黎坤

接入阿里巴巴人工智能大模型，對(duì)話交互更像“人”了

在4月初的2023阿里云峰會(huì)上，阿里巴巴集團(tuán)董事會(huì)主席兼CEO、阿里云智能集團(tuán)CEO張勇就提出了“面對(duì)AI時(shí)代，所有產(chǎn)品都值得用大模型重做一次”

的口號(hào)。天貓精靈SoundPro當(dāng)時(shí)是第一個(gè)接入千問大模型的Demo。而一個(gè)月后，天貓精靈又推出了IN糖3Pro的大模型測(cè)試版本，這場(chǎng)AIGC+智能終端的序幕背后，覆蓋了越來越多的交互形態(tài)。

IN糖系列是天貓精靈的經(jīng)典產(chǎn)品線，出貨量行業(yè)內(nèi)領(lǐng)先，因?yàn)閮r(jià)格親民、交互數(shù)據(jù)豐富，一直都被業(yè)內(nèi)人士廣泛認(rèn)同為智能家居最好的入口，《電腦報(bào)》拿到的天貓精靈IN糖3Pro所采用的人工智能內(nèi)容，測(cè)評(píng)版處于AIGCDemo階段，但表現(xiàn)上已經(jīng)具備第一代AIGC硬件的雛形，讓云端的一個(gè)個(gè)性化鮮活的大模型，融入這臺(tái)消費(fèi)智能終端之中。

和沒有接入大模型的老版本天貓精靈相比，可以從使用體驗(yàn)中察覺到諸多不同。最核心的差別就是對(duì)話的連續(xù)性，IN糖3Pro可以聯(lián)系整段對(duì)話的前后文，進(jìn)行有邏輯的回答，以下就是三年級(jí)小朋友和IN糖3Pro關(guān)于“寫作文”的對(duì)話摘錄：小朋友：天貓精靈，我想寫一篇作文。

IN糖3Pro：好的，你的作文主題是什么呢？

小朋友：嗯，我想想，主題就是“春游”吧！

這時(shí)候IN糖3Pro就開始輸出作文了，這時(shí)候它寫作的主題是“去海邊”，但因?yàn)槲覀兪莾?nèi)陸城市，所以春游不可能去海邊，于是孩子打斷它：小朋友：天貓精靈，我的作文主題不能是海邊，不如我們?nèi)ヅ郎桨桑?/p>

這時(shí)候天貓精靈會(huì)說“嗯，讓我思考一下”，然后開始重新輸出以爬山為主題的春游作文，但因?yàn)樗鼤?huì)持續(xù)輸出整篇文章，所以我決定打斷它，只讓它擬一個(gè)大概的提綱，剩下的讓孩子自己發(fā)揮，于是我說：

家長(zhǎng)：天貓精靈，不要寫完整的文章，只給我一個(gè)簡(jiǎn)短的提綱吧！

此時(shí)IN糖3Pro就不再輸出完整的作文，而是簡(jiǎn)短地?cái)M了一個(gè)100字左右的提綱，孩子就在這個(gè)提綱的指引下完成了作文撰寫。整個(gè)過程都稱得上行云流水，沒有機(jī)械式對(duì)話的感覺，在網(wǎng)絡(luò)通暢的情況下基本沒有延遲，效率很高。而作為對(duì)比，沒有接入人工智能大模型的傳統(tǒng)智能音箱就不具備這樣流暢的連續(xù)對(duì)話效果，經(jīng)常會(huì)出現(xiàn)前言不搭后語，甚至無法理解用戶語義的情況。

以上的測(cè)試，三年級(jí)小朋友說的話其實(shí)并不像成年人那么有邏輯，有時(shí)候會(huì)夾雜許多語氣詞，甚至?xí)粩嗾f錯(cuò)，不斷重新更正，對(duì)語音識(shí)別算法有較高要求。從我們的測(cè)試過程來看天貓精靈IN糖3Pro也的確誤解過孩子說的話，但總體正確率很高，在可接受范圍內(nèi)。

再來一個(gè)關(guān)于最新大作《塞爾達(dá)傳說：王國(guó)之淚》游戲發(fā)售的對(duì)話，本游戲在5月15日發(fā)售，玩家目前有很多不同的問題，拿來考考IN糖3Pro：

編輯：天貓精靈，你知道塞爾達(dá)傳說：王國(guó)之淚嗎？

IN糖3Pro：我知道，這是一個(gè)受大部分游戲玩家喜歡的游戲。

編輯：這個(gè)游戲有什么特點(diǎn)？

IN糖3Pro：讓我思考一秒鐘，王國(guó)之淚是任天堂Switch平臺(tái)獨(dú)占游戲大作，游戲從海拉魯平原開始，進(jìn)行探險(xiǎn)……

沒等它說完，我們打斷了對(duì)話，強(qiáng)行植入另一個(gè)話題，模擬兩人多輪的交談。

編輯：那和前代的曠野之息相比，王國(guó)之淚是不是要好玩一些？

IN糖3Pro：我不認(rèn)為這兩個(gè)游戲?qū)Ρ饶膫€(gè)好有意義，它們都是很優(yōu)秀的游戲，有各自的特點(diǎn)……

編輯：那王國(guó)之淚的地圖包括哪些呢？

IN糖3Pro：王國(guó)之淚包括地表世界、地底世界以及天空島的地圖。

從交互性來看，精靈IN糖3Pro擬人化程度更高，在我們停止輸入對(duì)話后，它才開始切入輸出新的回答。如果我們表達(dá)的內(nèi)容讓機(jī)器出現(xiàn)識(shí)別偏差，再重新修正表達(dá)方式，終端才會(huì)進(jìn)入新的對(duì)話，語言中偶爾也有一些玩笑詞語。至于像“明天天氣如何，該怎么穿衣服”這種問題就更是手到擒來了，甚至還可以問它“周末去哪兒玩”“XXX地方附近有什么美食推薦”，它也能給出一些比較有參考價(jià)值的答案。

