11月4日，在2021騰訊數(shù)字生態(tài)大會的云智能專場中，騰訊智能產(chǎn)品副總裁、騰訊教育副總裁李學(xué)朝通過題為《溝通有溫度，服務(wù)新高度》的主題演講，正式發(fā)布了騰訊云小微基于新一代多模態(tài)人機(jī)交互技術(shù)的全新數(shù)智人產(chǎn)品矩陣，并對外分享了數(shù)智人產(chǎn)品的技術(shù)優(yōu)勢、業(yè)務(wù)場景和應(yīng)用案例。
(騰訊智能產(chǎn)品副總裁、騰訊教育副總裁李學(xué)朝)
“AI助手不僅要提供更加智能的交互體驗(yàn)，還需要通過自學(xué)習(xí)和自適應(yīng)等來提升對于行業(yè)、應(yīng)用和用戶的理解能力、應(yīng)變能力和表達(dá)能力。”李學(xué)朝表示，為賦予AI助手交互智能的能力，騰訊云小微整合了語音交互、自然語言理解、圖像識別等AI能力，融合AI Lab前沿AI技術(shù)以及搜狗數(shù)字人團(tuán)隊(duì)豐富的業(yè)務(wù)模式，打造了基于新一代多模態(tài)人機(jī)交互技術(shù)的全新數(shù)智人產(chǎn)品矩陣，實(shí)現(xiàn)了從“數(shù)字人”到“數(shù)智人”的智能化升級。
談及數(shù)智人的技術(shù)優(yōu)勢時(shí)，李學(xué)朝介紹道，在NLP、知識圖譜、視覺等全棧AI底層能力的加持下，數(shù)智人擁有強(qiáng)大的形象表現(xiàn)力、識別力和感知理解能力，能在不同行業(yè)的多種業(yè)務(wù)場景下做到“聽得清、聽得懂、會表達(dá)”;而3D超寫實(shí)、3D寫實(shí)、3D半寫實(shí)、2D真人、2D卡通五種數(shù)智人的風(fēng)格，搭配可定制形象和騰訊海量IP形象授權(quán)，能讓數(shù)智人擁有豐富多樣的人物形象，以滿足不同場景下的服務(wù)需求。
(五款數(shù)智人亮相)
“云小微數(shù)智人應(yīng)用服務(wù)的兩大場景，分別是企業(yè)服務(wù)和生活服務(wù)。”李學(xué)朝表示，目前數(shù)智人已經(jīng)為金融、文教傳媒、公共服務(wù)等行業(yè)的體驗(yàn)型業(yè)務(wù)場景提供解決方案，以坐席客服、審核面簽、理財(cái)顧問等形象為用戶提供智能交互的新體驗(yàn)，幫助企業(yè)在提升服務(wù)體驗(yàn)的同時(shí)實(shí)現(xiàn)降本增效的目的。
“我們希望的是，通過數(shù)智人，在生活服務(wù)中為用戶帶來更多陪伴、更多信息交互以及更深的情感鏈接。”李學(xué)朝表示，未來，騰訊云小微數(shù)智人希望能夠突破時(shí)間和空間的限制，打破虛擬和現(xiàn)實(shí)的邊界，在數(shù)字化進(jìn)程中為各行各業(yè)提供有溫度的智能交互服務(wù)，助力各行各業(yè)的智慧化轉(zhuǎn)型。
以下為演講實(shí)錄：
尊敬的各位嘉賓、媒體朋友和線上的觀眾朋友們：
大家好，我是騰訊李學(xué)朝，很高興能在騰訊一年一度的數(shù)字生態(tài)大會中與大家進(jìn)行交流。
今天主要跟大家分享的是，騰訊云小微數(shù)智人的全新產(chǎn)品，并且從技術(shù)到服務(wù)，從內(nèi)到外，從現(xiàn)在到未來，講一講我們“開啟有溫度的數(shù)智未來“的愿景是怎樣展開的。
隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)高速發(fā)展，各行業(yè)數(shù)字化進(jìn)程加快，不同業(yè)務(wù)場景對線上用戶服務(wù)都提出了更高的要求，AI助手除了要提供更加智能的交互體驗(yàn)，還需要通過自學(xué)習(xí)自適應(yīng)等來提升對于行業(yè)、應(yīng)用和用戶的理解能力、應(yīng)變能力和表達(dá)能力。人機(jī)交互模式從文本客服升級為語音客服再到多模態(tài)人機(jī)交互系統(tǒng)，也就是大家常說的數(shù)字人，溝通效率和服務(wù)溫度都得到了大幅提升。
而騰訊云小微通過整合語音交互、自然語言理解、圖像識別等AI能力，同時(shí)連接騰訊豐富的內(nèi)容和服務(wù)生態(tài)，面向使用場景打磨平臺能力，助力行業(yè)客戶打造有智能、有形象、可交互的數(shù)字分身，實(shí)現(xiàn)了從“數(shù)字人”到“數(shù)智人”的智能化升級，也就是騰訊云小微與AI Lab聯(lián)合開發(fā)的新一代多模態(tài)人機(jī)交互系統(tǒng)——數(shù)智人。
