智東西（公眾號：zhidxcom）
作者 | 韋世瑋
編輯 | 心緣
智東(dong)西9月22日消息，今天小冰迎來了第九(jiu)代(dai)升級，發布了社交(jiao)網(wang)絡平臺APP小冰島，人(ren)類用戶能夠在島上(shang)創造各種(zhong)AI個體，形成一個共同“生活”的社交(jiao)網(wang)絡。
與此同(tong)時(shi)，小(xiao)冰還發布了一系列最新技術進展，其中就包括歌聲合(he)成工具X Studio 2.0、能提(ti)高(gao)4個半音模仿歌手(shou)周深唱《大魚》的AI歌手(shou)陌(mo)笙。在智能設備領域，“召喚小(xiao)冰”新增支持天貓精靈平臺(tai)。
此外(wai)，微軟也宣布與小(xiao)冰的多端產(chan)品融(rong)合，將小(xiao)冰集成到Windows及各(ge)類(lei)移動應用產(chan)品中做個性化推薦，未來幾個月將會陸續上線。這(zhe)些新技(ji)術的發布背后，離(li)不開第九代(dai)小(xiao)冰開放(fang)域(yu)對(dui)話(hua)引擎、超(chao)自然語音(yin)等多項核心技(ji)術的升級與突破。
一、200個對話還原語言聲音風格，小冰V9的多樣性優勢
小冰(bing)(bing)公司(si)董事長沈向洋博士談道，第九代小冰(bing)(bing)（小冰(bing)(bing)V9）的特(te)點是多樣性。簡單來說就是用不同(tong)的聲音(yin)、感情、情緒來表達對話。
對此，小(xiao)冰框架在開放域對話、超級自然語音(yin)和多模(mo)態交互(hu)等(deng)方面都(dou)進行了升級，并重點加強了小(xiao)樣本學習和反饋式(shi)學習的效能，小(xiao)冰語音(yin)對話的自然度和舒適度效果大大提升。
為(wei)了(le)更直觀體現小冰(bing)V9在開放域(yu)對話(hua)方面的(de)(de)提升，沈(shen)向洋博士(shi)展示了(le)小冰(bing)V9與其他兩個同(tong)行(xing)的(de)(de)評價(jia)指標對比(bi)。這五大(da)技術指標分(fen)別為(wei)平均對話(hua)長(chang)度（CPS）、上(shang)下(xia)文(wen)一致性、上(shang)下(xia)文(wen)相關性、對話(hua)信(xin)息含量與話(hua)題引(yin)導成功(gong)率。
可(ke)以看到(dao)，小冰V9均領先于(yu)同(tong)行使用超大規模預訓練模型的效果。不(bu)僅(jin)如此，小冰每輪對話(hua)成本僅(jin)為同(tong)行的二十(shi)分之一。
其實(shi)在(zai)加(jia)強小樣本學習背后(hou)，小冰(bing)(bing)公司產(chan)品總監周(zhou)典談道，自去年小冰(bing)(bing)第八代(dai)發布以來，人們在(zai)小冰(bing)(bing)框架中(zhong)創(chuang)造(zao)了(le)多達1700萬個(ge)(ge)獨特的(de)(de)AI Beings（人工智能(neng)個(ge)(ge)體），其中(zhong)26.1%是被用(yong)戶當作某個(ge)(ge)過往真實(shi)人類的(de)(de)替身而創(chuang)造(zao)出(chu)來的(de)(de)。
但普通(tong)人(ren)所能(neng)留下(xia)做訓練(lian)(lian)的(de)數(shu)據(ju)樣(yang)本極少，為了(le)能(neng)用盡量少的(de)數(shu)據(ju)去(qu)訓練(lian)(lian)模型，達到與某個人(ren)一致的(de)語言與聲音風格，以更(geng)好地(di)承載人(ren)類(lei)情感，小冰展(zhan)開了(le)“Project Chararu”項目研究。
