原文 首发于 2023年6月19日

由近期两则智能交互上新闻展开思考：智能对话能否起死回生？

（1）ChatGPT首次进入车载交互领域

6月15日，奔驰和微软宣布扩大AI应用合作，比如将 ChatGPT继承到车载语音控制系统中。

6月16日开始，美国90万设备配备MBUX信息娱乐系统，车主可以登录应用“Mercedes Me”，通过微软Azure OpenAI服务体验ChatGPT版的车载语音助手。

与上一代车载交互相比，交互更加智能，多轮会话体验更好。主题覆盖：地点信息、菜谱甚至更复杂的问题，比如：预定餐厅、电影票。

体验视频：

• 问题1：推荐几个好玩儿的海滩

• 问题2：海边适合哪些活动

• 问题3：这个海滩有鲨鱼吗

• 问题4：讲个鲨鱼的笑话

车载场景下，交互流畅，对话自然。

（2）人工智障

这种交互体验对人来说“理所当然”，然而，事实并非如此。简单回顾一个几年前的视频案例，体验下当前的车载交互有多难，机器在对话上跟人差距有多大。

2016年，一位大哥按下车里的“语音控制”按钮，想让汽车帮他打个电话。一阵甜美的AI女声响起，人类首次尝试驯服语音助手的珍贵对话诞生。

• 甜美AI：请说出您要拨打的号码，或者说取消。

• 大哥：135XXXX7557。

• 因为口音问题，系统未能识别准确。大哥急了，赶忙下达第二道语音指令：纠正！纠正！

• 系统也急了：969696……

• 大哥更急了：纠正，纠正，不是96！

• 大哥：口吐芬芳。

• 系统：对不起，我没有听清。

• 大哥带着哭腔：你耳朵聋，耳朵聋啊？我说了多少遍了我都。

• 系统：请再说一次，请再说一次，请再说一次。

• 大哥：我再说最后一遍啊，135……

• 系统：对不起，再见。

短短2分钟浓缩了六年前车机交互的真实体验与怨念，语音助手的糟糕印象就此埋下。

其实，不止车机交互，连智能音箱同样“智障”连连，即便有闲心的阿姨也被逼疯。

完整视频：www.douyin.com/video/71123…

语音助手“听不见”、“听不清”、“听不懂”灾难级的系统表现，让人和机器总得疯一个。

2月10日的文章（ChatGPT：从入门到入行（放弃））提到几个案例：

• 2018年 11 月，小米 AIoT（人工智能 + 物联网）开发者大会上，「雷布斯」骄傲地展示了新品智能音箱「小爱同学」。当场翻车：“你是光，你是电，你是唯一的神话。。。”

• 2017年10月，一个Sophia的机器人四处圈粉，还被沙特阿拉伯授予了正式的公民身份。这个评价比图灵测试还要牛。后来被证实对话能力是人工控制。

• 即便强如谷歌，也依旧束手无策，2018年，发布Duplex Demo，让Google Assistant代替用户打电话订餐。几年过去了，让然是Demo状态。

怀着对下一代人机交互模式CUI的美好憧憬，各大厂纷纷布局对话系统类应用：智能客服、智能音箱、智能外呼等等，其中智能音箱优秀代表：小米小爱、天猫精灵、百度度秘。

刚开始用，很新鲜，但时间长了，就会发现又蠢又萌，语言理解能力堪忧，用户不得不跟人工智障battle，斗智斗勇，直到失去兴趣，沦为小孩子玩物。

• “小爱同学，播放loveshot” --> “好的，为你播放拉萨”

• “小爱同学，播放七月的风” --> “对不起，只能查询未来十五天天气情况”

即使需求最“刚”的智能客服，如今的体验也是一眼难尽，容易变身复读机，勉强借助相关问题推荐和人工客服解围。

更多智障案例：

• 博客：wqw547243068.github.io/dialogue-sy…

• 知乎专题：见过哪些人工智障，www.zhihu.com/question/65…

理想很美好，现实很骨感。自然语言理解的天花板一直在头顶，不管怎么跳，已有方法始终无法突破NLU这层障碍。

人工智能变身人工智障后，潮水逐渐退出。2020年后，各大厂商纷纷裁撤、缩招对话团队。

对话系统“爱”、“恨”交织：

• 爱：终极交互形态让人着迷，CUI，甚至更高级的多模态交互、脑机交互

• 恨：技术现实与期望鸿沟太大，智障频频。

鹤啸九天，公众号：鹤啸九天ChatGPT：从入门到入行（放弃）

（3）SmartSiri

ChatGPT作为首个通用领域端到端对话架构的成功范例, 让人重新燃起了对话交互（CUI）的希望。

除了车载助手，有人讲ChatGPT应用到Siri上，让个人助理焕然一新。

2023年6月13日，有个开发者发布“Smart Siri”，将刚升级的ChatGPT APP与Siri APP绑定，实现了个人助理质的飞跃。

当前智能助理的槽点：

• “Siri 是人工智障”

