10亿元砸向研发，小冰到底要搞什么？

来源：量子位

意外。

今年科技圈的“寒冬”大潮还在持续上演着，而有这么一则消息却与这股大势“背道而驰”：

小冰公司，完成10亿元新一轮融资。

这家公司，很多友友们并不陌生。

因为近几年出自它家的众多虚拟人，经常活跃出现在人们的热议话题中。

而随着这次最新消息的曝光，新融资的归去来，也成了外界最关心的问题，特别还是大环境不好的当前。

对此，小冰公司在官宣中也直接做了解答：

用于加速AI Being小冰框架技术研发。
未来一个季度内，完成框架中正在运行的30万名虚拟员工（AI Being Employee）的升级。

更进一步的，小冰公司更是直言了这些动作背后的一个“小目标”——推动虚拟员工的普及。

至此，新的疑问也接踵而至：

让虚拟员工普及，靠谱吗？不会影响人类员工吗？

为什么现在“寒冬”已然如此，这事还如此受资本热捧？

带着种种疑问，我们不妨一同来挖一挖。

虚拟员工，真的有在干实事吗？

或许很多人对虚拟人能做的事情，印象都停留在具备娱乐、艺术性质的创作上。

例如小冰公司最初一批走红的虚拟人之一，夏语冰，就是一位作画高手。

而在此之后，国内市场上也逐步浮现出众多颜值超高、擅长绘画唱歌的虚拟人。

△柳夜熙、Ayayi

但事实上，虚拟人现在在人类生活中起到的作用，可不只是“你以为的你以为”了。

因为他们已经悄然在人类社会中上岗打工了，也就是我们刚才提到的小冰公司的虚拟员工。

既然是上岗，业绩是考核虚拟人打工的一个很好的标准，我们不妨一同来看看他们做的事，到底够不够实在。

例如每日经济新闻的主播N小黑/N小白，他俩便是非常典型的虚拟员工代表选手。

而且最初由于形象、播报方式过于逼真，连续播报了70天新闻，愣是没有观众发觉他俩不是真人。

再如招商集团最近推出的一名虚拟员工招小影，外貌上不仅实现了与真人无异的神态，更是身怀“十八般武艺”。

她既有工作汇总、信息通知等通用技能，又具备专业领域知识和业务自动处理等能力。

而在今年的冬奥赛事上，也出现了虚拟员工的身影，他就是冬奥数字教练——观君。

更令人诧异的是，从披露的信息来看，“观君”作为非人类，冬奥前已在自由式滑雪空中技巧运动队“服役”了三年，助力取得了两金一银。

观君会针对运动员的每一跳做出专业判断，严格判别扣分动作，而且是与国际裁判计分准则保持高度一致的那种。

具体应用里，观君会在运动员起跳、空中和落地三个阶段，做一个全流程动作量化的工作。

例如在下面的这段训练过程中，观君便能实时提供运动出台的速度和角度、最高点达到了多少米，还有落地点等信息。

不仅如此，就连冬奥播报天气的主播，也是由虚拟员工冯小殊来担任。

更早像万科集团的财务数字员工崔筱盼，更是因为斩获集团总部优秀新人奖而破圈出名。

……

不难看出，从业务能力上来看，小冰公司的这些虚拟员工可以说是高分通过考核。

所以他们是如何做到的？

主要依托其自研的小冰框架技术（Avatar Framework）。

例如在面容、表情、肢体动作在内的整体自然度可以做到真假难辨，主要是结合了小冰深度神经网络渲染（Xiaoice Neural Rendering，XNR）及小样本学习技术。

简单来说，这项技术主要包含三个步骤。

第一步是构建两个专家模型。

第一个是语音专家模型，基本的思路便是利用很大量的数据来学习、理解人类的语音。

例如人类在讲话讲到激动的时候，他的嘴型都会有比较明显的变化，而语音专家模型就是学会这项技能。

第二个是专家模型，则是通过采集摄像机等设备拍出来的人物视频数据，学习人类在说话过程中，嘴部的变化与眼睛、脸部其它肌肉之间如何产生微妙的联动变化。

如此一来，就能会让虚拟人在说话时，整个面部表情能够变得自然流畅。

第二步便来到了渲染的环节。

也就是将语音输入到深度神经网络渲染模型，而后会一帧一帧地渲染出自然的脸，并形成动态的过程。

但在这个过程中，前两个专家模型也会起到一个监督的作用，目的还是让整体效果能够自然。

第三步，则是一个自动化的过程。

也就是当把文字输入进来的时候，就会通过TTS（TextToSpeech）的方式，将文本变成语音。

而当机器接收到这些语音信号后，又会将其联动虚拟人的所有姿态、动作、表情等，最终生成一个完整的视频。

也正是在这种技术路线上的改变，最终才得以让小冰的虚拟人“瞒天过海”地骗过了人眼。

除此之外，小冰框架中还会涉及情感计算、全双工交互、超级自然语音等等，可以说是从全方面让虚拟员工无限逼近真人。

在此次融资消息对外公布的同时，小冰公司也宣称要拿这笔钱全部投入到研发当中。