成。

基于過去“寫稿”的經(jīng)驗，以及與 Bing 搜索引擎的加速整合，微軟發(fā)布了智媒體商業(yè)平臺解決方案 3.0，其中包括媒體生產(chǎn)力、媒體知識圖譜、智能交互、全平臺互動等六個新模塊。

新的解決方案可以為媒體構(gòu)建出一個基于全球新聞數(shù)據(jù)源的媒體知識圖譜，挖掘每一篇新聞背后的知識與含義，并找出彼此的關(guān)系。同時，用戶也能夠能夠在和小冰的交互中，獲得推薦內(nèi)容，把被動的閱讀體驗逐步變?yōu)橹鲃拥慕换バ畔⒔粨Q。

在過去一年中，該解決方案的2.0版本已從微信、微博雙平臺，逐漸演進(jìn)為接入和即將接入近11個端媒體，與《看看新聞》、《封面》、《錢江晚報》、《春城晚報》等媒體端進(jìn)行了整合。

再過26天，就是小冰的生日，理論上來說，過完生日的小冰就19歲了。但李笛說，對于是否要長大一歲，團(tuán)隊內(nèi)部還未達(dá)成一致，原因是雖然小冰取得了很大進(jìn)步，但她依然是一個稚嫩的少女，還沒到成熟的階段。

但整場發(fā)布會看下來，圍繞小冰商業(yè)落地的部分占了絕大多數(shù)，這樣看起來，運作3年，更迭五代，即將進(jìn)入19歲的小冰，要試著給微軟賺錢了。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。