場景驅(qū)動技術(shù)迭代：京東言犀斬獲ACM Multimedia 2021年最佳演示獎
來源：中金在線
?
2021-11-03 12:04:04
隨著人工智能的深入發(fā)展，技術(shù)早已走出了實驗室，與場景不斷融合，同時，在適配場景的過程中進(jìn)行技術(shù)迭代和算法創(chuàng)新，形成技術(shù)+場景“雙輪驅(qū)動”的良性循環(huán)。
近日，第29屆ACM國際多媒體頂級會議ACM圓滿結(jié)束，京東探索研究院AI團(tuán)隊?wèi){借多模態(tài)交互數(shù)字人技術(shù)斬獲“ACMMultimedia2021年最佳演示獎”。這項技術(shù)在京東已經(jīng)廣泛用于智能客服場景。得到國際頂級學(xué)術(shù)領(lǐng)域的認(rèn)可，也意味著京東智能客服言犀也已經(jīng)從單純的技術(shù)突破過渡到了技術(shù)與場景雙向循環(huán)的階段。未來，言犀將依托京東深厚的場景優(yōu)勢，在更多場景不斷實踐落地，推動技術(shù)與實體經(jīng)濟(jì)的深度融合。
500)this.width=500" align="center" hspace=10 vspace=10 alt="場景驅(qū)動技術(shù)迭代：京東言犀斬獲ACMMultimedia2021年最佳演示獎">
據(jù)悉，ACM國際多媒體頂級會議(ACMInternationalConferenceonMultimedia,簡稱ACMMultimedia)自1993年以來每年召開一次，已成為多媒體領(lