微软小冰官网

智能语音产业观察：微软小冰建半开放生

态AI创造与商业化已至？

有别于过去五次，7月26日举办的微软小冰第六代发布会，首次走

出了微软亚太研究总部的一层报告厅，搬到了798区域大型会场。“发

布会规模也从过去的几十家媒体，扩张到数百家、覆盖全国范围的规

模。”一位接近微软方面的人士告诉21世纪经济报道记者。

这是一种信号。在过去，微软从未给过小冰任何商业方面的压力，

甚至直到近日接受包括21世纪经济报道等媒体采访时，微软小冰负

责人李笛依然强调，小冰并没有盈利指标。

但就像发布会本身一样，小冰也在不自觉地走出实验室和研究机

构，逐渐尝试商业化。这是小冰发布会首次搬家的底气所在。而经历

了过去五代，从小冰萌芽到成长，从拥有二维框架图到二维图像，再

到如今三维立体全息影像的展现，小冰正在愈发接近一个人类。

其背后的技术在持续迭代，生态也开始成型。据微软方面介绍，

此次发布会是小冰情感技术框架所有部分的全面升级，从首次完成落

地时的情商+智商设定，到对话式人工智能、生成模型、全双工语音，

如今的小冰开始迈入AI创造的阶段。生态方面，微软此次首次提出

构建Dual

AI半开放式生态系统，差异化融合合作伙伴优势，打造小冰的专属

技能与能力。

“人工智能的最终目标是‘人机协同’，以数字智能帮助人类，但

这个方向拥有不同的路线。”微软全球执行副总裁、微软人工智能及

微软研究事业部负责人沈向洋表示，“小冰团队走出了不一样的道

路。”

AI创造

自去年开始，微软小冰便在创作上拥有诸多尝试，甚至出了一本

自己的诗集。如今，小冰将要走得更远。

在发布会现场，沈向洋宣布微软思考了AI创造的三原则：其主体

首先必须是兼具IQ与EQ的综合体，而不仅仅是具有IQ；其次，人

工智能创造的产物，须能成为具有独立知识产权的作品；第三，人工

智能创造的过程，须对应人类某种具有创造力的行为，而不是对人类

劳动的简单替代。

小冰的目标，就是成为一个高情商的机器人。“我们计划将AI创

造当成一个新兴产业来操作。”在发布会现场，微软人工智能创造事

业部总经理徐元春表示，“如果将AI创造当做内容产业、而非简单的

文艺创作的话，仅有‘概念车’是不够的，从去年开始我们并行了‘量

产车’的工作。”

据介绍，在过去12个月内，小冰主持了21档电视节目、28档广

播节目，覆盖中国包括9大卫视在内的41家电视台和广播电台，如

今，小冰每天主持的广播节目已经达到25档。在日本和中国，小冰

累计生产了2878个小时的视听内容。

同时，小冰的有声读物已经覆盖中国超过90%的早教机器人和

80%的线上播放平台。此外，与网易新闻客户端合作的读新闻小冰，

已于两个月前突破1000万次新闻阅读评论。在金融等相关领域，小

冰同样在进行着持续的内容创造。

这背后的技术支撑，来自于小冰的情感技术框架，而第六代小冰

的核心对话引擎与交互感官也得到了进一步升级。微软在第六代小冰

身上上线全新的共感模型，并公测一种融合了文本、全双工语音与实

时视觉的新感官。

其中，共感模型是一种基于生成模型的对话引擎。据介绍，去年

小冰完成的生成模型能够自创回应，而非在已有对话语料库中检索而

得，如今的共感模型则进一步提升小冰对于对话内容、领域和节奏的

控制力，即小冰可以自创回应来牵引对话的方向。

这一融合了共感模型的对话引擎、全双工语音和实时视觉三个类

别的全新感官在测试设备中的公测，令小冰能够通过视觉、语音的实

时连续交互，指挥用户完成面容检测，并在该过程中进行开放域对话。

此外，微软还发布了第四版AI歌曲DNN模型。据小冰首席语音

科学家栾剑介绍，该版本模型能够快速合成与人类歌手质量相当的歌

曲，还能够使小冰自由吸收人类歌手演唱技巧和特质，在模仿之余甚

至代替人类完成新作品创作。

不过，尽管微软提出AI创造的原则并进行技术更新，但小冰的所

为将只是真正AI创造的起步。“根据2017年Gartner技术成熟度曲线

显示，虚拟助手仍需5-10年才能成为主流。”在评论AI创造能力时，

Gartner研究副总裁蔡惠芬向21世纪经济报道记者表示，“该应用主

要针对智能家居设备中的个人助理或语音控制等狭窄领域，但仍需要

包括为不同领域构建知识图谱、自然语言理解与生成等技术的提升。

它依然是新兴领域。”

DualAI生态

除了技术能力升级之外，第六代小冰的最大特点，莫过于开始构

建属于自己的生态——DualAI。

“在微软之前，行业内已经出现多种不同的合作生态与模式，其

中最重要的模式有两类，一类是开放赋能模式，通过对外提供

SDK/API的形式构建生态系统。”小冰产品负责人彭爽分析道，“另一

类是专注于自有的、封闭的平台，通过在平台上开放AI的应用商店

形式构建生态环境。”

DualAI则有所不同，更类似于半开放式生态。“在这样的生态环

境上，一方面，微软会直接负责产品体验，把控最具体的、直接与用

户接触的产品细节，另一方面，我们并不封闭在自有平台上，而是对

外接触甚至直接融入到第三方平台上。”彭爽表示。

之所以如此选择，源于其他两类生态存在各自的问题。其中，封

闭模式极大限制了数据之间的自由流通，与AI本质相悖。由于无法

获得迭代所需的基础数据量，便难以快速迭代和发挥升级优势。

开放赋能模式中，无论赋能或被赋能一方，则均是相对松散的关

系，“也就是说没有人真正对最终的产品体验负责”。例如当前大热的

智能音箱之所以实际体验普遍低于预期，正是由于松散合作关系带来

的问题。

与此同时，由于开放赋能生态中的API/SKD强调通用性，也就在

一定程度上限制了最新最优技术应用的及时性，通过这类接口或工具

包获取的数据也未必是最优质的。

具体而言，Dual

AI战略实施分为三个部分：首先，微软提供小冰的整体框架能力，

帮助合作伙伴平台的自有AI。其次，微软小冰作为该合作平台的辅

助AI，融入该平台生态。第三，微软通过技术、产品与运营，围绕

该平台差异化特点，推出相关应用和产品。目前，小冰已经与小米、

网易、万得和华为等伙伴达成合作关系。

而在合作过程中，小冰也在探索属于自己的盈利模式。目前，小

冰已上线了包括金融、大众文化、传媒和出版四大商业化领域。“我

们探讨过各种各样的AI盈利模式，最终发现为两大类，一类是利用

AI技术用更低成本去替代人类低并发、AI高并发的工作，如内容生

产，”李笛告诉21世纪经济报道记者，“其次便是AI与人类的协同，

通过提升协同转化率实现分成。”