2022 年了，「智能」助手会怎么玩？

在智能手机的上一个时代，全局搜索曾经是一个非常惊艳的功能，一条工具栏就能解决跨应用信息的检索。不久之后，以语音助手为核心形态的全新搜索交互方式如雨后春笋般涌现，随即开始了识别算法大战。

语音识别作为一个介质，最终的目的，还是提供更多元的智能服务，面向可预见的万物互融时代，人与端、软件、内容之间的关系无疑将更为复杂，这背后涉及到设备、算法、服务的综合处理能力。

OPPO 数智工程事业部总裁刘海锋

OPPO 一直在这个领域持续发力，从 2018 年宣布正式进入，到 2021 年月活用户破亿，OPPO 用了三年时间完成进化升级，小布助手这个产品进入多模态的智能助手阶段。 经过一番体验之后，我跟 OPPO 数智工程事业部总裁刘海锋，聊一聊小布助手的幕后故事。

▍做智能助手的难度可能不亚于自动驾驶

虽然工作性质不同，但毕竟都属于科技从业者，我们的话题从整个 AI 智能的发展现状聊起，刘海锋非常坦诚地说：

「这个事一直是这样一个特点，梦想是很丰满，但当你真正去踏足这个领域的时候，你会发现挺骨感的，而且 AI 也不是什么新的事情，有几十年的历史，经历过很多的波澜起伏。」

「人工智能简单上理解可以分成这么几类，一类是 content（内容）+ AI，另一个是 hardware（硬件）+ AI。」

人工智能发展了几十年，目前用户感知明显的，主要集中在内容推荐领域，通过算法匹配用户喜欢的内容，从而获得超出以往的产品粘性。刘海锋表示，AI改变内容的体验是非常成功的，创造出很大的商业价值，同时也涌现出一批成功的公司。

而以硬件 + AI 的技术领域，涵盖视觉、语音等多领域 AI 技术，更为复杂，这其中就包括了以后深刻影响生活的智能驾驶。而智能驾驶作为 AI 科技落地转化的重要应用领域，也正处在螺旋式上升的发展过程中。

刚好我近期实测了两个主流电动汽车品牌的自动驾驶能力，实际上也还算很早期的状态，通过识别车道线，侦测周边距离做基础判断，而路面施工，标线不规范的特殊情况，都会让车机无所适从，应急能力差很远。

然而，被我们熟知，甚至习以为常的智能语音服务，从某种程度来说，技术开发难度并不比自动驾驶简单，它同时包含了内容 + AI 与硬件 + AI。而具体到智能语音方面，由于人的对话行为存在太多变数，不同的环境、时间、场景、情绪下，同一句指令的目的都可能不一样，对话的内容复杂程度，对「知识性」的要求也相当高，这也是大部分智能语音助手最终只能把结论甩锅给搜索引擎，也就是帮你打开网页，剩下的事它也无能为力了。

为此，OPPO 自研了小布助手的技术方案，包括对话架构系统，语义理解算法模型，开放聊天算法等等，恕我无法准确描述复杂的专业术语，但实测呈现的效果就是更懂你，更准确，更快速。但做到这些显然还不够。

刘海锋说：「今年我们团队比较有成就感的方面，是在长尾的知识性问答上取得了突破。一般对话的 AI 助手都能够把常识性的问题做的不错，长尾问题可能只占 5%，但我们今年在这块做了一些工作。我们要获取很多的知识来预训好一些模型，在过去一年里我们把长尾问题回答准确率明显的提升。现在基本上能够做到 70% - 80% 的线上长尾问题，都能够得到不错满意的回答。」

小布助手建立自己的知识数据库，针对性地做内容细分，比如自建天文知识，民乐百科，AI 谱曲等等。我特别挑了几个生活中的小众问题，比如中药里的夜明砂，食物里的折耳根，都没有难倒它，而且来源都是小布问答。最后问了一个水獭相关视频，视频源显示是各大视频平台，但内容整理是小布影视，说明小布团队在中间做了大量索引、整理、训练的工作。

除了内容整理，更难的还是用户情绪理解，通过多年的数据积累，小布助手已经具备了一定的情绪感知能力，大致可以分为开心，感激，夸赞和难过四大类，通过分析用户对话和语气，小布也会提供不同的内容和声调来回应用户的情绪。

我也测试了几个有趣的场景：比如当我表示责备时，他会有嗔怪的语气。说自己不开心的时候，会有安慰的语气，配合可爱的动画。最后向他倾诉生日的时候，直接来了一个生日大动画，还可以配合麦克风吹蜡烛，带来了不小的惊喜。

正如刘海锋所说：「这个主要是驱动于我们对产品的一些思考，我们觉得不能单纯做技术，还是回到人本身的需求，所以你可以理解为科技为人。」

对于智能驾驶而言，交通环境拥有其相当高的复杂程度，更有安全、有序、高效的应用要求，而与此同时，人的需求与情绪更是万变的，所以，智能助手更考验对人性情绪的正确理解、准确回应、与精准链接。我们期待更多复杂可以被解决，当智能驾驶成为未来智能生活的必要一环，智能助手有能力串联场景成为关键中枢，万物互融或许才算真正到来。

