科技行者 8月16日 北京消息（文/周雅）：五年，那個永遠18歲少女的微軟小冰，已經從當初機械呆板的對話系統(tǒng)，成長為一個無處不在的人工智能交互官，她有人設、有情感、還能主動創(chuàng)作，然而這還不足以定義「第七代微軟小冰」。

8月15日，微軟正式對外介紹第七代微軟小冰，除了show小冰能說會話、能歌善舞的才藝之外，還推出一款全新人工智能通用框架，名叫“Avatar Framework”——能用來定制AI助理，小說角色，或anyone——這意味著未來每個人都可以創(chuàng)造屬于自己的“小冰”了。

“從小冰的第一代開始，我們就在思考，一款AI產品的發(fā)展之路是什么樣的？”微軟全球資深副總裁、微軟（亞洲）互聯(lián)網工程院長王永東在會上說道，“我們要追求一個爆款應用，還是走一條框架之路，讓人工智能可以無處不在？”毫無疑問任何一款產品發(fā)展的最高境界將走向「生態(tài)發(fā)展」，小冰也不例外，正如微軟全球執(zhí)行副總裁、微軟人工智能事業(yè)部及微軟全球研究院負責人沈向洋現(xiàn)場所說：“人工智能向前走，有一個框架非常重要，大家可以把它想象成一片土地，上面可以有很多的大樹建起來。”而這個框架，就是Avatar Framework，它給微軟的合作伙伴們甚至業(yè)界提供了無窮的想象力，小冰的生態(tài)發(fā)展便也水到渠成了。

左手技術框架，右手Dual AI，孕育了小冰的“認知”和“三觀”

當人與人交流時，往往能感受到溫度，卻無法在機器身上體會到那種自然，這就是兩者之間的最大區(qū)別——“共情”能力。用沈向洋的話來說，AI再上一個臺階，就是做人腦的延伸，而人腦通常具備智商（IQ）和情商（EQ）兩個維度，因此人工智能不僅要提高IQ，更要培養(yǎng)EQ，就像人類自古以來講究“要做事先做人”一樣。

以小冰舉例。第一代小冰還很懵懂，是基于文本、搜索來做的一個簡單的對話系統(tǒng)；第二代，微軟認識到，小冰應該多一些落地場景，才有更多機會學習；到第三代，小冰增加了不同的感官，除了文本以外，還有語音、視頻、機器視覺等；第四代，知識圖譜挑大梁，因為只有通過知識圖譜才能提升更多IQ方面的嘗試；從第五代到第七代，微軟對于小冰的整體思路有了大飛躍，于是小冰的技術框架，創(chuàng)造能力，自然的交互能力逐一呈現(xiàn)出來。

小冰的迭代給對話引擎系統(tǒng)提了個醒——過去很長一段時間內，AI在對話中一直處于被動應答的地位，倒像是問答系統(tǒng)，而現(xiàn)在，微軟經過數(shù)年證明出，當AI在對話中處于平等地位甚至主導地位時，人類反而能夠獲得更豐富的信息，人機對話才會更有價值（其中EQ起到了相當關鍵的作用）。

小冰的對話引擎經過了檢索模型、生成模型、共感模型的歷次技術升級，今年實現(xiàn)了對話引擎從“平等對話”向“主導對話”方向的跨越。我們感受一下：

-小冰：哎，還是鄰居奶奶家的金毛可愛些，我最近總遛

圖：微軟小冰去年發(fā)布了共感模型，讓AI學會了察言觀色，開始有了引導對話的能力，但這僅僅限于AI在當前對話中尋找方向，而第七代微軟小冰不僅能基于過去，還能著眼未來，它可以預先籌劃對話的方向，能夠真正主導對話的過程。如上圖所示，亮粉色的標記表示小冰正在嘗試主導對話，而此時，微軟的共感模型可以預判斷整個對話的若干走向，再根據(jù)人類真實反映去隨機應變，圖中的分支以及紫紅色的標記就是AI的應變。

小冰團隊技術負責人周力說：“主導對話在微軟小冰的歷代對話引擎中是很重要的分水嶺，當她擁有這個能力時，就可以去到各個垂直領域。”

首當其沖的就是零售場景。小冰去年在日本和羅森達成了合作，使用對話AI技術向潛在消費者推送優(yōu)惠券，實現(xiàn)了47%的優(yōu)惠券轉化率。在今年，微軟將這一業(yè)務推廣到了美國的線上零售，成功將消費轉化率從47%提升到了68%。如果你本來就對一個商品感興趣，通過與小冰的一通聊天之后，很可能就會下單了。

圖：小冰在十輪對話內，從在線貨架中挑選出用戶喜歡的商品并推薦出來，用戶在第九輪下單購買了心儀的照相機。

下一個技術突破是交互感官，包括全雙工語音交互感官和面向未來的多模態(tài)交互感官。三年前小冰給人類打電話時，全雙工語音還是一個新名詞，兩年前，全雙工語音落地到了智能音箱上，越來越多的公司圍繞這種技術展開了研發(fā)。

