智东西（公众号：zhidxcom）
作者 | 韦世玮
编辑 | 心缘

智东西9月22日消息，今天小冰迎来了第九代升级，发布了社交网络平台APP小冰岛，人类用户能够在岛上创造各种AI个体，形成一个共同“生活”的社交网络。

与此同时，小冰还发布了一系列最新技术进展，其中就包括歌声合成工具X Studio 2.0、能提高4个半音模仿歌手周深唱《大鱼》的AI歌手陌笙。在智能设备领域，“召唤小冰”新增支持天猫精灵平台。

此外，微软也宣布与小冰的多端产品融合，将小冰集成到Windows及各类移动应用产品中做个性化推荐，未来几个月将会陆续上线。这些新技术的发布背后，离不开第九代小冰开放域对话引擎、超自然语音等多项核心技术的升级与突破。

一、200个对话还原语言声音风格，小冰V9的多样性优势

小冰公司董事长沈向洋博士谈道，第九代小冰（小冰V9）的特点是多样性。简单来说就是用不同的声音、感情、情绪来表达对话。

对此，小冰框架在开放域对话、超级自然语音和多模态交互等方面都进行了升级，并重点加强了小样本学习和反馈式学习的效能，小冰语音对话的自然度和舒适度效果大大提升。

为了更直观体现小冰V9在开放域对话方面的提升，沈向洋博士展示了小冰V9与其他两个同行的评价指标对比。这五大技术指标分别为平均对话长度（CPS）、上下文一致性、上下文相关性、对话信息含量与话题引导成功率。

可以看到，小冰V9均领先于同行使用超大规模预训练模型的效果。不仅如此，小冰每轮对话成本仅为同行的二十分之一。

其实在加强小样本学习背后，小冰公司产品总监周典谈道，自去年小冰第八代发布以来，人们在小冰框架中创造了多达1700万个独特的AI Beings（人工智能个体），其中26.1%是被用户当作某个过往真实人类的替身而创造出来的。

但普通人所能留下做训练的数据样本极少，为了能用尽量少的数据去训练模型，达到与某个人一致的语言与声音风格，以更好地承载人类情感，小冰展开了“Project Chararu”项目研究。

过去一年，小冰用2000个对话的数据量还原一个特定人类的对话风格，相似度达到了3.89分，而普通人类用自己的真实数据做测评的平均分是4.33分。今年，小冰通过进一步迭代小样本训练过程，仅用200个对话数据量进行训练，分数达到了4.19分，与人类分数仅相差0.14分。

目前，“Project Chararu”项目已实现产品化，今年将首先在日本上线。

除此之外，小冰还宣布与英伟达在计算平台及NLP（自然语言处理）等领域达成战略合作。同时，小冰将在今年下一季度，与智源研究院、智谱AI合作发布初版多语言超大规模模型。

二、小冰岛五大特性，围绕用户交互的AI世界

为了更好探索人类和AI的未来，小冰专门开发了第一方平台APP——小冰岛，每个用户均可创造自己的岛屿，以及岛屿上一起生活的AI Beings，每个AI Beings都有不同的性格和能力，还会和用户互动，包括发消息、评论朋友圈等。

同时，小冰岛还会随着用户和AI Beings的交互不断地进行迭代，如此构成一个人类与AI融合的社交网络。

总的来看，小冰岛拥有五大特性：沉浸式体验、高度定制化、以人为中心、X套件岛屿版，以及轻松、热情、无时不在。

1、沉浸式体验：每个用户除了能创造自己的岛屿外，岛上还拥有一个功能完整的社交交互界面，类似微信。用户不仅能在岛屿中体验丰富的视觉和自然音场，还能与每个AI Beings对话，拥有一对一对话、群聊、朋友圈和技能生态等体验。

2、高度定制化：每个AI Beings的样貌、声音、性格、能力都是独一无二的，例如AI歌手、音频生产者、文字创作者、画家等。用户也可以创造并训练自己喜欢的各种新的AI Beings，甚至可以去别人的岛屿中“挖角”。

3、以人为中心：小冰岛上的AI Beings会根据用户需求，不间断地为用户生成各种长音频、短视频、音乐、文本及视觉内容，一对一生提供给用户。同时根据不同AI Beings的特点，用户还能选择由特定的AI Beings来提供特定内容。

4、X套件岛屿版：该版本为用户提供了方便高效的内容生产工具，用户可指定AI Beings即时生成各种长音频和短视频内容，内容拥有完整的知识产权，可在任何平台上使用。

