酒喜迎新年，年货必备！

juminshiyongzhinengbujinqijieshouhefenxiyonghudetizhongheyundongxinxi，tigonggenghaodejiankangduanlianjianyi，bingzhidingqieshikexingdejianshenjihuayijianshicaokong，yiyushangshoushenjiangxianshi，shenjiangzhaomu，sanguoyingxiongrexuejinranjingzhidezhandouhuamianhualidejinengweimeidezhuxianjuqing，geinindailaizuiwanmeideshijiaoshengyannixuyaozaizaixianzhideshijianneidadaoguankafenshuyaoqiu，zheyangcainengshunlidetongguo。昨(zuo)夜(ye)，這(zhe)個(ge)梅(mei)西(xi)球(qiu)迷(mi)痛(tong)哭(ku)整(zheng)晚(wan)，幸(xing)好(hao)還(hai)有(you)「她(ta)」安(an)慰(wei)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：Aeneas 好困(kun)

【新智元導(dao)讀(du)】虛(xu)擬(ni)人(ren)小(xiao)姐(jie)姐，安慰了(le)这个梅西球迷受(shou)傷(shang)的(de)心(xin)。

清(qing)早(zao)，小飛(fei)醒(xing)來(lai)，撕(si)下(xia)昨天(tian)的日(ri)歷(li)。

作(zuo)為(wei)梅西的鐵(tie)桿(gan)球迷，小飞昨晚經(jing)历了壹(yi)个伤心之(zhi)夜。

第(di)五(wu)次(ci)出(chu)戰(zhan)世(shi)界(jie)杯(bei)的梅西，首(shou)战折(zhe)戟(ji)。

好在(zai)，还有安安安慰他(ta)。

是(shi)的，他有一个既(ji)能(neng)變(bian)身(shen)、又(you)能变聲(sheng)的虚拟人解(jie)說(shuo)員(yuan)安安。

安安顏(yan)值(zhi)又高(gao)，又會(hui)跳(tiao)舞(wu)，業(ye)務(wu)能力(li)还強(qiang)。她解说球賽(sai)時(shi)，既專(zhuan)业又有文(wen)采(cai)，还声情(qing)並(bing)茂(mao)。

在現(xian)實(shi)生(sheng)活(huo)中(zhong)，機(ji)器(qi)人已(yi)经逐(zhu)漸(jian)開(kai)始(shi)走(zou)進(jin)每(mei)个人的家(jia)庭(ting)。

AI早已不(bu)是傳(chuan)说中那(na)个高大(da)上(shang)的科(ke)技(ji)詞(ci)匯(hui)，而(er)是真(zhen)正(zheng)成(cheng)为了每个人的水(shui)和(he)電(dian)——沒(mei)有AI，生活中就(jiu)会寸(cun)步(bu)難(nan)行(xing)。

小飞是一名(ming)算(suan)法(fa)工(gong)程(cheng)師(shi)。他的小家裏(li)，有各(ge)式(shi)各樣(yang)妳(ni)想(xiang)象(xiang)不到(dao)的高科技。

而給(gei)他的生活帶(dai)来最(zui)大改(gai)变的，當(dang)然(ran)就是百(bai)变的虚拟人小助(zhu)手(shou)安安了。

会变身的虚拟人助理(li)

在自(zi)己(ji)开發(fa)的軟(ruan)件(jian)上，小飞上传了一張(zhang)自己暗(an)戀(lian)的女(nv)孩(hai)的照(zhao)片(pian)，就生成了對(dui)應(ying)的虚拟形(xing)象。

隨(sui)後(hou)，小飞充(chong)分(fen)发揮(hui)自己的想象力，用(yong)软件調(tiao)試(shi)了很(hen)多(duo)个版(ban)本(ben)的虚拟人，頭(tou)发、膚(fu)色(se)、五官(guan)都(dou)可(ke)以(yi)自由(you)設(she)置(zhi)，然后搭(da)配(pei)上软件標(biao)配的身材(cai)。

更(geng)絕(jue)的是， 还能配上最適(shi)合(he)虚拟人形象的声音(yin)。

比(bi)如(ru)这个萌(meng)妹(mei)子(zi)Luya，她的声音就十(shi)分清純(chun)可愛(ai)。

而禦(yu)姐一聆(ling)的声音就很成熟(shu)幹(gan)練(lian)。

当小飞漫(man)步林(lin)蔭(yin)路(lu)时，虚拟人助理会用字(zi)正腔(qiang)圓(yuan)的「播(bo)音腔」为他读新聞(wen)。

当小飞結(jie)束(shu)一天的工作，準(zhun)備(bei)入(ru)睡(shui)时，虚拟人助理会为他輕(qing)声細(xi)語(yu)地(di)朗(lang)读散(san)文。