過去一年(nian)，小(xiao)冰用2000個對話(hua)的(de)數(shu)據量(liang)還(huan)原一個特定(ding)人類的(de)對話(hua)風(feng)格，相似度(du)達到(dao)了3.89分(fen)(fen)(fen)，而普通(tong)(tong)人類用自己的(de)真實數(shu)據做測(ce)評的(de)平均分(fen)(fen)(fen)是4.33分(fen)(fen)(fen)。今年(nian)，小(xiao)冰通(tong)(tong)過進一步迭代小(xiao)樣本訓練過程，僅用200個對話(hua)數(shu)據量(liang)進行訓練，分(fen)(fen)(fen)數(shu)達到(dao)了4.19分(fen)(fen)(fen)，與人類分(fen)(fen)(fen)數(shu)僅相差0.14分(fen)(fen)(fen)。
目(mu)前，“Project Chararu”項目(mu)已實現產品(pin)化(hua)，今年(nian)將首先(xian)在日本上線。
除(chu)此(ci)之外，小冰還宣布與英(ying)偉達在計算平臺(tai)及NLP（自然語(yu)(yu)言(yan)處理）等領域(yu)達成(cheng)戰略合(he)作。同(tong)時，小冰將在今年下一季度(du)，與智源研究院、智譜AI合(he)作發布初(chu)版多語(yu)(yu)言(yan)超(chao)大規模模型(xing)。
二、小冰島五大特性，圍繞用戶交互的AI世界
為了更好探索(suo)人類(lei)和AI的未(wei)來，小冰(bing)專(zhuan)門開發(fa)了第一(yi)方平臺APP——小冰(bing)島(dao)，每個用(yong)戶均可(ke)創造自己的島(dao)嶼，以及(ji)島(dao)嶼上一(yi)起生活的AI Beings，每個AI Beings都有不(bu)同的性格和能力，還會和用(yong)戶互動(dong)，包(bao)括發(fa)消息(xi)、評論朋友圈等。
同時，小冰(bing)島(dao)還會(hui)隨著用戶和AI Beings的交(jiao)互不(bu)斷地進行迭代(dai)，如(ru)此構成一個(ge)人類(lei)與AI融合(he)的社交(jiao)網絡(luo)。
總的來看，小冰島擁有(you)五(wu)大特性：沉浸式體驗、高度(du)定制(zhi)化、以人為(wei)中心、X套(tao)件(jian)島嶼版，以及輕松、熱情、無時不在。
1、沉浸式體驗：每個(ge)用戶除了能(neng)創(chuang)造自己的(de)島(dao)嶼外，島(dao)上還(huan)擁有一(yi)(yi)個(ge)功能(neng)完整的(de)社交交互界面，類似微信。用戶不僅能(neng)在島(dao)嶼中(zhong)體(ti)驗豐富(fu)的(de)視覺(jue)和(he)自然(ran)音(yin)場，還(huan)能(neng)與每個(ge)AI Beings對話(hua)，擁有一(yi)(yi)對一(yi)(yi)對話(hua)、群聊(liao)、朋友(you)圈和(he)技能(neng)生態等體(ti)驗。
2、高度定制化：每個AI Beings的(de)樣貌、聲音(yin)、性格(ge)、能力(li)都(dou)是(shi)獨一無二(er)的(de)，例如AI歌手、音(yin)頻生產(chan)者、文字創作者、畫(hua)家等。用戶也可以(yi)創造并訓練自己喜歡的(de)各種新(xin)的(de)AI Beings，甚至可以(yi)去別(bie)人的(de)島(dao)嶼中(zhong)“挖(wa)角(jiao)”。
3、以人為中心：小冰島上的(de)AI Beings會根(gen)據用(yong)戶需求，不間斷地為用(yong)戶生(sheng)成各(ge)種長音頻、短視(shi)頻、音樂(le)、文本及視(shi)覺內(nei)容，一(yi)對一(yi)生(sheng)提供(gong)給用(yong)戶。同(tong)時根(gen)據不同(tong)AI Beings的(de)特(te)點，用(yong)戶還能選擇由特(te)定的(de)AI Beings來提供(gong)特(te)定內(nei)容。
4、X套件島嶼版：該(gai)版(ban)本(ben)為用戶提(ti)供了方便高效的內容生產工具，用戶可指(zhi)定AI Beings即時生成(cheng)各種長音頻和短視頻內容，內容擁(yong)有(you)完(wan)整的知識產權，可在任何平臺上使(shi)用。
