小冰数字员工升级：上线“零样本”技术，全新透影音画传输系统质量达运营商级别

量子位的朋友们 2024-07-17 13:50:25 来源：量子位

今日，小冰公司宣布全新的“零样本”数字人（Zero-shot Xiaoice Neural Rendering，Zero-XNR）技术正式上线，并同步推出基于Z-XNR技术的全新普惠型数字员工产品，进一步丰富小冰AI数字员工产品线。

新技术遵循小冰AI数字员工产品线始终坚持的“数字人+大模型”路线。与其它现有技术相比，新技术依托超千亿大模型基座以及基于大模型构建的数字人交互套件，将数字人所需的训练数据压缩至“秒级”、使定制时间达到“立等可取”，而且生成的数字人能够直接应用于实时交互，这在全球尚属首次。新技术保持了小冰AI数字员工产品一贯的超高清标准，高度还原真实人类员工的容貌与声音，达到栩栩如生的效果。

小冰数字人+大模型技术以及对应的数字员工产品此次迎来三大升级：

1. 全新Z-XNR技术。基于Z-XNR“零样本”数字人技术和TTS语音大模型的融合框架，实现秒级数据高质量形象声音复刻。独特的数据训练和推理算法同时实现数字人复刻高质量、视觉个性化表达与立等可取的便捷性。
2. 全新超千亿大模型基座与Agent构建框架。基于超千亿大模型基座，升级混合基座架构的Agent构建框架，搭建完整的交互数字员工能力构建与强化平台——数字大脑平台，使全系列数字员工配备强大和丰富的职业交互套件，让数字员工更懂客户，更懂企业知识与业务，让交互精准适配商业场景原生工作流。
3. 全新透影音画传输系统。基于webRTC的自研引擎，提供超高清视频推送能力，通信运营商级别的高质量低延迟的音画传输和弱网抗丢包通信能力，精准的声音画面同步。并可搭载透明通道数据，支持客户端实时渲染来丰富扩展应用。可以承载端到端的多模态实时交互和AI对话等场景，提供流畅自然的用户体验。

小冰团队一直走在“数字人+大模型”产品技术革新的最前沿，新技术的上线进一步巩固了小冰在该领域的世界领先地位。产品依托行业先进的全栈大模型与自研AI底层能力，结合深度神经网络渲染技术、超级自然语音、NLP、AIGC等技术，将数字人的整体自然度提升到与真人难以分辨的程度，同时实现800毫秒级别的端到端超低延时人机实时交互。通过完备的SaaS化平台工具，用户可自主管理数字资产，配置数字人工作。

随着“零样本”技术的全新上线，小冰AI数字员工产品体系“高-中-低”搭配日臻完善，广泛适配企业不同发展阶段和多样化的业务场景。客户覆盖了包括招商局集团、红杉中国、万科集团在内的国内众多行业头部企业，并在各垂直领域企业中取得丰富的产业落地实践。

“零样本”数字人的发布，为小微企业、小型商家尝试数字人技术和大模型提供了更加便捷和低成本的路径，数字化转型将更加顺畅。这一新的数字人场景选择，将数字人的适用范围拓宽至新的广度，将加速推动数字人普及。即日起，用户通过小冰数字员工APP的自助服务，即可轻松畅享全流程自动化的“零样本”数字人定制体验。

小冰团队坚信技术创新的力量，致力于推动数字人普及，持续引领数字人产业发展趋势，让数字人赋能千行百业，发挥技术进步的巨大价值，与用户共同迈入永不疲倦、安全可靠、稳定输出的数字人时代。

此前，小冰大模型以及语言模型算法、语音合成算法、数字人合成算法等技术均已成功通过国家网信办备案，标志着小冰在技术能力、专业性、安全性和合规性方面拥有坚实基础，已获国家权威级认可。

小冰公司前身为微软（亚洲）互联网工程院人工智能小冰团队，现为完全具有独立知识产权的中国人工智能公司，拥有覆盖自然语言处理、计算机语音、计算机视觉及人工智能内容生成的完整技术框架。依托小冰大模型、神经网络渲染及超级自然语音等领先技术，小冰公司已构建类型丰富的AI数字人完整产品体系，成功赋能金融保险、智能车企、地产、文旅、政务、教育、零售、大消费、互联网等十余个垂直领域。