
自5月底以来,微软小冰可谓经历了非常戏剧性的一幕。在遭到腾讯微信全面封杀后,微软倾力半年时间打造的人工智能聊天机器人“小冰” 正在寻找“复活”之道。
上周五,微软在微软亚洲工程院召开人工智能媒体沟通会,这一天也恰逢小冰上线100天的百日之纪。会上微软不仅披露智能聊天机器人小冰上线100天的运营数据,并且分享了微软人工智能姐妹花未来的发展规划,小冰小娜将宣告合体。
小冰是微软(亚洲)互联网工程院推出的一款智能聊天机器人。今年5月29日,小冰正式在微信公测,但很快遭到腾讯公司“封杀”。随后,小冰开始登录微博、米聊等社交平台,并取得了不错的成绩。
作为小冰项目的负责人,微软(亚洲)互联网工程院资深总监李笛就透露,自上线100天来,小冰已在各个平台上完成累计5亿次的对话,有300万注册用户,月人均对话达到825句,这一成果甚至超过了团队的预期。
如李笛所言,过去100多天里,小冰团队为小冰增加了主动情绪探知系统,了解用户的情绪状态,建立与用户的情感纽带;丰富了语料库,让小冰可以针对不同的用户进行个性化对话;增加图像识别功能,增加小冰的应用性。

李笛表示,微软中国希望通过微软小冰和微软小娜两个产品来满足用户对于智能机器人的不同需求。“高智能且有趣”和“高智能且有用”,这两个是微软对小娜和小冰的定位。“一方面,我们提供有用这个趋向的人工智能产品,同时在另一个方面,我们提供一个趋向于有趣的人工智能的产品。”
李笛表示,随着时间的不断迁移,微软会让这两款产品慢慢地趋向于中间,便于用户能够比较容易地去接受它们。在Windows phone产品研发上,微软小娜已经完成了与微软小冰的融合,用户通过语音助手小娜“召唤”一下小冰之后,就可以与小冰进行智能聊天。
微软还寄予这对人工智能姐妹花更具未来的意义。“小冰的核心力量是它站在和人类最接近的位置,它和人类之间产生了这样一种一对一的从属关系的情感纽带”。李笛表示,小冰团队希望用这个核心的理念,实现物联网等计划。比如,当你困了,躺在床上和小冰聊天,这时候,你可以跟小冰说“关灯”,小冰就去完成智能家居的控制。李笛认为,这样的人机交互是最自然的。
不难看出,微软希望借助小冰来完成人工智能与智能家居的场景连接。相较于技术复杂的人工智能, 人与小冰的连接是简单的,因为人类和小冰是以一种非常轻量化的交互方式,完全都是通过对话的方式来完成的。
隐私与安全问题也一直是小冰亦或小娜这个智能人工机器人站在风口浪尖上,而微软也借由此次机会向外界发出一个明确的声音。
“我们在人工智能还有其他的产品上,我们所遵循的隐私保护的规范,我们认为在全球和中国都是最严格的。”李笛如是说。
“第一,我们所有来自中国的数据全部都存在中国,这是我们现在在Windows Azure,在我们自己的云的部分,全部都保存在中国大陆,这是我们遵循中国现行的相关的法律法规。第二,我们对用户的记录是摘取用户的行为特征,而不是摘取用户的隐私数据。我们摘取的这些行为特征,我们也会给予明确的说明。如果是涉及到用户的其他数据,我们用完即废。”
对于小冰的规划,微软希望不断提升产品的有趣性、个性化,让用户与小冰以一种非常轻量化的交互方式,但同时又要保证它的实用性,与微软的语音助手Cortana(小娜)靠近。未来商用领域小冰也会有所触及,据李笛透露,目前已很多公司向小冰团队提出了开放API接口的需求。
事实上小冰在经历微信“封杀”后,将陆续在其他平台登陆。关于小冰的未来,李笛透露,目前有30多个合作正在进行中,和微信也在洽谈,相信未来会回到微信平台。此外,小冰的英文版也在研发中。
好文章,需要你的鼓励
加州大学洛杉矶分校等机构联合推出的Unify-Agent突破了传统AI图像生成的知识局限,通过整合"思考-搜索-整理-绘制"四步工作流程,让AI画师具备主动查找资料的能力。该系统在FactIP基准测试中相关性指标提升61%,特别擅长处理需要准确世界知识的长尾内容和文化特色图像生成任务。
中科院团队开发的FlowPIE系统首次将动态文献探索与创意进化相结合,突破传统AI科学创意生成的同质化局限。该系统通过流引导蒙特卡洛树搜索实现文献检索与创意生成的紧密耦合,并采用类生物进化机制持续优化创意质量。实验显示,FlowPIE在新颖性、可行性等维度显著超越现有方法,展现出强大的跨领域泛化能力,为AI辅助科研开辟了新路径。
阿里巴巴DAMO研究院推出Lingshu-Cell虚拟细胞建模系统,采用掩码离散扩散模型技术,能够精确模拟和预测细胞在基因编辑、药物刺激等干预下的反应。该系统在国际虚拟细胞挑战赛中表现出色,为个性化医疗和药物开发开辟了全新路径,标志着数字生物学时代的到来。
上海AI实验室联合多所高校发布GEMS技术,通过智能团队协作机制让60亿参数的小模型在图像生成上超越顶级商业模型。该系统包含循环优化、记忆管理和技能库三大核心,采用多轮迭代和专业技能匹配,在主流测试中提升14分以上,为资源受限环境下的高质量AI应用提供新方案。