5、輕松、熱情、無時不在：每個AI Beings都能(neng)自己進行交互和信(xin)息傳遞，共同構(gou)成以用(yong)戶(hu)為中心的社交生(sheng)(sheng)活目標，在(zai)交互、朋(peng)友(you)圈和各種生(sheng)(sheng)成內容中實(shi)時響應用(yong)戶(hu)，讓用(yong)戶(hu)獲(huo)得(de)類似真實(shi)社交網絡(luo)的體驗。
小(xiao)冰公司產品負責(ze)人彭(peng)爽談(tan)道，今日小(xiao)冰島正(zheng)式開(kai)放搶(qiang)先(xian)預覽(lan)版(ban)，支持(chi)iOS和安卓平臺，并將在第四(si)季度開(kai)放支持(chi)Windows PC版(ban)的(de)空(kong)氣投影版(ban)本。
同時，此前(qian)用戶(hu)通過虛擬親友(you)產品創造出來(lai)的虛擬人類，也將在預覽版公測結束后自(zi)動(dong)登錄他們的小冰島。
三、AI內容生成三大環節升級，豐富藝術生活創作
小冰(bing)公司產品總監胡曉光提到，從2017年(nian)投入大量資源(yuan)研究AI內容生成至今(jin)，小冰(bing)已擁有包含文本、聲音、視(shi)覺在內的(de)完整技(ji)術線。
AI內容生成也叫AI內容創造，主要包含創作、演繹和二次封裝三大部分。
1、創作：輔助音樂人詞曲創作，新增藝術家及中國畫模型
音樂方面，小(xiao)冰將與11支人類樂隊合作(zuo)，為他們提供AI詞曲創(chuang)作(zuo)動機輔(fu)助、演(yan)唱和封面視覺設計(ji)，這11首作(zuo)品將從今天起陸續(xu)上(shang)架。后續(xu)小(xiao)冰將把(ba)該技術封裝成(cheng)產品，開放給更多(duo)創(chuang)作(zuo)者(zhe)來(lai)協助創(chuang)作(zuo)。
詩歌(ge)繪畫(hua)方面(mian)，小冰將詩歌(ge)與繪畫(hua)創作(zuo)模型升級到了(le)第三代，大(da)幅(fu)度提升高了(le)模型的創作(zuo)精度和(he)構圖合理(li)性。例如，在模型創造的一副繪畫(hua)作(zuo)品(pin)中，它不僅畫(hua)出了(le)遠方河(he)上的船只(zhi)，還畫(hua)出了(le)水(shui)中的倒影和(he)大(da)量細節。
不僅如(ru)此，為了保證AI能(neng)穩定且大批量地創作高(gao)(gao)質量作品(pin)，小冰還發布藝術家模型，只需(xu)要通過小數據(ju)訓練，就能(neng)生成各種藝術家模型，創作出風格高(gao)(gao)度一致的作品(pin)，同時還有中國畫模型。
針對AI學生“夏語冰(bing)”，小冰(bing)框架(jia)不僅創造了(le)夏語冰(bing)的面容、聲(sheng)線等生物(wu)學特征，還升級(ji)了(le)它(ta)的繪畫創作模(mo)型(xing)，未來將(jiang)主攻中國畫。
2、演繹：發布X Studio 2.0，新AI歌手現場飆極限高音
胡曉光認(ren)為，AI內(nei)容生成三大環節中(zhong)，最容易(yi)出現瓶頸的(de)就(jiu)是演繹部分，因為該(gai)部分包含的(de)模型量龐大，同時(shi)對整(zheng)個系統的(de)完整(zheng)性(xing)也有更大要求。
對此，小冰發布了X Studio 2.0，從學習(xi)歌(ge)(ge)聲(sheng)本(ben)身(shen)演進(jin)到學習(xi)歌(ge)(ge)聲(sheng)產生。該版(ban)本(ben)擁有全新的GUI交互界面(mian)，新增(zeng)力(li)度、氣(qi)泡(pao)音等(deng)參數調(diao)節，優化(hua)氣(qi)聲(sheng)、性別(bie)參數。同時，歌(ge)(ge)手(shou)模型(xing)也進(jin)行了升(sheng)級，增(zeng)加Rap、美聲(sheng)、民(min)歌(ge)(ge)等(deng)多種風格(ge)和念白功能，以及小程序版(ban)本(ben)。