最近搜狗正式并入騰訊，也為數(shù)智人能力提供了助力。數(shù)智人產(chǎn)品深度聯(lián)動了云小微、AI Lab、搜狗，匯聚云小微綜合AI能力，融合AI Lab前沿AI技術(shù)，以及搜狗數(shù)字人團(tuán)隊(duì)豐富的業(yè)務(wù)模式、作為多模態(tài)能力的服務(wù)載體，便捷地服務(wù)于機(jī)構(gòu)、企業(yè)，持續(xù)賦能行業(yè)。
這些能力從內(nèi)而外賦予了產(chǎn)品極大的優(yōu)勢。
首先，通過AI技術(shù)的加持，數(shù)智人產(chǎn)品目前已擁有強(qiáng)大的形象表現(xiàn)力、識別力和理解能力，并且能夠保證最優(yōu)服務(wù)性能，在很多場景中都能做到“聽得清、聽得懂、會表達(dá)”。
聽得清就是能夠把人的聲音精準(zhǔn)轉(zhuǎn)化成文本。騰訊云小微在語音識別方面深耕建模、降噪、口音與領(lǐng)域適應(yīng)等技術(shù)能力，讓數(shù)智人能夠適應(yīng)各種復(fù)雜的噪聲環(huán)境。同時(shí)，可識別超過34種語種、方言，擁有超過46萬的垂直場景熱詞庫。
聽清后還需要聽得懂。騰訊云小微數(shù)智人結(jié)合知識圖譜能力和垂直領(lǐng)域庫，并充分運(yùn)用全雙工的能力，通過語音(ASR)+語義(NLP)雙向判斷，降低錯誤響應(yīng)概率，可進(jìn)行超過11個(gè)語種的機(jī)器翻譯;同時(shí)，通過流式語義+語義VAD，在商用環(huán)境中，服務(wù)端推流渲染方案文本驅(qū)動首幀延遲已降低至600ms內(nèi)，單臺服務(wù)器并發(fā)上限，半年內(nèi)提升了60%，在保障交互體驗(yàn)的同時(shí)，大幅提升了接待的效率。
在表達(dá)交流能力上，騰訊云小微數(shù)智人由個(gè)性化沉浸式TTS、有風(fēng)格的語音合成技術(shù)、以及具備形象、情緒和動作的虛擬人合成，擁有超過28種語音合成音色，超過30個(gè)擬人化形象，在技術(shù)內(nèi)測中實(shí)現(xiàn)了根據(jù)語義匹配肢體動作，把對話內(nèi)容多模態(tài)多層次地表達(dá)出來。
此外，為了讓數(shù)智人有個(gè)性、有情感、更真實(shí)生動，我們提供了3D超寫實(shí)、3D寫實(shí)、3D半寫實(shí)、2D真人、2D卡通等5類數(shù)智人形象風(fēng)格，擁有超細(xì)微面部情感表情以及數(shù)百種肢體動作，可以滿足各類場景需求。同時(shí)，擁有騰訊的海量IP形象授權(quán)，讓數(shù)智人的形象選擇更加豐富多樣。
每一位數(shù)智人都擁有著不同的形象和性格，可從事不同的職業(yè)，并且，每一位都身懷絕技，與眾不同。這兩天，他們也參與到了數(shù)字生態(tài)大會多個(gè)專場的主持工作中，為所有與會觀眾帶來了他們的“職業(yè)首秀”。
云小微數(shù)智人一直在通過不斷的自學(xué)習(xí)、自適應(yīng)，以求為用戶提供更主動、更專業(yè)的服務(wù)。目前，他們已經(jīng)以不同的形象出現(xiàn)在金融、傳媒、文旅、出行等多個(gè)行業(yè)中，踐行著我們服務(wù)于人的理念。接下來讓我們看看，云小微數(shù)智人的落地應(yīng)用情況。
云小微數(shù)智人應(yīng)用服務(wù)的兩大場景，分別是企業(yè)服務(wù)和生活服務(wù)。
在企業(yè)服務(wù)方面，以往一直是以企業(yè)和服務(wù)提供者為中心，現(xiàn)在我們轉(zhuǎn)變?yōu)橐韵M(fèi)者和使用者為中心，通過人機(jī)交互與協(xié)創(chuàng)，提升服務(wù)體驗(yàn)的同時(shí)實(shí)現(xiàn)降本增效。在生活服務(wù)方面，數(shù)智人以用戶體驗(yàn)提升為中心，通過實(shí)現(xiàn)“軟硬結(jié)合”，給用戶提供智能交互的新體驗(yàn)。
在企業(yè)服務(wù)場景中，數(shù)智人已優(yōu)先面向金融、文教傳媒、公共服務(wù)等行業(yè)的體驗(yàn)型業(yè)務(wù)場景提供解決方案，可擔(dān)任坐席客服、審核面簽、理財(cái)顧問、資訊播報(bào)、會展主持、導(dǎo)游導(dǎo)覽等多種角色。