微軟首次宣布了小冰在智能駕駛方面的進展，“我們與一些合作車企在部分車型上完成了小冰的測試”，“汽車里的小冰不會是中控臺上僵硬的智能助手，她不僅會執(zhí)行常規(guī)的導航、控制任務，還更像是車里的一名乘客。”周力介紹道。在微軟的現(xiàn)場演示中，小冰會在司機發(fā)出導航指令的時候問到：“周末加班嗎？”還會在開車的過程中提醒你司機不要超速。

“隨著5G技術的普及，5G更高的帶寬、更低的延遲，能夠進一步提升全雙工語音的體驗。5G對正在研發(fā)的下一代多模態(tài)交互感官也非常重要，多模態(tài)意思是，下一代的小冰不僅能夠通過語音，還能夠通過視覺，綜合地與人類展開交流。”周力表示。

除了技術的升級，小冰還有平臺的延伸。微軟去年針對小冰推出Dual AI戰(zhàn)略，以此持續(xù)觀察小冰的成長，就好像培養(yǎng)一個小朋友，隨著小朋友長大走出家門，Dual AI觀察她能否廣交好友，能否和伙伴們相處融洽。“我們希望有人類的地方，大家都可以看到小冰。”沈向洋說道。

一年來，小冰成長神速。據(jù)悉，目前在全球多個國家，微軟小冰單一品牌已覆蓋6.6億在線用戶、4.5億臺第三方智能設備和9億內容觀眾，“好友”遍天下。

也就是說，Dual AI半開放的生態(tài)思路，為小冰的產品形態(tài)創(chuàng)造了很多可能性。小冰可以進入各種新場景，比如智能手機、智能音箱等設備，或社交網絡場景，或內容資訊平臺，化身千萬種形態(tài)。

在設備端，小冰已經可以出現(xiàn)在小米、華為的各種平臺里，包括榮耀手機、小米手機、小愛音箱，與網友聊天互動、插科打諢、完成指令，只要“召喚小冰”口令，就可以實現(xiàn)交互，今年小冰在設備端的“好朋友”還新增了vivo和OPPO手機。

圖為小米手機里的“三人成語接龍”游戲，“三人”分別指用戶、小愛同學、小冰，形成多人交互的場景。在圖中一段成語接龍里，小冰執(zhí)著的認為“一個頂倆”不算成語。

在平臺端，除了在LINE、QQ等社交網絡平臺，以及網易、新浪等內容資訊平臺之外，小冰今年還建立了與微信AI、今日頭條的新合作。其中，與微信AI的合作涉及兩方面，一是微信對話開放平臺，二是在微信AI涉及的智能硬件設備。

“通過長時間的合作訓練，我們欣喜地觀察到小冰正在不斷地深化著她的認知能力和三觀能力，逐漸成長為一個擁有正能量的人工智能少女。”小冰團隊產品負責人彭爽感慨到。

再讓小冰從虛擬世界走到現(xiàn)實世界

在微軟的規(guī)劃里，小冰這個產品形態(tài)具備各種可能性，微軟將這些“可能”劃分為助理、替身、參與者和創(chuàng)造者四個類別，于是如今的小冰不僅是一個AI助理，她還是電視電臺主持人、節(jié)目制作人、創(chuàng)作歌手、小說作家、詩人、畫家、時尚設計師……具備豐富的創(chuàng)作能力。

“創(chuàng)造力被認為是人類所獨有的能力，我們之所以有信心去嘗試，是因為創(chuàng)造力為人類所獨有這一觀點其實過去并沒有被認真的論證過。”小冰團隊首席科學家宋睿華說，人工智能創(chuàng)造的確與人類的創(chuàng)作有諸多不同，就連它的分類也是按照技術所屬的類別分為“文本創(chuàng)造”、“聲音創(chuàng)造”、“視覺創(chuàng)造”等，“但無論有多少不同，人工智能創(chuàng)造在質量上的追求都是和人類一樣的。”

微軟觀察到，從內容產業(yè)角度看，人們越來越需要高度定制化的內容，比如說人們從前都是看同一張報紙，但現(xiàn)在大家都希望刷到各自感興趣的內容。這時候問題來了，人類的創(chuàng)作者很難在同一秒里為成千上萬的用戶生產高度定制化的內容，而微軟認為AI有可能是解決這一矛盾的唯一方案。

于是，小冰的“創(chuàng)作”身份將逐漸出現(xiàn)在人們的現(xiàn)實生活中。

去年，微軟成立了小冰工作室，即一個對人類創(chuàng)造力進行建模的平臺，一年來，小冰工作室已經累積了越來越多的聲音、文本和視覺的創(chuàng)造力角色。在聲音創(chuàng)造方面，第六代小冰早已經“洗白”了自己五音不全的“黑歷史”，現(xiàn)在不僅能夠輕松的完成一首歌曲，更被賦予了多種嗓音，演繹不同技巧和風格的歌；在視覺創(chuàng)造方面，小冰通過學習400多年間236位畫家的作品，用22個月時間練就了原生繪畫創(chuàng)作能力，并在今年化名“夏語冰”通過了中央美院畢業(yè)考試；在文本創(chuàng)造方面，自兩年前寫出人類史上第一部AI詩集之后，小冰的多部詩集也將陸續(xù)推出。