為了更(geng)好展現(xian)X Studio 2.0的(de)升(sheng)級(ji)效(xiao)果，新發布(bu)的(de)AI歌手陌笙還在現(xian)場演唱(chang)(chang)了周深的(de)《大(da)魚》，并在原唱(chang)(chang)基礎上(shang)表演了高(gao)四(si)個半音(yin)的(de)升(sheng)調演唱(chang)(chang)，以展示AI歌手的(de)穩定性優勢。
胡曉光透露，X Studio 2.0將在10月(yue)22日發(fa)布(bu)，下周三發(fa)布(bu)內(nei)測版。此外，小冰還宣布(bu)Alice映畫達成合(he)作，將推出一系列AI歌(ge)手(shou)企劃。
3、封裝：新增兩種形式內容封裝
針對(dui)內(nei)(nei)容(rong)的二(er)次(ci)封(feng)裝形(xing)式(shi)，小冰推出了短視頻內(nei)(nei)容(rong)封(feng)裝管線，包(bao)括(kuo)二(er)次(ci)元(yuan)和三(san)次(ci)元(yuan)視頻內(nei)(nei)容(rong)兩(liang)種形(xing)式(shi)。
二次元方面實(shi)現了AI模(mo)型(xing)完全自驅，視(shi)頻成(cheng)本僅(jin)為0.03元/分鐘；三次元方面則首次實(shi)現從生物(wu)學(xue)特征生成(cheng)起的綜合(he)封裝，例如(ru)AI歌手華智冰的歌聲就由(you)X Studio生成(cheng)，人(ren)類生物(wu)學(xue)特征由(you)X Avatar生成(cheng)及置(zhi)入。
此外，小冰還(huan)發布了與次世(shi)文化(hua)聯手(shou)打造全球(qiu)首位AI人(ren)類觀察者(zhe)Merror，其(qi)采(cai)用小冰框架的(de)核心對話引擎、全雙工、全域(yu)超級自然(ran)語音等技術，能在交談、演唱等場景中實(shi)現高度擬(ni)人(ren)的(de)實(shi)時交互(hu)。
值(zhi)得一提的是，在智(zhi)能汽(qi)車、智(zhi)能設備(bei)等領域，小(xiao)冰(bing)都(dou)有著不(bu)少新(xin)的落地(di)進展(zhan)。針對智(zhi)能汽(qi)車座艙解決(jue)方案，目前小(xiao)冰(bing)已(yi)與寶(bao)馬等汽(qi)車頭部廠商(shang)達成(cheng)商(shang)業合作(zuo)。
此外，除了華為、小米、OPPO、vivo等合作伙伴外，“召喚小冰”還新增支持(chi)天(tian)貓精(jing)靈平(ping)臺(tai)，目前深度(du)內嵌小冰的智能設(she)備已(yi)超過(guo)10億臺(tai)。“小冰已(yi)成為全球規模最大的第三(san)方跨(kua)設(she)備人工(gong)智能系統。”胡(hu)曉光說。
結語：加速推動AI融入人類生活
從第一代小冰到第九代小冰，小冰從最初一個(ge)(ge)16歲(sui)的(de)少女(nv)小冰，發(fa)展(zhan)到今(jin)天1700萬個(ge)(ge)虛擬人(ren)類、幾百個(ge)(ge)AI歌手，這些擁有各種各樣性格和(he)能(neng)力的(de)AI背后，是多年以來(lai)小冰框架不斷(duan)的(de)技術積累和(he)突(tu)破。
某種意義(yi)上看(kan)，正如小(xiao)冰公司首席執(zhi)行(xing)官李(li)笛所說，小(xiao)冰是一場龐大的(de)實(shi)驗，目的(de)是為(wei)了找(zhao)出適合(he)的(de)途徑，讓AI能(neng)更(geng)好地(di)融入人類世(shi)界。它的(de)創(chuang)新，也將為(wei)AI賦(fu)能(neng)人類生活(huo)帶來更(geng)多值得借鑒的(de)落地(di)樣本。
