聘大佬、秀技术、搞开源，开发者说：小米「很技术」

边策 贾浩楠 发自 小米科技园
量子位 报道 | 公众号 QbitAI

小米要更技术。

雷军不止一次这样强调。在《新闻联播》采访中，在MIDC 2020小米开发者大会现场，「技术」都是这位小米集团创始人&董事长强调最多的词汇。

崔宝秋也是这样反复布道的，他是小米集团副总裁、小米技术委员会主席，从最初打造小米大数据，到后来成为小米AI的核心引擎和业务，以及在底层框架方面的种种努力，并成功吸引到全球AI语音大牛、Kaldi之父Daniel Povey……在接受采访时，他认为小米的技术底色正在越来越外显。

在今年小米开发者大会上，小米还官宣了5000名工程师的招聘计划——史无前例。

这是大众印象中鲜于看到的那一面，对于小米的关注，集中于产品，不常深入技术甚至底层。

但如果问现场开发者，「小米很技术」，甚至不需要论证。

小米展示了哪些技术？

「我感觉小米最大的变化，可能不再是一个简单的手机厂，手机只是小米推整个家庭物联网的抓手。」

MiNLP 3.0、新版Kaldi、MACE Micro、NuttX操作系统、小米Vela物联网软件平台……

以上已经或即将开放的技术，都是过去一年由小米自研，或者小米在其中做出了重要贡献。

一位开发者向我们说：今天干货非常多，小米今年真的是开了场技术大会。

但究竟如何技术？

不妨先先从6大技术发布总结，来快速了解今年的小米开发者大会。

语音识别工具包新一代Kaldi

去年，小米将语音界AI大神Daniel Povey招募进来，他是最流行的语音识别工具包Kaldi的开发者。

加入小米一年，Daniel Povey设计并开发出了新一代Kaldi。

新一代Kaldi分成三个部分，包括核心算法部分，训练数据准备部分、示例脚本集合部分。

Lhotse（训练数据准备部分）将替代以前Kaldi中所有数据准备相关的工作，操作各种音频和文本的元数据。

Lhotse除了Kaldi本身，也适用于其他应用。而且Lhotse纯Python代码，方便易用。

Icefall（示例脚本集合部分）将代替Kaldi中的示例脚本集合，并独立成为一个单独的子项目。

之所以要把示例脚本集合与核心算法分开，是考虑到示例脚本可能会非常庞大，且经常变动。

新一代Kaldi的核心部分叫“k2”。

k2可以让开发者很容易在PyTorch/TensorFlow中实现各种语音识别相关算法，比如CTC、LF—MMI、RNN—T、2nd—pass语言模型等，消除以往语音识别算法中训练跟解码不匹配的问题。

同时，通过k2可以非常容易实现（置信度逐渐提高的）多轮解码过程，这在以往是很难做到的。

当然，这只是k2的应用场景之一。

Povey博士还举了另一个例子：FSA（有限状态自动机）是语音识别里普遍使用的数据结构，比如可以用来构建“音标—词—句子”的转换概率图。而K2的核心贡献在于让FSA可导，从而可在PyTorch等深度学习库中来进行FSA的反向传播训练。

