智东西 4 月 5 日报道，昨日，阿里版 ChatGPT 的新动作在圈内炸开了锅。据传阿里将在 4 月 11 日的阿里云峰会上推出大模型，接下来还会有各类行业应用类模型问世。

　　打前阵的技术演示，是阿里大模型联合项目团队邀请知名脱口秀演员鸟鸟用手机录音 1 小时，做出的一个 鸟鸟分鸟 模型。它不仅用宛如鸟鸟本尊的语气、语调跟人对话，而且用语用词方式与鸟鸟如出一辙，活脱脱像个 AI 嘴替 。

　　智东西第一时间参与内测，分别从孩子、老年人、工作党三类人群的视角，连续多天深度体验了接入 鸟鸟分鸟 模型的天猫精灵。它能讲脱口秀段子，能陪用户唠嗑解闷，能检索日常问题，能回答天马行空的发散式问题，也能在察觉到用户心情不佳时送上安慰和建议。

　　总体来看，拥有更强生成和理解能力后，智能助手的聊天技能明显升级。除了语速偏慢等小瑕疵外， 鸟鸟分鸟 已实现多轮流畅对答、符合人设的人格化表达、富有创意的随机创作等能力。这些高可玩性与可用性，给语音交互注入了前所未有的生命力，让我们初步看到大模型所激发的交互跃迁，如何影响智能终端新一轮进化的方向。

　　智东西获悉，目前天猫精灵也在与第三方技术审计专家搭建一种 AI+ESG 的框架，评估大模型全面接管交互系统后，安全与智能应该如何兼得。

　　鉴于个性化语音存在滥用他人语音等风险，我们判断，短期内应该不会出现面向公众开放个性化定制语音服务，但提供多种官方音色，让大模型呈现不同助理角色，应该是有较高可行性的。

　　在很多家庭中，使用智能音箱的新鲜感已经消失殆尽。传统智能音箱经常会回避它无法回答的问题，或者像傻子般给出 车轱辘话 ，诸如此类的稚嫩表现，令用户的对话体验大打折扣。

　　而通过体验 鸟鸟分鸟 版天猫精灵，我们发现个性化大模型能够出色地改善了这些体验，不管是回答问题的广度、深度，还是对话过程中所展现出流畅性与创造力，都有望再度唤起家庭场景中人们使用智能音箱的热情。

　　为了探索个性化大模型与智能音箱结合的功能之变与应用前景，智东西重点体验了 鸟鸟分鸟 版天猫精灵面向三类人群的典型技能：

　　孩子是最有闲情逸致跟智能音箱进行多轮对话的群体之一，他们充满求知欲与好奇心，既在学习过程中有大量查询资料的需求，又在日常生活中经常大开脑洞，提出很多考住家长的难题。 鸟鸟分鸟 模型已经能很好地解决这些问题。

　　比如在帮助学习更加高效方面，当孩子忘记某个英文单词，或者想问一个新知识点，不需要翻字典或者打开手机、平板查询，只用问一下天猫精灵，它就能立刻说出答案。

　　即便面对孩子天马行空的问题，天猫精灵也能极具耐心地予以回答。比如我们接连提问 唐僧为什么更喜欢猪八戒，不喜欢孙悟空？、 他为什么经常不相信孙悟空说的话 、 给我讲一个奥特曼与孙悟空一起打怪兽的故事吧 等。天猫精灵能够在连续多轮对话中迅速解答，而且会融入自己的想法，并展现出临场开脑洞编故事的能力。

　　可以看到，在聊天过程中不用等 鸟鸟分鸟 说完话再提问，也不需要反复喊唤醒词 天猫精灵 ，而是可以随时打断它，开启下一个线、老年人：唠家常、说思念、解答日常问题

　　老年人可以使用智能音箱打发时光，纾解一些孤独之感，或者解决一些日常问题。

　　天猫精灵也在聊天过程中展现出共情能力。当我说： 我想我女儿了。 天猫精灵立即回应道 很抱歉听到你想你女儿了 并提供了一些排解思念之情的建议。当我接着追问： 我想去重庆看我的女儿，怎么买票呀？ 我女儿在外地工作，我想给它买生日礼物，你有推荐吗？，或者问一些日常问题，比如 电扇为啥不转了 、 怎么修它 ……天猫精灵都提供了有多样答案的解答。

