都要2023年了，造機器人還能搞出什麼新花活？_風聞

　　衡宇 楊淨 發自 凹非寺

　　量子位 | 公眾號 QbitAI

　　機器狗、機器人領域，又多了一個新玩家。

　　以AI知名的科技公司科大訊飛，2022全球1024開發者節上官宣最新技術成果和進展。

　　其中之一，就是“AI+四足機器人”項目，機器狗：小黑。

　　沒錯，科大訊飛也決定擁有一隻機器狗，還是很新的那種：能沿着台階進行上坡和下坡動作。

　　（現在的大多數機器狗還在“模仿動作”的初級仿生階段，只具備基礎的平地行走功能。）

　　決定養“狗”的互聯網、AI公司越來越多了，現在認識一隻機器狗，需要從廠牌開始分辨。

　　小黑的新，不僅在能力上，還在科大訊飛養它的方式上——

　　別人造機器狗，更多是在做硬件，訓練它走路、陪伴。

　　科大訊飛造機器狗，更吸睛的故事，聚焦在訓練**“機器狗超腦”**上。

　　機器人超腦平台

　　科大訊飛如何訓？怎麼訓？現場小黑就來打了個樣。

　　別看外表平平無奇，但一上陣就懂了。

　　常規操作自然就不多説了，自主導航上下坡，各種複雜地形也能穿梭自如，比如草地沙石玻璃路。

　　還可立即上崗上位，深入多個場景一線，完成檢查亂堆亂放、車牌人臉識別、工廠故障巡檢（化工、電力、工業）等任務。

　　通常而言，機器狗技術無非感知、控制決策兩個方面，小黑也同樣如此：

　　運動控制：AI+運動、自主導航、視頻分析、自適應步態等算法。據官方介紹，他們率先打通了從仿真訓練到真機部署的AI+運動智能的全鏈條開發。

　　感知：多模態多傳感器融合。麥克風、喇叭、攝像、氣體傳感器等多傳感器，通過混合式架構和中央決策平台 、多傳感器底層核心算法，賦予機器狗識別聽聲辨味的感知能力。

　　這一切的一切，都是科大訊飛機器人超腦平台AIBOT所賦予的。於是當機器狗有了“腦”，從已曝光的能力提升中就可見一斑。

　　比如，實時地形自適應能力、全局定位搜索能力、地圖構建能力以及AI運動控制能力。

　　不過這也並不是機器人超腦平台AIBOT的全部用處。超腦平台也並非只是為了馴狗，而是由點及面，既有實體機器人又有數字機器人，在多個場景和行業下的軟硬件一體解決方案。

　　目前，它已部署在了全新的訊飛開放平台上。從這張架構圖中可以看到，現在訊飛開放平台核心能力主要包括：

　　能力雲AIHUB、交互雲AIUI+、模型雲AILAB、資產平台AIRES、超自動化AIRPA、機器人超腦平台AIBOT。

　　小黑，正是科大訊飛超腦平台AIBOT其中一個案例。通過交互大腦、運動控制、硬件模組來快速構建機器人的運動能力。機械臂、人形機器人、仿生、特種等各種機器人都可以適配。主要有三大特點：高性能、高效率、高精度。

　　高性能：8核CPU，NPU算力高達6TOPS；

　　高效率：一次建圖覆蓋率90%；

　　高精度：5cm的定位和建模精度。

　　在現場，科大訊飛消費者BG總裁於繼棟還列舉了柔性機械臂的例子，在賦予機器人超腦平台AIBOT之後，新增了AI+深度視覺、AI+運動控制等能力，從而能快速應用工業質檢、商業服務、遠程超聲、柔性生產等場景當中去。

　　能力雲AIHUB自然不必多説，AI公司立身之本，再聯合生態AI能力，持續保證穩定輸出，今年更是給出了全系列的離線版本。

　　在今年更新的513項開放能力中，以SMART-TTS ，多風格多功能語音合成最為典型。

　　以往語音合成主要用於語音助理和新聞播報這些場景，但這次在風格、場景以及情感上有了新拓展，共有10個場景可選、11種情感可調。

　　交互雲AIUI+。不管是虛實哪一種機器人，在與人交互時都面臨着公共場景下的干擾問題。典型的難題場景包括同向人聲干擾，而本身以語音見長的科大訊飛，提出了遠近場多模語音增強技術，在-5db同向人聲干擾環境下，識別準確率從35%不可用到現在提升到了86%以上。