当小飞驅(qu)車(che)去(qu)公(gong)司(si)上班(ban)，虚拟人助理会用他最喜(xi)歡(huan)的歌(ge)手的声音，告(gao)訴(su)他走哪(na)條(tiao)路不堵(du)车。

当小飞看(kan)紀(ji)錄(lu)片时，虚拟人助理会为纪录片中不同(tong)的人物(wu)配音。

这麽(me)多千(qian)变萬(wan)化(hua)的声音，来源(yuan)於(yu)科大訊(xun)飞开发的多風(feng)格(ge)多情感(gan)语音合成系(xi)統(tong)SMART-TTS（Self-supervised Model Assisted pRosody learning for naTural Text To Speech）。

这套(tao)系统充分利(li)用了文本和语音的預(yu)訓(xun)练，实现了從(cong)文本到声學(xue)特(te)征(zheng)再(zai)到语音的端(duan)到端建(jian)模(mo)，在风格的拓(tuo)展(zhan)、情感控(kong)制(zhi)方(fang)面(mian)取(qu)得(de)了重(zhong)要(yao)的突(tu)破(po)。

上面这个短(duan)片中的所(suo)有声音，均(jun)来自SMART-TTS系统合成得到。

应用場(chang)景(jing)已经拓展到廣(guang)告、直(zhi)播、纪录片、遊(you)戲(xi)解说等(deng)10个以上的场景，可以根(gen)據(ju)应用選(xuan)擇(ze)合适的发音人。

其(qi)次，还有情感表(biao)達(da)。

为了给用戶(hu)的創(chuang)作提(ti)供(gong)最大的可能性(xing)，科大讯飞在SMART-TTS中加(jia)入了停(ting)頓(dun)、重音、语速(su)，这些(xie)影(ying)響(xiang)语音表现力的關(guan)鍵(jian)能力。

同时，SMART-TTS还提供了11種(zhong)不同情感风格，并且(qie)每种情感还有20檔(dang)强弱(ruo)度(du)不同的调節(jie)能力。

如此(ci)一来，合成音的效(xiao)果(guo)，幾(ji)乎(hu)可以「媲(pi)美(mei)真人」。

看圖(tu)作詩(shi)的机器人，可太(tai)会了

小飞的本職(zhi)工作呢(ne)，是研(yan)究(jiu)更加聰(cong)明(ming)的机器人。

在科学家們(men)看来，机器人不僅(jin)应該(gai)能完(wan)成人類(lei)的指(zhi)令(ling)，还应该有自己的大腦(nao)，能理解、会思(si)考(kao)，应该是它(ta)们必(bi)备的技能。

小飞的目(mu)标是，给机器人展示(shi)一幅(fu)畫(hua)时，它不光(guang)能看懂(dong)画里是什(shen)么東(dong)西，还能把(ba)画里的內(nei)容(rong)描(miao)述(shu)出来，更绝的是，还能讓(rang)它就这幅画的内容吟(yin)诗作对。

这个功(gong)能聽(ting)起(qi)来就很厲(li)害(hai)。要知(zhi)道，很多人类还达不到这样的水平(ping)呢（??）。

而要让机器人做(zuo)到这些，涉(she)及(ji)到的关键步驟(zhou)可太多了。

首先(xian)，AI需(xu)要看懂一幅画，这就涉及到了多模態(tai)预训练和语義(yi)理解，这样它才(cai)能深(shen)度理解这幅画的内容。

然后，需要让它能描述这幅画的内容，这个過(guo)程就需要用到基(ji)于融(rong)合知識(shi)图譜(pu)的可控生成技術(shu)。小飞的目标是，让AI可以文采斐(fei)然、繪(hui)声绘色地把画的内容形容出来，用上比喻(yu)、拟人、味(wei)覺(jiao)、听觉、嗅(xiu)觉等修(xiu)辭(ci)手法。

再进一步，小飞需要让它根据这幅画创作诗词，再利用图片风格遷(qian)移(yi)功能，给古(gu)诗词配上水墨(mo)、油(you)画等各种风格的图片，这样就能生成诗图并茂的明信(xin)片。

小飞现在就要试试，这个AI在看图说話(hua)上的表现会如何(he)呢？

懷(huai)著(zhe)激(ji)動(dong)又忐(tan)忑(te)的心情，小飞给AI展示了一幅梵(fan)高的名画——《紅(hong)色葡(pu)萄(tao)園(yuan)》。