相较于其他一些语音识别库的优势，k2速度更快，通用性强（可以用来建模多种语音识别算法）。

Povey博士透露，k2核心代码已完成。约41000行代码（主要是C++），本周将发布0.1版本。

开源自然语言处理平台MiNLP 3.0

“拥抱开源，构建开发者社区”，是「技术向」小米始终挂在嘴边的。

今年的开发者大会，小米公布了最新的自然语言处理平台，MiNLP 3.0，并且承诺，MiNLP 3.0中的不同功能模块，将按计划逐渐开源。

3.0都有哪些新特性？

与去年的MiNLP 2.0相比，3.0从原来的两大功能模块（基础算法、语义理解）上升到四大功能模块，增加了内容理解和舆情分析模块。

新的模块可以帮助系统更好的结合上下文理解交互内容，提高识别的准确性。

3.0版平台还结合预训练、知识图谱能力，提升了语义解析技术。

除了语义解析，新平台还拓展了多模态理解能力，即基于文本、语音、图像和视频等多模态特征，实现对内容的精准理解。

在11月中下旬，小米会开源第一个模块，分词技术。

崔宝秋也给出了一张开源的时间表：

移动端深度学习框架MACE 1.0

另外一项备受期待的开发工具是MACE 1.0：小米的移动端深度学习框架。

去年的小米开发者大会发布了MACE 0.13，这是一个部署在个人设备端的深度学习框架，目的是实现AI推理能力、计算能力、智能水平在边缘设备的有效运行，而不是将所有数据和算法上传到云，保证用户的隐私。

今年的MACE 1.0，升级了一个很重要的功能，MACE Micro，这是专门为微控制器或者小单片机打造的AI推理框架。

MACE Micro代码特别少, 不算模型大小一般只需几十K存储空间, 可以放在低功耗,价格便宜的智能设备上。

比如在一个微控制器上，如果用MACE来做图像识别，平均每秒一次的使用频率，一年的计算耗电量，只需要一个纽扣电池就可以提供。

目前，MACE已经在小米自家的物联网设备中应用，但小米的产品并不是MACE最终的「归宿」，崔宝秋提到，MACE愿意向合作伙伴甚至是友商开放。

小爱5.0

前面介绍的几项，都是小米底层技术的新进展，而这些技术落到消费者看得见摸得着的产品，就是语音助手智能助手小爱同学5.0。

配合小米集团手机xAIoT战略，小爱同学5.0正式从语音助手升级为智能生活助手。就产品功能点而言，小爱同学5.0新特性可以总结为五点。

第一，小爱同学5.0支持了全场景智能协同。在多设备工况情况下小爱同学可以做到更智能的协同唤醒、更智能的协同响应、更智能的协同提醒和建议。

与过去语音助手 语音助手行业普遍采用的就近唤醒不同，小爱同学5.0会根据用户所处环境选择合理的设备方案。设备距离、设备活跃状态、设备形态等，智能选择最优设备进行应答与倾听。

比如要播一段视频，用户可能偏向选择最大的屏幕，由电视来播放，而不是手机。

当协同唤醒搭配协同响应，小爱同学将为用户提供最优的全场景解决方案。比如在客厅场景中要播一段视频，应答设备会是近距离的活跃设备（手机或音箱），但播放视频将会由电视执行，客厅场景看视频大屏才是最优选择。

第二是对话式的主动智能。小爱同学5.0会有记忆，会更加「贴心」，更加理解用户。

第三个新特性，是多模态融合交互，语音+视觉+其他传感器的一种感知认知能力。包括音箱上的手势控制和小爱同学手机端多模态输入及扫一扫。

第四个新特性，定制化情感语音。小爱同学5.0新增儿童音色泡芙，奶萌童音备受用户好评。此外，用户呼声最高的粤语，也在5.0正式发布。超过20000句符合粤语文化的常用话语深度优化，让小爱同学的粤语更地道。