　　模型雲AILAB ，具體場景具體定製。像格式多樣、數據稀缺還是價格敏感的情況，都能為其提供小樣本訓練平台。5張圖片訓練出OCR定製模型，半小時音頻生成商用發音人、零成本搭建喚醒詞，瞭解一下～

　　而聚焦於數字世界的生態上。資產平台AIRES，顧名思義就是與內容夥伴共建數字資產，比如虛擬人形象、數字藏品等。超自動化AIRPA則是在解決企業的數字化轉型，包括智能化員工助手、柔性人機協同、跨組織無邊界協作……

　　最終，這些能力都透過實體機器人、數字虛擬人兩種形式逐步深入到各個行業與家庭當中。

　　這也正是科大訊飛對AI新趨勢的理解。

　　當下隨着元宇宙興起，融合AI與5G，虛擬世界與現實世界實現了深層次融合，人機協同逐漸人機共生的階段。

　　機器人，就是其中關鍵的載體。

　　基於這樣的邏輯，機器人超腦平台AIBOT，依託混合式架構、中央決策平台、多傳感器融合，構建端側超腦，讓機器人產品在感知智能、認知智能和運動智能得到多維度的提升，也就成為了科大訊飛交出的第一份答卷。

　　確切的來説，是科大訊飛整個超腦2030計劃的第一步：

　　更快實現讓“懂知識、善學習、能進化”的機器人走進每個家庭。基於超腦2030計劃，以API、低代碼、軟硬件一體、解決方案等方式，面向實體機器人和數字機器人建設N種場景化機器人，賦能工業、農業、服務業、特種行業的，連接產業生態，共建行業場景。

　　“超腦2030計劃 ”第一步，跨出多大步子？

　　早在今年1月，這個計劃就已經啓動，核心是利用AI解決未來社會的剛需問題，如教育、人口老齡化等。

　　其第一階段目標，就是在2023年前，推出可養成的機器寵物、仿生運動機器狗等軟硬件一體的機器人，同期推出專業數字虛擬人家族，擔當老師、醫生等角色。

　　該計劃的最終目標，是推出懂知識、會學習的陪伴機器人和自主學習虛擬人家族，全面進入家庭。

　　而現在，AI技術推動四足機器狗小黑從異寵向工具狗邁了一步。

　　值得注意的是，機器人超腦平台的背後支撐，不僅讓更多企業在工業級運用中可以無糧養狗，更多的室內和户外場景中，實體機器人都在拓展人的能力邊界。

　　高精度的細活、繁重枯燥的累活、危險易受傷的險活……

　　機器人、機械臂，上！

　　人機協同之外，在人機交互階段，AI已經在發揮日益重要的作用。

　　科大訊飛在背後提供技術與生態來支撐，率先證明了這一點。

　　實現超腦2030計劃需要哪些關鍵技術突破？科大訊飛AI研究院副院長高建清公開了相關信息。

　　第一，需要以深度學習（Deep Learning）為代表的AI基礎算法的突破。

　　在諸多AI基礎算法中，無監督學習和知識推理是兩個亟待突破的關鍵算法。

　　1024開發者節當天，科大訊飛發佈了兩個輕量級預訓練模型：語音及多模態預訓練模型。這兩個模型的參數量遠小於業界公開的模型，但效果卻達到了業界最優，推廣性也很好。

　　整個2022年，科大訊飛有三項知識推理任務取得不錯的成績，尤其在面向特定領域的知識推理方面，機器水平已經在今年7月首次超過人類水平。

　　此外，知識推理的另一個重要研究方向，也就是如何實現推理過程的可解釋性，科大訊飛將傳統符號推理系統與深度強化學習相結合，得出一套在類人答題領域正確率顯著優於傳統推理系統的框架。