由于 Siri 更强调在用户设备端计算，需要保护个人隐私，只能做些特定任务，比如：查天气、定闹钟；

官方的ChatGPT APP升级后，支持与Siri、快捷指令联动。

Siri 接入 ChatGPT 后，执行任务的角色就被后者接替了，想象空间变得更大。

那么，怎么接入？

• 方法一: 快捷指令基于 ChatGPT API 接口进行 JSON 格式的发送获取，但发送和解析过程都会消耗很长时间，占用 ChatGPT key 余额。

• 方法二: 官方 app 接口省去用户打包数据提取数据的过程，直接向 app 发送请求并获取有效信息。中间不用受网络波动、ChatGPT 用户过多、key 余额不足等因素的影响

• 不用懂JSON 语言，不用写代码，把用户发问需求细化成小步骤，找到能实现对应任务的 app，像乐高积木一样拼起来就行了。

“Smart Siri”可直接用语音发问，对于明确的、具体的发问，提炼得更好。

• 直接喊“Hey Siri + Smart Siri”，等待，看到“Yes”后，就能开始问问题

案例分析

• Siri 的表现相对刻板，它仅能提供网址以及内容概括，有时会直接告知未找到相关信息，仿佛是被束缚的人工智能

• Smart Siri 则能立即提供不错的回答，简洁明了，看起来的确挺聪明的。

案例	Siri	Smart Siri	分析
宫保鸡丁	我在网上找到了这个结果:…	宫保鸡丁的正宗做法:1,2,3,…	直接给出做法
光年之外有什么故事	搜索光年之外信息	《光年之外》是邓紫棋2016年发布的歌曲，灵感来自电影《星际穿越》…	直接解答
用小红书格式写个朋友圈	依旧是搜索…	端午节朋友圈文案：1. 与美好生活一见“棕”情 2. 无论咸甜,阖家团圆才是最好的陷…
帮我写个毕业季微电影的拍摄脚本	我在网上找到了这个结果:…	拍摄脚本	直接给出做法

除了手机助理，还有别的应用，比如

• 把 iPhone 内睡眠数据（步数等健康数据）打包，让 ChatGPT 接入分析，最后生成一个“每日健康分析报告”——这个过程完全自动化。

• 智能家居:

• 授权chatgpt app读取家庭数据,对智能家居进行开关、自动化及预处理，对气温、温度提出有效建议

• 跨境电商分析场景：

• 解析电商规则，SEO优化、选品、广告优化、商品详情页优化、关键词优化、客服与售后自动化

• 不用打开其他app，直接用Siri体温，获取答案，优化

Smart Siri 依然有不足：

• ChatGPT 还无法实现连续对话，不过可以把之前的聊天记录粘贴进当前要问的问题里，也能间接连续问答的效果。（毕竟受数据隐私限制）

苹果在WWDC（年度开发者大会）上并未推出LLM相关应用，估计还在低调研究中，官方升级Siri后，这类问题应该会解决。

（4）AIGC应用遍地开花

大模型遍布多个应用场景

由内到外，按照三层划分：模型层→模态层→应用层

1. 模型层：文本领域（GPT系列）、图像领域（扩散模型系列）、视频、建模、多模态等

2. 模态层：文本、语音、图像、视频、行为、理解、策略、工具等，其中文本和图像最为惊艳

3. 应用层：智能对话、AI作画最为亮眼，传统行业正在被逐步颠覆，如搜索、问答、智能办公、内容创作，同时，应用商场、互联网、数字人等也被波及

目前，大家都在关注点集中在模型层：如何快速复现ChatGPT，做出自己的大模型。

等大模型基建完成后，重心将转移到应用层，如何借助大模型完成已有新业务的重塑升级，以及开拓新场景。

短短几个月时间，大语言模型为代表的AIGC，跨越式变异，影响了大片行业，“涌现”出了无数惊艳的产品应用。

预计今后还会有无数个应用案例蹦出来，令人惊艳，智能对话能否复兴，拭目以待。