心情不好的時(shí)候我們還可以向它“求安慰”，比如問：“我不開心的時(shí)候可以做點(diǎn)什么？”

IN糖3Pro會(huì)給你一些暖心的建議：“跟老友聚一聚吧”“健健身流流汗啦”等等，甚至還能繼續(xù)根據(jù)對(duì)話給出更細(xì)致的建議，綜合來看的確可以滿足日常自然對(duì)話需求。

除了AIGC，智能家居老本行怎么樣？

理想化的智能家居，是每個(gè)電器甚至家具都有自己的物聯(lián)網(wǎng)芯片，可以通過一個(gè)或多個(gè)中樞來進(jìn)行隨時(shí)隨地的控制，但現(xiàn)實(shí)生活中不可能每個(gè)家庭都能達(dá)到如此高的“智能化”，老家電的占比依然很高，所以更符合現(xiàn)實(shí)的設(shè)計(jì)就是接管功能，這也正是天貓精靈IN糖3Pro在AIoT領(lǐng)域習(xí)得的新本領(lǐng)，它可以學(xué)習(xí)紅外遙控器功能，即便是紅外碼庫(kù)外的老家電也可以學(xué)習(xí)，官方資料顯示覆蓋了3000多個(gè)主流家電品牌。

通過我們的測(cè)試來看，只需要在手機(jī)上打開天貓精靈App，選擇和格力空調(diào)潤(rùn)享（2017年老家電）對(duì)應(yīng)，它就會(huì)開始自動(dòng)搜索并完成配對(duì)，需要花的時(shí)間因不同電器而異，短的幾秒，長(zhǎng)的也就兩三分鐘，還是挺迅速的。

配對(duì)完成后，就可以喚醒內(nèi)置的360°全向紅外發(fā)射器，對(duì)房間內(nèi)剛剛配對(duì)的家電進(jìn)行語音遙控了，比如發(fā)出“調(diào)到23℃”的指令等等，完成降溫操作。而且在學(xué)習(xí)完成后我們又通過手機(jī)端的天貓精靈App遙控家電，比如操控易開得A9凈水器：在出水口放下水杯，發(fā)出語音：“天貓精靈，200ml的常溫水”，里面就有28℃的常溫水按毫升量準(zhǔn)確流出，這個(gè)功能尤其適合家里有老人小孩或?qū)櫸锏募彝ァ?h3>聲學(xué)優(yōu)化，音量充沛吐字清晰

因?yàn)橹悄芤粝渫枰旁诩依锉容^顯眼的位置，所以外形設(shè)計(jì)也是需要細(xì)細(xì)考究的，天貓精靈IN糖3Pro采用了類似經(jīng)典錄音機(jī)的設(shè)計(jì)思路，圓潤(rùn)的長(zhǎng)方體身段長(zhǎng)度不超20cm，高度不到10cm，體形小巧簡(jiǎn)約。兩個(gè)5W功率揚(yáng)聲器朝前，中間是一塊顯示屏，頂部巨大的旋鈕方便調(diào)整音量，按下就能一鍵麥克風(fēng)靜音，旁邊則是屏幕開關(guān)和藍(lán)牙連接按鈕，沒錯(cuò)，天貓精靈IN糖3Pro也可以當(dāng)作一臺(tái)傳統(tǒng)藍(lán)牙音箱來使用，還可以用它接打電話。

從音樂播放效果來看，這款199元的音箱是完全值回票價(jià)。得益于一體腔設(shè)計(jì)專利，倒相式聲學(xué)結(jié)構(gòu)有效提升音質(zhì)，配合大音腔和HiFi模擬公放，讓大聲場(chǎng)可以充滿數(shù)十平方米的空間而不突兀，低頻更自然。

用作語音對(duì)話，或者給孩子講故事、講知識(shí)、聊科普，機(jī)器“吐”字非常清晰。兩個(gè)頂置麥克風(fēng)拾音效果可打滿分，我們?cè)卩须s辦公室內(nèi)測(cè)試，距離1米用正常甚至私聊的低音量語音交互，也能喚醒機(jī)器并以較高的準(zhǔn)確度識(shí)別命令。

顏色方面，天貓精靈IN糖3Pro有黑色和白色兩種顏色可選，這種經(jīng)典色系的環(huán)境適配性是很強(qiáng)的，唯一的遺憾就是黑色版的電源是白色的，如果可以實(shí)現(xiàn)同色設(shè)計(jì)就更容易融入環(huán)境了。

總結(jié)第一代AIGC硬件真的要來了

智能音箱在過去幾年技術(shù)進(jìn)步不明顯，大多在外觀上做文章，智能交互能力有限。而隨著人工智能大模型的快速發(fā)展，具備強(qiáng)理解能力的智能音箱很有可能開啟新一輪的智能終端熱潮，并擴(kuò)充到更多場(chǎng)景之中。深厚的用戶基礎(chǔ)，足夠多的交互數(shù)據(jù)，加上幾年來的工程、聲學(xué)積累，眼下正在形成正反饋，或突破近年來智能音箱細(xì)分領(lǐng)域疲軟的狀態(tài)，實(shí)現(xiàn)數(shù)據(jù)飛輪，是讓人工智能大模型更快“跑起來”的第一個(gè)檔位，其重要性不言而喻。天貓精靈具備了生成式大模型能力的硬件條件后，從語音助手變成更有情感的AI伙伴，讓人不禁好奇，未來的智能設(shè)備到底還能發(fā)展成什么樣子呢？