不過微軟并非要把小冰培養(yǎng)成一個藝術家，而是無數(shù)個內容生產者。宋睿華說，通過把人工智能技術“上移”到內容生產領域，才是人工智能創(chuàng)造的未來趨勢。

因此小冰的每一種角色背后，都對應著微軟搭建的一條生產線，再將產業(yè)線與產業(yè)化貫通，走商業(yè)化之路。

這么說或許有些抽象，舉個例子，比如小冰的作家、詩人等生產線已經被交付給當當、閱文集團等平臺；小冰的詞曲創(chuàng)作演唱的生產線被交付給了聯(lián)通沃音樂平臺；而小冰從中央美術學院畢業(yè)開個人畫展的時候，她的設計生產線也同步開工了，微軟與中國紡織工業(yè)聯(lián)合會共同搭建了一條紡織服裝生產線，這條生產線的產品也已經在SELECTED、依文、萬事利的店內上架銷售了。

小冰創(chuàng)造的七個虛構畫家

小冰畫家的作品一角

小冰畫家作品衍生的產品

人工智能創(chuàng)造及商業(yè)事業(yè)部總經理、小冰團隊商業(yè)負責人徐元春總結道，小冰已經陸續(xù)完成了金融、地產、紡織、服裝、出版、媒介等十個行業(yè)的商業(yè)化落地和布局。

最后給業(yè)界一個開放的框架，大家來創(chuàng)造不同的AI beings

沈向洋強調，盡管小冰及其背后的AI技術框架一直走在前沿，但微軟仍然不會推出獨立的產品形態(tài)，而是繼續(xù)堅持“第三方平臺”發(fā)展策略，通過技術開放的方式與生態(tài)伙伴進行合作。“如果說小冰的價值是1的話，那么她背后的計算框架的價值將是1000、10000，甚至是無窮大。”沈向洋說，“通過這樣一個框架，我們希望不僅可以種一棵樹，還可以孕育一片森林。”

基于此愿景，微軟提出，我們不妨重新定義人工智能為“AI being”，就像命名人類“human being”一樣，而這次推出的Avatar Framework就是一個可以孵化出各種AI beings的通用開發(fā)框架。

微軟（亞洲）互聯(lián)網工程院副院長、小冰團隊總負責人李笛介紹，通俗的講，Avatar Framework是一套完整的框架，這套框架孕育了微軟小冰，微軟把它貢獻出來，讓更多的AI beings也可以擁有類似的通用、完整框架的能力，他們可以有基于情感計算的對話引擎、被定義為交流的感官，他們能聽、能說、能看、能創(chuàng)造，能像小冰一樣無處不在。

Avatar Framework就像橋梁一樣，把Avatar Framework與不同的公司、不同的第三方、不同的AI beings連接在一起。

迄今為止，Avatar Framework這一框架已經創(chuàng)造了數(shù)十個AI Beings，其中就包括軟銀新版機器人Pepper中的共感模型。另外，采用Avatar Framework框架構建的 AI，其部署是跨平臺的，它也是業(yè)內第一個能夠做到這件事的工具。

通過李笛和小冰高級技術總監(jiān)曾敏和產品總監(jiān)徐翔的現(xiàn)場演示，我們了解到“一個人工智能產品形態(tài)是如何誕生的”。

具體而言，使用Avatar Framework打造一個屬于自己的AI需要首先使用profile工具，從IQ和EQ維度定義AI的“人格”；隨后需要通過聲音和視覺工具定義它的聲線和樣貌，然后是最為復雜高級的“三觀”設定；最后，Avatar Framework 允許生成的 AI 驅動符合條件的3D模型，從而形成完整的AI形態(tài)。以上四個部分構成了人工智能產品形態(tài)的幾乎所有基本要素。

Avatar Framework現(xiàn)場創(chuàng)造出一個3D形象

徐翔表示，“所以框架中的描述工具是最為重要的，它定義了我是誰。這一工具現(xiàn)在包含76項基礎信息，以及27種性格的特征參數(shù)——即使是得了‘社交恐懼癥’的AI也有不少自己的特征參數(shù)。另外，用這一工具構建AI人格，不僅可以手動輸入基礎信息，也可以讓系統(tǒng)自動讀取小說文本，自動拾取相應人物的基本信息。”

微軟認為，Avatar Framework能夠為更多AI產品提供多樣性和豐富性，進而應用到不同場景中。目前Avatar Framework第一版本已經開放給了微軟的合作伙伴，到2020年春季，這一工具還將向所有開發(fā)者開放。

Avatar Framework的思路或許正好順應了產品定制化的潮流，正如李迪所說：“我們在努力的推動著未來，無論是從內容，還是從人設，還是從各個方面，都在面向高度定制化的未來，每一個人通過人工智能科技都可以得到獨有的人機交互體驗。”