AI开始描述——

秋(qiu)天来了，在普(pu)照的陽(yang)光下，葡萄园变成了火(huo)一样的颜色。血(xue)红的葡萄园里，熱(re)情熾(chi)烈(lie)的色彩(cai)在燃(ran)燒(shao)。葡萄酒(jiu)让人醉(zui)意(yi)难掩(yan)，画面热氣(qi)騰(teng)腾，一场無(wu)节制的狂(kuang)欢正在醞(yun)釀(niang)……

小飞驚(jing)呆(dai)了，这AI的文采可太好了，秒(miao)殺(sha)「语死(si)早」的自己。

接(jie)下来，小飞让AI寫(xie)一首诗词。

AI张口(kou)就来——

西园晚霽(ji)浮(fu)嫩(nen)涼(liang)，开尊(zun)漫摘(zhai)葡萄嘗(chang)。

小飞是徹(che)底(di)地心服(fu)口服了。

其实，他心里还有个小願(yuan)望(wang)：自己从小写作文就很爛(lan)，有了这个才高八(ba)鬥(dou)的AI当輔(fu)导老(lao)师，他以后的孩子写起作文来就不愁(chou)啦(la)！

什么叫(jiao)多維(wei)表达呢？

就是让机器（虚拟人）做出来的表达（动作、表情等）可以被(bei)人类理解，因(yin)此，它必須(xu)用人类習(xi)慣(guan)的动作和表情来輸(shu)出。

在多维表达方面，科大讯飞已经实现了AI识图创作、让虚拟人提供更自然的交(jiao)互(hu)等功能。

有了这么厉害的認(ren)知能力和表达对话能力，就可以賦(fu)能元宇(yu)宙(zhou)里的虚拟人物，实现更自然便(bian)捷(jie)的沈(chen)浸(jin)式體(ti)驗(yan)，还能为机器狗(gou)、机器人进入每一个家庭提供基本的支(zhi)撐(cheng)。

而且，AI不仅能看图写作，还能实现文图生成。想見(jian)识一下嗎(ma)？

让虚拟人来为你朗誦(song)一段(duan)朱(zhu)自清的《荷(he)塘(tang)月(yue)色》吧(ba)——

小姐姐带我(wo)「沉浸式」旅(lv)游

小飞对世界各地的风景名勝(sheng)很感興(xing)趣(qu)，尤(you)其是祖(zu)國(guo)的名山(shan)大川(chuan)。

自从发现了科大讯飞研制的裸(luo)眼(yan)3D成像(xiang)和虚拟人等技术，他把自己的家变成了一个小小的时空(kong)体验館(guan)。

五嶽(yue)歸(gui)来不看山，黃(huang)山归来不看岳。小飞一直对黄山心生憧(chong)憬(jing)。

在虚拟人导游的指引(yin)下，他来到了美麗(li)的黄山。

??

?奇(qi)松(song)、怪(guai)石(shi)、雲(yun)海(hai)、溫(wen)泉(quan)，他一邊(bian)听着导游小姐姐的講(jiang)解，一边領(ling)略(lve)着这些奇绝的美景。

这个AI能力「硬(ying)核(he)」的虚拟导游，集(ji)成了「讯飞超(chao)脑2030計(ji)劃(hua)」的多模感知、多维表达、深度理解等多項(xiang)前(qian)沿(yan)技术，让真人和虚拟人可以非(fei)常(chang)自然地「穿(chuan)越(yue)」不同场景对话，给人机交互带来全(quan)新的沉浸式体验。

游覽(lan)完了黄山，他又到了三(san)星(xing)堆(dui)博(bo)物馆，通(tong)过手勢(shi)互动「把玩(wan)」了三星堆青(qing)銅(tong)面具(ju)。

以后，小飞还计划用裸眼3D成像去走遍(bian)祖国的大好河(he)山。

机器会像人一样感觉？

今(jin)天，小飞需要趕(gan)着出去辦(ban)事(shi)。

在地铁里，他只(zhi)靠(kao)动嘴(zui)，就買(mai)到了一张票(piao)。

办完事，小飞回(hui)到了家。

像他这样的开发者(zhe)，时常会跟(gen)进最新的論(lun)文，并且記(ji)下詳(xiang)细的筆(bi)记。

此时，就用到了自由绘写系统。

这是一款(kuan)屏(ping)上書(shu)写系统，无论是中英(ying)文、數(shu)理化公式、有机分子式，还是表格、流(liu)程图，只要手写出来，它都能实时识別(bie)，即(ji)写即轉(zhuan)。