　　除了老年人，工作党也可以通过与智能音箱的交流来获得情感慰藉。我对天猫精灵说： 我心情不好，有什么办法能变得开心点？ 它随即给出了一些贴心建议。我紧接着问： 你能给我讲个好笑的段子，让我开心点吗？ 它也欣然应允。

　　鸟鸟分鸟 背后的阿里达摩院与天猫精灵的大模型联合项目团队，向我们分享了个性化大模型与智能音箱结合背后的更多技术细节。

　　个性化。通识性大模型具备回答广泛知识的能力，已经被用于提升搜索及办公生产力；个性化大模型则更适用于居家场景，能够塑造特定的人格化特征，对 看法是什么 、 喜欢吃什么 等开放式问题作出符合自身 人设 的个性化回答。

　　四个技术方向的研究正趋于热门：1）有偏好的个性化对线）具有一定的逻辑 / 三观一致性；3）对话风格的切换、约束和控制；4）在多轮对话中保持人设一致性。

　　比如问大模型 mojito 是一种什么样的酒 ，设定为喝酒爱好者的大模型可能会传递一些有关鸡尾酒的通用知识，而设定为周杰伦粉丝的大模型可能会介绍周杰伦有一首同名歌曲叫《mojito》。

　　情感方面，对话过程具有共情能力；性格方面，通过贴性格标签来做风格约束；记忆方面，希望实现长短期记忆融合，既记得住短期对话内容，也能长期记住用户在人机交流过程中谈到的喜欢、习惯、经历。训练好 鸟鸟分鸟 模型，还要完成听见、音色、文风、对话

　　二是基于大模型做 Prompt 提示词，让大模型学习不同人物人格标签的风格，然后在训练 鸟鸟分鸟 模型时，选择脱口秀演员、90 后、内蒙古人、有深度、幽默、内向等标签。听见采用天猫精灵的猫耳算法，着重实现回声消除和定向拾音，筛掉噪音并识别人声；音色采用阿里达摩院 KANN-TTS 定制化方案，用小时 1 小时完成有效录音；对话采用双工对话，用户可以边听边说，随时打断机器的讲话。

　　这种全新尝试，也展现出大模型服务于人的另一种可能，它不仅可以是效率工具，也能成为家庭中拥有特定人设的陪伴者，既能满足孩子、老年人等特殊群体的长时间聊天需求，又能为所有年龄段的用户答疑解惑，并提供情绪价值与情感支撑，实现既有深度、又有温度的对话。

　　值得一提的是，阿里团队的这一探索，并非是 ChatGPT 爆火后的临时赶工。自 2021 年开始，达摩院将多模态大模型应用于天猫精灵语音搜索与百科场景，并通过多方团队协同将合作场景推向 AliGenie 交互的系统层和用户感知层。

　　通过通用大模型底座有针对性的训练对话大模型，达摩院和天猫精灵一起探索新的终端服务

　　根据当时阿里的剧透，其第一款 数字人 + 终端 产品将在 2023 年第一季度让用户体验

　　据悉，该项目集合了达摩院 NLP（自然语言处理）、语音、视觉、3D 构建驱动、大模型领域团队及天猫精灵 AliGenie 交互系统专家，以将达摩院积累的各领域近两年百项专利与顶会论文成果，在诸多交互场景验证，打造一个以多模态大模型为基础的数字人引擎。

　　深度体验过 鸟鸟分鸟 后，我们更加好奇阿里首款基于大模型的终端产品，将交出怎样的智能交互答卷。

　　随着生成式 AI 与大模型的研究与应用进展高潮迭起，国内类 ChatGPT 产品的落地受到了前所未有的关注，许多行业正迎来被深度重构的新机遇。近年逐渐增长乏力、缺乏爆点创新的智能终端，也被打开了更广阔的想象空间。

　　基于更强大的理解能力和生成能力，天猫精灵与人的交互方式变得更加有趣，它将原本生硬呆板的智能语音助手变得仿佛有了灵魂，不仅有了更像人的声音，而且学会了 说人话 ：既能高效准确地回答一些时效性强、客观类问题，又能对天马行空的问题发挥出一些创意回答，教做菜、讲故事、编段子、安慰人等技能通通不在话下。