今年2月在小米10发布会上，小爱同学发布了定制声音能力，经过工程师的努力，，在小爱5.0定制声音将覆盖更多的手机机型和更多终端设备，包括音箱和电视。

第五个更新是智慧学习。针对学生群体，小爱同学5.0在教育内容及工具两大类别，为用户提供更智能、更丰富的服务。

包括AI课程表、AI翻译、K12教辅内容、知识问答。上包括为大学生做了AI课程表、AI翻译、面对面翻译、连续翻译、一句话翻译等等。还支持K12教辅。

最后是更多的定制化情感声音。之前发布的定制声音能力，也将覆盖到更多小米设备中。

所以总结起来，5.0的小爱同学，技术上更智能，功能上更强大，落地产品也将更多种多样。

「一指连」UWB

这是今年开发者大会现场，发布简短却又「韵味无穷」的新技术。

UWB技术，被小米形象化取名「一指连」，效果相当酷炫。

应用起来，手机上如果内置UWB芯片和天线，用手机指向风扇，手机屏幕上就弹出来风扇的遥控器；

指向电视，就会弹出电视的遥控器；

指向音箱，手机的播放列表就传到了音箱上去。

目前，「一指连」已经做到厘米级、正负3度的精度，而未来UWB会取消「指一下」动作，仅仅靠近IOT设备，就能实现控制。

不过对于AIoT的互联互通和操作，小米还有更强大更基础的准备。

物联网软件平台：小米Vela

小米Vela，面向物联网时代而准备。在这次开发者大会上正式亮相。

被称为小米开发物联网设备的「基础设施」。

小米IoT平台部总经理、AIoT战略委员会主席范典在发布会上介绍，“小米Vela是基于开源嵌入式操作系统NuttX打造的物联网软件平台。”

NuttX由Gregoy Nutt在2007年发布，是一个实时嵌入式操作系统。

但由于NuttX在设计之初就考虑到了对应用较为广泛的Linux的兼容、并对POSIX原生支持，在过去几年里，索尼、三星等大厂先后加入了这一阵营。

小米则是从2017年开始就基于NuttX开发物联网产品，并在随后推动NuttX加入了Apache基金会。目前，小米在其中的贡献量达到了三分之一，是最有影响力的贡献者之一。

小米Vela主要分为三⼤部分：底层是NuttX内核、上层是Vela应⽤框架，⽽右侧是开发者⼯具。小米Vela的初衷是提供丰富的组件和易⽤的框架，把开发者解放出来。

从整个架构上，也能看出小米对Vela的雄心，而且小米Vela从出生第一天起，就面向AIoT赛道，从底层团结软硬件开发者之力。

范典说：Vela源⾃拉丁语，是船帆的意思，在物联⽹的星⾠⼤海中，我们愿与开发者⼀起，乘风帆远航，共同打造物联⽹产业美好的明天。

虽然未能言明，但这种希骥之间，不难看出Windows、安卓一样的期待。

而且相比其他玩家，小米在AIoT领域的底气无需赘述——最新数据披露，小米IoT平台已连接IoT设备数超过2.71亿，拥有5个以上IoT设备的用户超过510万。是全球规模最大的AIoT平台之一。

