成立 8 年，聚集 70 萬應用開發者，聚焦兒童領域 AI 應用，圖靈不僅僅是「阿蘭·圖靈」的那個圖靈，圖靈還是全球最大的中文語義技術公司，其 AI 技術已經幫助國內 TOP50 的兒童產品品牌實現了語音互動和智能化內容輸出。

無論是圖靈和日本夏普合作的 RoBoHoN 機器人、Sphero 新品，還是和電影『蜘蛛人』一起上市的會說話的蜘蛛人，以及迪斯尼 AI 劇本專利，我們都能發現，AI+IP 也是國際上兒童產品的趨勢。

在深圳灣「WARE 2018 新硬體峰會」上，圖靈機器人聯合創始人郭家分享了圖靈在兒童領域的 AI 應用探索和思考，並深入闡述了「AI+IP」模型如何幫助兒童智能產品實現影響力和智能化服務價值輸出。

IP = 影響力（粉絲流量）+ 消費力（粉絲轉化）；AI = 多模態互動技術 + 智能化服務價值輸出。

郭家和我們探討了「兒童喜歡玩什麽」的話題。同樣都是機器人，無論是從銷量還是用戶的喜愛程度來看，Jibo 比起超級飛俠都差的很遠。對於兒童來說，喜歡哪個不喜歡哪個，產品從外觀和表現力上就已經非常明顯了。

而在 AI 應用上，通用的 AI 是遠遠不夠的，需要通過多模態人機互動，實現 IP 角色定製化，再依據 IP 角色定製內容輸出。比如，當我問「你有去過巴黎嗎？」，如果是小豬佩奇就會回答，「法國就在我們隔壁，我經常去」；如果是超級飛俠就會回答，「我本來就會飛，想去哪裡就去哪裡」。

AI 天然自帶一種人格屬性，它就是一個有生命的機器人。而多模態互動能讓 IP 角色更加豐富，以滿足兒童豐富多彩的夢想。在此基礎之上，圖靈再為產品加入智能化的內容和服務，就可以幫助兒童產生對學習更大的樂趣。

以下是郭家演講實錄，經深圳灣整理和發布。

大家好，我是圖靈的郭家。今天跟大家分享一下圖靈 AI 在兒童領域的應用探索。

幾天前，艾瑞谘詢發布了一份 AI 領域的分析報告，分別從橫向和縱向幾個維度解析了人工智能產業：橫向維度包括基礎設施（如芯片、傳感器、數據）、行業應用場景（如工業、金融、教育）等，縱向維度則是按照技術歸類劃分。

圖靈從中發現，其實每個產品都可歸類於這三大類技術：語音辨識與合成（ASR/TTS）、語義理解（NLP）、機器視覺（CV），這也是目前人工智能領域三大主流技術框架。

成立 8 年，聚集 70 萬應用開發者，聚焦兒童領域 AI 應用，圖靈不僅僅有一個好名字

「圖靈」（阿蘭.圖靈）是鼎鼎大名的電腦之父、人工智能之父。「圖靈」又是我們早在 2010 年公司開始探索 AI 方向時就注冊的品牌名。我們在 AI 大潮襲來之前，就開始開發 AI 語音對話應用，那時候還是 App，之後又在業界率先推出了機器人作業系統。

圖靈專注在 AI 語義技術開發多年，現在已經在全球積累了 70 多萬開發者，這個數字每天都在增長和活躍。自 2015 年開始，圖靈在兒童領域逐步與國內 TOP10 的企業達成合作，包括大家耳聞能詳的步步高、火火兔、奧飛、讀書郎、快易典、名校堂、KIDO 等。

圖靈已經成長為全球最大的中文語義技術公司。

讓兒童與機器的互動更自然，要看哪些關鍵指標？這裡有圖靈的一組研究

在語音語義互動領域有哪些關鍵的指標呢？這張幻燈片展示了圖靈的研究成果。在眾多指標裡，ASR+NLP+TTS 速度、意圖解析準確率、知識庫、語料庫，這些標注黃色的部分，是客戶及用戶層面非常關注的數據。

進一步闡釋，這張圖的左邊是我們最看重的算法類指標，包括語音和語義的互動數據、分詞準確率、意圖解析準確率、NER 準確率等。

其中，在互動速度方面，拿 Echo 的語音互動數據做對比，從用戶說話到 Echo 反饋結果，平均耗時 1.5 秒。我們也測了很多國內的產品，有的比 Echo 還要更快，這是特別重要的一個指標。

意圖解析是指，當我們向機器問一個問題，機器能不能回答好，其中評價的指標包括兩部分：第一部分是正確的理解、聽懂你的意思；第二部分是找到合適的答案給到你。所以意圖理解是非常重要的環節，也是各項 AI 國際賽事主要 PK 的指標。

AI 技術的本質是算法+數據，數據的積累往往可以成為一家公司的門檻。我特別認可這樣的說法——所有的互聯網公司都會變成數據公司，所有的數據公司都會變成人工智能公司。所以數據儲備指標，對於語音互動的評估至關重要。為此，圖靈也在積累兒童音影片資源。

三大技術能力，打造面向兒童硬體設備商的 AI 方案

前面有提到圖靈已經和國內 TOP10 的企業達成合作，其中包括小米。今年 3 月，圖靈和小米兒童產品已經全面展開合作，小米智能手錶、故事機等小米生態鏈產品，都採用了圖靈的 AI 技術。而在 3 月 27 日小米新品發布會上，雷軍宣布小愛同學不僅被植入進了小米電視，還植入進了小米手機，而其中的兒童對話部分，就有圖靈的技術支持。