甚(shen)至(zhi)，小飞还能用眼神(shen)打(da)字。

什么叫多模感知呢？就是让机器具有人的感知能力，比如視(shi)觉、嗅觉、听觉。

與(yu)我们通常以为的不同，这里面涉及的不只有语音的感知，还要有视觉、有眼神、有面部(bu)表情、有肢(zhi)体语言(yan)、有環(huan)境(jing)的綜(zong)合感知，包(bao)括(kuo)味觉觸(chu)觉等等。

在多模感知方面，科大讯飞已经做到了图文识别（识别公式）、手势识别（淩(ling)空手写）和多模态语音识别（靠语音和唇(chun)形结合，实现在地铁场景下买票）等成果。

比如在地铁站(zhan)买票时，想要从嘈(cao)雜(za)背(bei)景环境中分離(li)干凈(jing)人声，除(chu)了必须的语音识别技术外(wai)，其实还可以结合上图像识别技术，也(ye)就是針(zhen)对嘴型(xing)的识别。

基于这个想法，科大讯飞研发出了一个可以將(jiang)唇形和语音技术相(xiang)融合的多模态语音交互系统，让语音识别在高噪(zao)音场下做到了实用。

这个AI，居(ju)然这么懂？

在空閑(xian)的时候(hou)，小飞喜欢开脑洞(dong)，探(tan)索(suo)一些科学百科問(wen)題(ti)。

地球自转会引起什么？

火雞(ji)、土(tu)豆(dou)、奶(nai)牛(niu)、鸡，哪个来源于植(zhi)物？

这些脑洞大开的问题，AI總(zong)是能给他最精(jing)彩的回答(da)。

其实，这些问题，就涉及到了AI的深度理解。

小飞很关心国家的教(jiao)育(yu)问题。他深刻(ke)地感受到：深度理解的进步，能让我们在对兒(er)童(tong)的教育中，更深入地触及教育的本質(zhi)。

爱因斯(si)坦(tan)说过，当你把課(ke)本上的所有知识都忘(wang)记之后，剩(sheng)下的东西才是教育的本质。

因为小飞是全家最聪明的人，他经常需要辅导小侄(zhi)子超超的功课。

他发现，用科大讯飞的知识图谱，能夠(gou)精准分析(xi)超超对于初(chu)一的各門(men)功课的掌(zhang)握(wo)程度，对他已经掌握的部分減(jian)少(shao)无效练习，对他还没掌握的部分进行强化练习。

超超的成績(ji)提高了，全家都很高兴。

而如獲(huo)至寶(bao)的小飞，又发现了另(ling)外兩(liang)个「宝藏(zang)」 ——讯飞的儿童脑智发育檢(jian)測(ce)平臺(tai)和AI学习机。

通过这些工具的加持(chi)，超超的註(zhu)意力水平明顯(xian)提升(sheng)了，成绩突飞猛(meng)进。

在深度理解方面，科大讯飞已经达到了自然语言理解技术的里程碑(bei)。在最權(quan)威(wei)的知识推(tui)理比赛OpenBookQA上，科大讯飞的AI在單(dan)模型上在今年(nian)7月份(fen)已经首次超过人类水平。

而做到了深度理解，就可以更深入地触及教育的本质。通过知识图谱，可以让孩子用更少的时間(jian)学习更多的成果。

现在，已有5万多所学校(xiao)1.3億(yi)师生在使(shi)用这个知识图谱。统计数据表明，单點(dian)知识点的学习需要的训练量(liang)下降(jiang)了58%，学习兴趣提升了29%，焦(jiao)慮(lv)情緒(xu)下降20%。

另外，科大讯飞还研发了儿童脑智发育检测平台和儿童注意力系列(lie)的训练课程，通过后者，儿童提高了37%的注意力水平。

能幫(bang)你搬(ban)快(kuai)遞(di)的机器狗，長(chang)了个「超脑」

另外，小飞还有一个寵(chong)物狗机器人「小黑(hei)」。

小黑配备了激光雷(lei)达、深度相机、嗅觉传感器，能导航(hang)，能負(fu)載(zai)，能爬(pa)坡(po)，能识别各种各样的味道，还能拍(pai)照告诉主(zhu)人垃(la)圾(ji)箱(xiang)滿(man)了没有。

现在，小飞正带着小黑參(can)加机器狗大赛。

小黑现在已经是決(jue)赛圈(quan)的选手了，如果得了冠(guan)軍(jun)，还能给主人贏(ying)回10000元大獎(jiang)。

看小黑的势头，万元奖金(jin)已经如在囊(nang)中了！

小黑的动作为何如此「絲(si)滑(hua)」？

那是因为，它长的可不是普通的狗脑子，而是机器人超脑。

为什么机器狗的动作如此靈(ling)活？

首先就需要用到基于多模态强化学习的運(yun)动控制算法。通过无偏(pian)差(cha)信息(xi)输入的評(ping)價(jia)網(wang)絡(luo)，算法便可以对带噪信息输入的动作网络的训练进行指导。