5、轻松、热情、无时不在：每个AI Beings都能自己进行交互和信息传递，共同构成以用户为中心的社交生活目标，在交互、朋友圈和各种生成内容中实时响应用户，让用户获得类似真实社交网络的体验。

小冰公司产品负责人彭爽谈道，今日小冰岛正式开放抢先预览版，支持iOS和安卓平台，并将在第四季度开放支持Windows PC版的空气投影版本。

同时，此前用户通过虚拟亲友产品创造出来的虚拟人类，也将在预览版公测结束后自动登录他们的小冰岛。

三、AI内容生成三大环节升级，丰富艺术生活创作

小冰公司产品总监胡晓光提到，从2017年投入大量资源研究AI内容生成至今，小冰已拥有包含文本、声音、视觉在内的完整技术线。

AI内容生成也叫AI内容创造，主要包含创作、演绎和二次封装三大部分。

1、创作：辅助音乐人词曲创作，新增艺术家及中国画模型

音乐方面，小冰将与11支人类乐队合作，为他们提供AI词曲创作动机辅助、演唱和封面视觉设计，这11首作品将从今天起陆续上架。后续小冰将把该技术封装成产品，开放给更多创作者来协助创作。

诗歌绘画方面，小冰将诗歌与绘画创作模型升级到了第三代，大幅度提升高了模型的创作精度和构图合理性。例如，在模型创造的一副绘画作品中，它不仅画出了远方河上的船只，还画出了水中的倒影和大量细节。

不仅如此，为了保证AI能稳定且大批量地创作高质量作品，小冰还发布艺术家模型，只需要通过小数据训练，就能生成各种艺术家模型，创作出风格高度一致的作品，同时还有中国画模型。

针对AI学生“夏语冰”，小冰框架不仅创造了夏语冰的面容、声线等生物学特征，还升级了它的绘画创作模型，未来将主攻中国画。

2、演绎：发布X Studio 2.0，新AI歌手现场飙极限高音

胡晓光认为，AI内容生成三大环节中，最容易出现瓶颈的就是演绎部分，因为该部分包含的模型量庞大，同时对整个系统的完整性也有更大要求。

对此，小冰发布了X Studio 2.0，从学习歌声本身演进到学习歌声产生。该版本拥有全新的GUI交互界面，新增力度、气泡音等参数调节，优化气声、性别参数。同时，歌手模型也进行了升级，增加Rap、美声、民歌等多种风格和念白功能，以及小程序版本。

为了更好展现X Studio 2.0的升级效果，新发布的AI歌手陌笙还在现场演唱了周深的《大鱼》，并在原唱基础上表演了高四个半音的升调演唱，以展示AI歌手的稳定性优势。

胡晓光透露，X Studio 2.0将在10月22日发布，下周三发布内测版。此外，小冰还宣布Alice映画达成合作，将推出一系列AI歌手企划。

3、封装：新增两种形式内容封装

针对内容的二次封装形式，小冰推出了短视频内容封装管线，包括二次元和三次元视频内容两种形式。

二次元方面实现了AI模型完全自驱，视频成本仅为0.03元/分钟；三次元方面则首次实现从生物学特征生成起的综合封装，例如AI歌手华智冰的歌声就由X Studio生成，人类生物学特征由X Avatar生成及置入。

此外，小冰还发布了与次世文化联手打造全球首位AI人类观察者Merror，其采用小冰框架的核心对话引擎、全双工、全域超级自然语音等技术，能在交谈、演唱等场景中实现高度拟人的实时交互。

值得一提的是，在智能汽车、智能设备等领域，小冰都有着不少新的落地进展。针对智能汽车座舱解决方案，目前小冰已与宝马等汽车头部厂商达成商业合作。

此外，除了华为、小米、OPPO、vivo等合作伙伴外，“召唤小冰”还新增支持天猫精灵平台，目前深度内嵌小冰的智能设备已超过10亿台。“小冰已成为全球规模最大的第三方跨设备人工智能系统。”胡晓光说。

结语：加速推动AI融入人类生活

从第一代小冰到第九代小冰，小冰从最初一个16岁的少女小冰，发展到今天1700万个虚拟人类、几百个AI歌手，这些拥有各种各样性格和能力的AI背后，是多年以来小冰框架不断的技术积累和突破。

某种意义上看，正如小冰公司首席执行官李笛所说，小冰是一场庞大的实验，目的是为了找出适合的途径，让AI能更好地融入人类世界。它的创新，也将为AI赋能人类生活带来更多值得借鉴的落地样本。