
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
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。