▍三个方向，也是三个挑战

锚定万物互融时代的智能中枢，面临的问题和挑战也将更为复杂与综合，刘海锋给我们详细分析了三个方面的难点，而同时这也将是小布助手当下发力的三个重要方向。

1. 更广泛的多端硬件接入

手机只是入口之一，手表、耳机、眼镜、电视、汽车乃至更多电器等等，都是智能助手大有可为的空间，这当中既包括 OPPO 自身生态产品，也将囊括更多第三方设备。要在不同的设备上，完美接入小布助手，背后的技术难度相当大，毕竟这些设备的算力性能、场景功能都不一样，但用户对体验的要求不会妥协，所以必须要在有限的时间里，跨部门，跨公司的完成部署和测试，靠技术团队全力攻关。

面对这样的挑战，刘海锋表示：「围绕整个开放生态拓展，我们必须交付到更多的硬件产品上面，不可能所有的东西都是我们公司做的，这必然会面临一个问题——我们要做开发者平台，我们通过 IOT 的开放，一些生态上的选品去拓展，这个也是我们很重要的工作。」

2. 海量的内容和应用服务接入

说到生态服务，解决完硬件还不够，应用服务更重要。用户不仅是问问题，还需要解决问题，所以联合三方应用，建立基于语音的服务生态，也是巨大考验。不管是出行信息，购物检索，还是生活娱乐，都要跟第三方服务深入打通，比如可以语音直达快手直播间、点歌播放，都要和三方应用联动开发，尽量减少跳转阻碍，让服务体验一步到位。

未来，生态服务接入将会成为另一个重点，小布希望通过智能助手这个入口，给开发者们带来更多的可能性。

3. 智能助手的多模态交互创新

回到用户交互端，语音语义识别算法已经属于基础能力了，今天的小布助手，不仅要提供语音的反馈，还有做出个性化的定制，要根据用户喜好，给出不同的声线选择。要想让交互无缝融入用户生活，符合用户习惯，就要在这些细节上下功夫，光有个性声音还不够，要让助手具像化，进而推出虚拟形象布美美。这里涉及了智能表演驱动引擎，图像渲染合成等大量新技术。

「明年会把小布的虚拟人做一个升级，今年的发布，相对来说还是比较初步的第一个版本，明年会迭代第二个版本，会有一个比较大的升级。」

刘海锋透露小布助手明年的计划中，虚拟人将会获得更大的升级变化，让它越来越真实，越来越亲切。

▍智能助手可以无处不在

说到这，我们也不得不提一下当下正火的「元宇宙」这个词，虚拟世界到底能建设成什么样？是不是能更多替代现实生活，一切都没有固定的答案。但可以明确的是，智能助手会成为新的关键点，在虚拟世界里敲虚拟键盘和戳屏幕，玩过 VR 游戏的用户应该深有感触，实在太难受了。我们印象深刻的电影《钢铁侠》中的 AI 助手贾维斯，就是一个完美的秘书形态，几乎可以在任何时间，帮你做任何事。相对于黑客帝国的脑机连接虚拟世界，前者肯定会更快到来。

我跟刘海锋聊到这点也有共同的认知，智能助手将无处不在。

「戴上眼镜之后，跟眼镜对话，比跟音箱和手机对话更自然一些，元宇宙，大家理解不一样，要从技术的来说主要就是 AR、VR 的眼镜，这是它一个很重要的载体。会不断有更多新的载体出现。后面肯定对 AI 助手是不断利好的。」

因此，小布助手就是现实和虚拟的一个连接点，以前我们是依赖屏幕交互，未来可能会迁移到 VR 和 AR。当然，所有的想象，都要基于用户需求，就像这次小布助手推出的新功能，开始针对不同的人群定制 AI 服务能力，语音进入小布有童心模式和关怀模式，自动切换界面，同时提供他们常用的服务，这些人群更应该使用语音入口，更值得被特别关注。类似的针对性开发会持续进行，也可以充分训练小布助手的对不同用户群的理解能力。

科幻世界先不谈了，以下的这些场景应该并不遥远了。早晨起床，小布助手会在化妆镜前，以秘书的形象，提醒你今天的主要日程；同时会在智能台灯上，以玩伴的形象，告诉孩子今天穿什么衣服，带什么课本；会在冰箱的屏幕里，给父母推荐今天的菜谱，并帮他们下好订单。

你出门时，根据天气情况，小布会帮你打开车辆换气，开启座椅加热，自动设置导航。它不再受限于地点和形式，而应该成为无处不在的智能助手，衔接虚拟世界和现实世界的一切。其实以上的单个领域，都有不同的公司在深度耕耘，但最终还是需要一个最懂用户的 AI 助手串联所有场景，谁先做好，谁就赢了。

到去年为止，OPPO AI 领域的专利已超过 2400 件，分布在北京，深圳，成都的多地研发基地。从自研算法，到自建知识库模型，从语音到多模态交互，接下来，随着情绪识别能力的完善，3D 虚拟人技术的迭代，不远的将来，作为一个智能中枢，融入你生活的大部分场景。

除了更聪明的助理，更全能的帮手，或者它也会更懂你的情绪，成为一份默契与陪伴。我们期待更智能的未来，同时也期待它是更有温度的科技未来。智能助手的技术价值，或许就在其中。

▍ 做好当下，方为远道

跟刘海锋聊完之后，我突然有这样的感慨，这些年科技发展很快，一个接一个的风口没有停歇，大家经常讨论的话题就是要「跟上时代」，经常挂在嘴边的一个词就是「XX 过时了」，智能语音助手已经出现了这么多年，科技巨头们都有发力，但面对复杂的语言体系和不断扩展用户需求，依然还有很长的路要走。现在看来，不存在技术的过时，更多是脱离用户带来的思维短视。

一个又一个崭新的概念并不能堆砌出我们幻想中的未来世界，我们能做的，只是找准一个方向，倒推现在，然后一步一步地走向未来。