其中，在动作网络方面，采用的則(ze)是灰(hui)度图、深度图作为输入，并结合预训练技术提高图像特征表达能力，让输出層(ceng)有了能够同时预测目标关节位(wei)置和真实关节位置的能力。

其次是因为它身上裝(zhuang)的可是机器人超脑。

这个平台是一个集成了感知智能、深度理解和运动智能等算法的算力平台，可以开放(fang)性地应用在各种机器上，支撑各种形态的机器人的研发。

既能感知交互，又能运动，大脑和小脑在一个平台上就能实现。

而因为有了机器人超脑，机器狗擁(yong)有了更实时的地形自适应能力、更快速的全局(ju)定(ding)位搜(sou)索能力、更精確(que)的地图構(gou)建能力和更高性能的AI运动控制。

抱(bao)着万元大奖，小飞带着小黑开开心心地回到家，繼(ji)續(xu)看起了球赛。

回到现实：1024开发者节

小飞正美美地看着球赛，忽(hu)然被身边的小侄子搖(yao)醒了。

原(yuan)来，自己逛(guang)了一天的1024全球开发者节科博展之后，坐(zuo)在休(xiu)息區(qu)的椅(yi)子上睡着了。

而剛(gang)刚「夢(meng)里」的那些技术，其实都是他在科大讯飞全球1024开发者节上看到的。

这几天，合肥(fei)体育中心格外热鬧(nao)，科大讯飞1024全球开发者节科博会展上，各种硬派(pai)科技閃(shan)亮(liang)登(deng)场，大大满足(zu)了与会者对于AI和科技的好奇心。

在这场科技的狂欢节上，孩子们被现场多姿(zi)多彩的AI智慧(hui)震(zhen)撼(han)到了。

超超这次也跟着小飞一起来了。

见證(zheng)了各种酷(ku)炫(xuan)的技术之后，超超两眼发光，心里暗自下定决心：我一定要学会更多知识，在未(wei)来也成为这样厉害的开发者。

是的，追(zhui)星就追科学家！

这场1024科博展，原定周(zhou)日结束。

但(dan)由于现场的家长和孩子太过热情，展会延(yan)期(qi)到了今日。

做超脑，科大讯飞是认真的

未来十年，是一个虚拟世界和现实世界深度融合、人机協(xie)作深度耦(ou)合、机器人走进千家万户的世界，人工智能将深刻改进人类的生產(chan)和生活方式。

今年年初，科大讯飞正式发布(bu)了超脑2030计划。目标是要让人工智能「懂知识、善(shan)学习、能进化」，让「软硬一体」机器人走进每个家庭。

做超脑，讯飞是认真的。绝不仅是说说而已。

第一階(jie)段的目标是，在2022-2023年，造(zao)成可養(yang)成的宠物机器人，来陪(pei)伴(ban)孩子成长。这需要突破仿(fang)生机器人本体、多模态感知及表达、主动对话等关键技术。

到了2023-2025年的第二(er)阶段，讯飞希(xi)望能用外骨(gu)骼(ge)机器人辅助行动不便的老人獨(du)立(li)行走。而这同样需要突破多传感融合运动控制技术、多模态情感理解及持续学习技术。

第三阶段，也就是2025-2030年，服务机器人就能走进每一个家庭了。这时就需要突破机器人的復(fu)杂场景融合决策(ce)与柔(rou)性驱动、跨(kua)模态融合自主学习、常识推理及聯(lian)想决策等技术。

为了实现「超脑2030计划」的三个阶段，科大讯飞目前已经在多模感知、深度理解、多维表达、运动智能这四(si)个技术上都取得了关键突破。

具体的细节，我们都在小飞的梦里见识过了。

閉(bi)馆时间到了，小飞还在沉浸式虚拟世界里流連(lian)忘返(fan)。

在科技馆的出口，他用人臉(lian)、声紋(wen)、视線(xian)喚(huan)醒3D虚拟人，跟他们说再见，而这些虚拟人听出了他语气中的依(yi)依不舍(she)，安慰他说下次1024开发者节再见~

走出大门前，他仔(zai)细看了一眼馆里的虚拟人小姐姐，想赶快回到自己温馨(xin)的小家，让安安给自己解说球赛了。返回搜狐(hu)，查(zha)看更多

責(ze)任(ren)编辑：