总而言之，技术、技术，还是技术，就是小米现在传递出的最强观感。

小米为何高频强调技术？

“技术”这个关键词，今年为何小米被提到了前所未有的高度？

雷军在开发者大会的第一场演讲中就给出了答案：

手机之争就是相机之争，相机之争就是AI之争。

所以，2018年小米单独成立了相机部，作为一级部门，如今已有850名工程师，这还不包括小米另外的350名人工智能工程师。

从今年的小米10开始，雷军不再强调小米的性价比，而是用技术作为核心竞争力冲击高端市场。

还有智能家居的核心“小爱同学”，也离不开语音识别、语言理解等AI前沿技术。

为了储备技术，小米近年来广纳顶尖人才。尤其是去年“Kaldi之父”Daniel Povey的加入，令开发者刮目相看。

“我根本没想到他会加入小米”，现场一位开发者说。

作为小米集团技术委员会主席，崔宝秋对此当然并不意外，然而这位“Kaldi之父”的巨大吸引力还是超乎他的想象。

回忆起小米宣布Daniel加入团队当天，崔宝秋印象深刻，他当时正在苏州参加2019年中国计算机大会。

现场好几位来自新加坡的参会者听到消息后，当即向崔宝秋表示，他们想加入小米，因为和一位“技术大神”在一起工作是他们梦寐以求的。

除了Daniel外，小米近年来年来还吸引了NLP领域著名学者王斌博士加入，成为小米自然语言首席科学家。

王斌加入后，他的学生从各个企业和研究机构慕名而来。

“这就是牛人加入小米带来的引领作用”，崔宝秋说。

吸引技术人才，一方面靠“大神”的虹吸效应，另一方面是靠宽松的研发环境。

比如Daniel本身是语音识别领域的大牛，但小米并没有让他加入到小爱同学的研发中，而是集中精力兑现对开源社区的承诺。

这一年来，小米全力支持新版Kaldi的代码开发工作。甚至Daniel本人在今年三四月决定将新版Kaldi推倒重来，执行Plan B，小米依然全力支持。

崔宝秋认为，正是因为没有给技术人员太大压力，用长远的眼光看待研发，才让小米今年来能吸引到真正的技术人才。

现在小米的产品和技术是脱耦的。

一个需要预研的技术，这个研发团队需要被保护起来，不要被业务所累。

经过一年的努力，新版Kaldi在小米团队的努力下，终于要在11月下旬开源。

而Kaldi只是小米在开源技术上的一角。去年小米为NuttX开源操作系统贡献了近1/3的代码。

据不完全统计小米在GitHub上已经创立超过120个开源项目。

基础研究方面，小米在自然语言处理、语音识别领域皆有建树。

但“AI大神”云集的小米过去在技术上却异常低调。

我们却很少能看到小米向AI学术会议提交论文，或是参加AI性能测试“刷榜”。

究其原因，崔宝秋解释说，过去小米做的第一件事就是把产品落地，快速占领市场，没有时间参加比赛、发表文章或进行学术交流。小米很多工程师也不善言辞。

他一直鼓励员工多出去交流，今后应该会有更多的小米工程师在技术场合露面。今年的开发者大会就是一个“分水岭”。

这一次，技术低调的小米终于选择了高调。

小米的技术研发和招聘规模都在逐年扩大，是小米加码技术的直接体现。

去年小米研发投入70亿，今年研发投入将超过100亿，并扩招3000名工程师。

雷军表示，明年小米还将在10个重点领域招收5000名工程师，占小米目前员工总数的近40%。

这一年，手机上的“黑科技”让很多消费者对小米刮目相看，120W超级快充、UWB一指连都技术都属小米首发。

不出意料，明年小米还会有更多手机黑科技，而AIoT会是小米的另一个发力点。

据小米统计，拥有5件小米智能设备用户已经超过310万。面对消费升级，个人设备越来越多，未来AIoT市场大有可为。

当然，还有一件事很重要，也是小米的初心。

现在的小米10手机已经在通过小米的智能工厂生产，高度自动化的“黑灯”产线绝大部分都是小米自主研发的生产设备在工作。

过去，“性价比”是小米逢山开路遇水搭桥的法宝，是用亲民价格打造感动人心的产品。

现在，小米正在把更多黑科技纳入到更多产品和功能中。

技术小米，面临重估

而技术，也正在给小米带来整体变化。

一方面，这种变化体现在大众认知中。

特别是小米MIX发布起，小米就正在成为手机技术创新的核心驱动玩家，影响业态至今的全面屏革命，起于小米，还在不断进化。

而随着相机、语音交互和整体操作功能方面的不断优化，手机和AIoT成为双引擎，小米的技术底色也在更大范围内得到认可。

小米很技术，正在成为越来越广泛的共识。

另一方面，技术之力，也不断转换为产品之力，推动小米核心增长。

最具代表性事件，是小米手机超越苹果，重返全球第三。

今年10月底，三家市场研究机构IDC、Canalys和Counterpoint分别发布了第三季度全球智能手机市场统计报告，三家数据均显示，小米手机出货量升至全球第三。

这也是小米自2014年之后，再次重返全球第三，并且也创造了小米史上最高出货量。

相较而言，如果2014年小米是理念的胜利、风口上的胜利，顺势而为的胜利。那么现在重返巅峰，就是创新的胜利、技术的胜利，千淘万漉后的胜利。

而且小米上上下下，也深知这种胜利如何而言、怎样延续。

越来越多强调技术立业，越来越广泛展示技术底色，越来越公开表达对技术人才渴求……

技术，就是小米开诚布公的发展之路。

当然，对于如此技术化发展的小米，资本市场也给出了反馈。

小米股价和市值，也不断被刷新。

截至11月9日，小米集团（HK.1810）股价涨至25.5港元，市值超过6100亿港元，涨势强劲，还在不断上扬中。

但这个技术化小米，还只是小米新十年的开端。