　　第二，是引領人機交互發展方向的多模態感知技術、多維表達技術、認知智能技術。

　　拿多模態感知技術舉個具體例子來説，通常，語音識別的高準確率，不代表識別出的文字合理、流暢。

　　科大訊飛基於多元語義評價的語音識別一體化框架，使用語義糾錯任務與語音識別聯合優化，讓語音識別保持高準確率的同時，提高識別後文字的可讀性。

　　第三，需要研究軟硬一體的機器人關鍵技術，加大AI算法與運動控制的結合，讓機器人具備精細的運動控制能力。

　　具體的技術展示，已經體現在小黑爬坡上坎的功夫中了。

　　除此之外，科大訊飛還整合工程能力，形成虛擬人交互平台、機器人超腦平台，探索數字虛擬人、機器人等方面的應用。

　　現場，高建清展示了科大訊飛打造的一個裸眼3D場景下的高沉浸式人機交互。

　　而關於生態支撐這一點，在今年的開發者節上，科大訊飛董事長劉慶峯拿數據説話。

　　首先，是訊飛開放平台在過去一年的發展情況——

　　訊飛開放平台開放的AI產品及能力，從去年441項增長至今年513項；

　　生態夥伴數從400萬快速增長到超500萬，年增長率超30%；

　　AI服務調用年增長率達到36%；

　　輸入法語音調用量同比增長45%，Z世代羣體平均語音輸入次數達到61次，是整體語音用户的2倍。

　　接下來，看看劉慶峯披露出的過去一年內，訊飛生態的其它數據。

　　其一，是虛擬人交互平台資產增加。

　　一方面，科大訊飛基於AI虛擬人交互平台，開放平台合作伙伴生態。

　　發佈一年後，虛擬人設計隊伍共468支，建設了700項虛擬人資產。

　　其次，剛剛結束的雙11“混戰”，帶來了最新消費者數據：科大訊飛銷售額同比增長32%。

　　最受追捧的當屬本就是“老奪冠人”的AI辦公產品，智能辦公本、智能錄音筆和翻譯機產品，拿下京東和天貓所在品類銷售額冠軍。

　　一些辦公硬件，比如辦公本、會議耳機、翻譯機，年增長率均近或超100%。

　　綜合多個數據，不難看出AI生態已經滲入各行各業，為生活和工業場景所熟用。

　　給出這一份綜合答卷，劉慶峯表示，隨着發展深入，AI在感知能力、理解能力、表達能力、運動能力方方面面，都需要承擔更大的任務。

　　一個屬於未來的時代正在快速開啓。

　　當數字經濟更深層次賦能實體經濟時，人工智能承擔了更大的任務。

　　這需要一個更強大的“頭號玩家”。

　　科大訊飛如何理解人機協同

　　2020年，科大訊飛發佈了AI科技樹，強調“以基礎算法為主幹，以技術體系為生長方向，以場景理解為發展動力”。

　　2022年，在超腦2030計劃的牽引下，科大訊飛的AI科技樹不斷壯大。

　　既有以基礎算法為代表的主幹發展，也有各技術體系的不斷外拓延伸。

　　作為AI技術落地的一種表現形式，人機協同已然崛起。

　　人機協同的目的是改善工作流程，途徑是讓人和機器進行工作和經驗的交流。

　　機器可以根據人類提供的信息，按步驟和流程執行作業；人類再在機器產出的成果上，錦上添花。

　　二者各做彼此的擅長事，實現人類和機器的價值最大化。

　　而整場大會聽下來，從整合多項技術的機器人超腦平台窺見一隅，不難梳理出科大訊飛對人機協同的理解。

　　共分三個維度：

　　在物理世界，實體機器人拓展人的能力邊界。

　　具體而言，輪足機器人應用於餐飲服務、物資運輸等場景；弈棋機器人可以滿足圍棋教學、訓練和娛樂領域的多種需求。

　　在數字世界，數字工作助手助力工作提效；

　　據悉，2022年，訊飛AI虛擬人已在醫療、金融、媒體、文旅等多個行業上崗，亮相兩會、北京冬奧會、世界人工智能大會等多個場合。

　　在元宇宙，虛擬人成為人的交互載體。

　　通過這三個維度，技術將和個人與企業深度聯結，多模感知、深度理解、多維表達都將個性化展開。

　　在這個過程中，科大訊飛帶給生活的技術支撐和生態積累，是看得見、摸得着、用得上的。

　　“人機關係，已經在從單點技術的淺層人機協同，向更深層次、更為複雜的人機發展。”劉慶峯如是説。

　　而且這種人機關係，即將進入可見、可感、可觸碰的人機關係。這也是另一個維度上，AI和智能，正在如何影響和參與實體經濟。