圖靈面向兒童硬體設備商的 AI 技術方案包括三大方面的能力：

· 語音對話：閑聊型/知識問答型/技能任務型

· 兒童內容點播：音樂/故事/教材/動畫

· 家長端：遠程互動/設定提醒/數據管理

這些不僅僅是 PPT 的能力，更是圖靈已經賦能 TOP50 兒童品牌後驗證和訓練出來的能力。

圖靈的 AI+IP 模型：IP 建立影響力，AI 智能化服務輸出價值

我們看這樣一組數據：白色的這款是由 MIT 科學家們打造的明星產品 Jibo 家用社交機器人，紅色的這款是奧飛旗下樂迪超級飛俠兒童機器人。目前，無論是從銷量還是用戶的喜愛程度來看，Jibo 比起超級飛俠都還是差的很遠。這其中的原因不言而喻，對於兒童來說，喜歡哪個不喜歡哪個，從外觀和表現力上就已經非常明顯了。

圖靈認為，IP = 影響力（粉絲流量） + 消費力（粉絲轉化）。首先，要有足夠的流量建立影響力，就像明星要經常走秀才能出名；然後，接廣告變現，粉絲消費變現，在動畫領域的一些兒童 IP 已經有這樣的價值了。

圖靈認為，AI = 多模態互動技術 + 智能化服務價值輸出。AI 的價值體現，首先是在技術層面，產品層面實現了語音、視覺、機械控制等，其次在智能化層面，不斷為用戶輸出內容和服務。

基於此，圖靈構建了自己的 AI+IP 模型。

將 AI 與 IP 融合，把技術融合在構建影響力這個層面，去吸引足夠多的粉絲，然後在消費力層間，持續的輸出智能化服務的價值。

光有通用 AI 還不夠，圖靈通過多模態人機互動，實現 IP 角色定製化

圖靈在對目標客戶的研究發現，擁有 IP 的設備廠商，對於通用的 AI 並不感冒，他們往往都會有進一步的 IP 角色定製化需求。

圖靈為客戶定製的個性化多模態互動，包含四大部分的功能：IP 屬性個性化、IP 音色個性化、IP 動作個性化、IP 表情個性化。展開來論述：

· IP 屬性：提供屬性定義工具，定義機器人的姓名、年齡、性別、父母等

· IP 音色：用 WaveNet 生成模型，做全球最好的 TTS 合成引擎

· IP 動作：用語義串聯動作，讓機器人說什麽話做什麽動作

· IP 表情：用情感計算識別的情感類型和程度，映射機器人的表情

目前市場上主流的 TTS 技術生成的童聲，機器聲音的痕跡還非常明顯。今年年初，AlphaGo 團隊開放了一個最新的 TTS 技術——基於 WaveNet 卷積神經網絡的 Cloud TTS，我們在這一基礎上進行了音色定製和優化，製作出來的童聲，音色的圓潤程度遠遠比市場現有 TTS 音色的圓潤程度高，能做到和人物原聲相似度達 95% 以上。（現場演示聲音對比，秒殺效果令全場觀眾稱讚。）

這裡值得一提的是，清華大學 Aminer 團隊不久前發布了一份報告，報告顯示，圖靈兒童 AI 專利數為同類專利總數的 62%，多模態互動專利全球第二，AI 專利總數則是全球第四。

光有單一的 IP 還不夠，圖靈幫助品牌方實現智能化的內容和服務價值輸出

接下來講一下 AI+IP 模型中的智能化服務，分三方面闡述：

第一，建立獨立記憶系統。在圖靈語料總庫的基礎上，讓機器人學習並記憶每個用戶不同的個性化數據。例如如果能持續記錄用戶的個人習慣，並做出相應的個性化調整，這能使得產品有更深的粘性。

第二，定製語義技能。圖靈除了提供 AI 技術方案，也是 AI 的應用開發者，我們為優質合作夥伴定製自有資源的 AI 技能、知識圖譜等。

第三，劇本式話題。根據卡通片的劇本，生成每個 IP 獨有的話題。例如，圖靈與小豬佩奇、超級飛俠等 IP 合作，我們訓練出來的內容與其他 AI 訓練出來的內容不一樣。當我問它，你有去過巴黎嗎？如果是小豬佩奇就會回答，「法國就在我們隔壁，我經常去」；如果是超級飛俠就會回答，「我本來就會飛，想去哪裡就去哪裡」。

響應客戶的需求，圖靈還對大量兒童課本教材做了 AI 內容和服務輸出。

AI+IP 是國際大趨勢，兒童智能產品應該是小朋友的夢想載體

無論是圖靈和日本夏普合作的 RoBoHoN 機器人、Sphero 新品、還是和電影『蜘蛛人』一起上市的會說話的蜘蛛人，以及迪斯尼 AI 劇本專利，我們都能發現，AI+IP 也是國際上兒童產品的趨勢。

圖靈做了大量關於「兒童喜歡玩什麽」的調研。這些都是我們的實地調研：墨西哥的這位男孩喜歡小汽車，意大利的這位女孩喜歡各種公主裙和芭比娃娃，這個美國男孩喜歡飛機，這個中國男孩喜歡槍和炮。

兒童喜歡玩什麽？答案抽象出來，就是給他一個夢想的載體。以上四組分別體現了小朋友的駕駛員的夢想、公主夢想、飛行員夢想、以及當一名戰士的夢想。

小結一下：AI 天然自帶一種人格屬性，它就是一個有生命的機器人。而多模態互動能讓 IP 角色更加豐富，以滿足兒童豐富多彩的夢想。在此基礎之上，我們再為產品加入智能化的內容和服務，就可以幫助兒童產生對學習更大的樂趣。