接下來大家可以通過幾個(gè)案例進(jìn)行更深入的了解：
在疫情期間，觀眾無法親臨展廳和現(xiàn)場，近距離參與各項(xiàng)活動，給很多展會活動的舉辦帶來了困難。我們?yōu)橹袊?深圳)國際文化產(chǎn)業(yè)博覽交易會打造了線上虛擬講解員，擁有講解服務(wù)能力、多種情緒表達(dá)能力，能夠?qū)φ箯d、展館的相關(guān)問題對答如流，并配合場景作出生動的情緒動作反饋，讓用戶在疫情期間，突破空間限制，享受互動性極強(qiáng)的在線講解游覽體驗(yàn)。
在新聞播報(bào)領(lǐng)域，我們與新華社合作推出了全球首個(gè)AI合成主播。依托少量音視頻數(shù)據(jù)即可快速、低成本生成主播形象，輸入文本即可AI合成播報(bào)實(shí)時(shí)音視頻流，主播的表情、唇動自然且專業(yè)，基本與真人無異。到目前為止AI合成主播已經(jīng)累計(jì)播報(bào)新聞超過1萬條，保證播報(bào)零誤差，可實(shí)現(xiàn)對日常和突發(fā)事件的實(shí)時(shí)響應(yīng)。
可以說，數(shù)智人具備降本、增效、提升服務(wù)體驗(yàn)、增強(qiáng)服務(wù)靈活性等優(yōu)勢，比如數(shù)字坐席不但可提供7*24小時(shí)全時(shí)段、大體量服務(wù)，成本也僅為真人坐席的1/5，可真正做到多維度提升企業(yè)服務(wù)能力。隨著數(shù)智人技術(shù)的不斷迭代升級，我們相信科技創(chuàng)新的力量也將為企業(yè)服務(wù)創(chuàng)造更大的價(jià)值和可能。
在生活服務(wù)場景，騰訊云小微數(shù)智人也有著很大的應(yīng)用空間。數(shù)智人以交互智能增強(qiáng)人機(jī)互動，在智能車載、智能交通、智能家居、智能硬件等智能服務(wù)場景，為用戶提供更便捷、智能的服務(wù)。
我們的核心思路是：讓數(shù)智人與智能設(shè)備結(jié)合，打造以用戶為中心的生活服務(wù)。
一方面，數(shù)智人可以助力提升公眾服務(wù)效率。比如，數(shù)智人可及時(shí)、高效地處理用戶在公共交通場景中的票務(wù)等問題，可代替人力進(jìn)行政策問答，提升政策辦事問答效率。同時(shí)，憑借語音交互能力優(yōu)勢，加強(qiáng)對中老年人等群體的服務(wù)關(guān)懷。
另一方面，數(shù)智人可憑借全新的視覺表達(dá)，為用戶提供自然、豐富的智能交互服務(wù)。比如在智能家居中，用戶通過語音指令即可隨時(shí)隨地與數(shù)智人交流;個(gè)性化的形象表現(xiàn)和動作表達(dá)能力，也能打造出更優(yōu)的虛擬偶像服務(wù)。未來，數(shù)智人技術(shù)將重點(diǎn)向融合文字、聽覺、視覺、觸覺、肢體動作等多維度感知的多模態(tài)交互方式演進(jìn)。
我們希望的是，通過數(shù)智人，在生活服務(wù)中為用戶帶來更多陪伴、更多信息交互以及更深的情感鏈接。首先，全天陪伴可隨時(shí)呼喚，提升交互效率;其次，有問題直接問，讓中老年人也可簡單方便地使用，打破數(shù)字化中的科技鴻溝，高度還原人與人之間的交流，打造有溫度的交流體驗(yàn)，拉近個(gè)人與技術(shù)的距離。
同時(shí)，數(shù)智人支持個(gè)性化自定義設(shè)置，讓企業(yè)和用戶都可打造屬于自己獨(dú)一無二的數(shù)智人。
前面說的都是我們的過去，我們過往的成就，接下來讓我們說一說未來。未來，我們的數(shù)智人會向什么方向發(fā)展，又將為社會創(chuàng)造哪些價(jià)值呢?
正如我今天分享的主題“溝通有溫度，服務(wù)新高度”，未來，騰訊云小微數(shù)智人希望能夠突破時(shí)間和空間的限制，打破虛擬和現(xiàn)實(shí)的邊界，在數(shù)字化進(jìn)程中，為各行各業(yè)提供有溫度的智能交互服務(wù)。
我們將不斷提升平臺能力，輸出更優(yōu)質(zhì)的AI應(yīng)用解決方案，與更多行業(yè)實(shí)現(xiàn)場景共建，以定制化的服務(wù)，助力各行各業(yè)的智慧化轉(zhuǎn)型。同時(shí)，在不斷進(jìn)行科技創(chuàng)新、產(chǎn)品創(chuàng)新、模式創(chuàng)新的過程中，更好地服務(wù)社會，服務(wù)于人，為社會創(chuàng)造更大的價(jià)值，從而全面開啟全新的有溫度的數(shù)智未來!謝謝大家!
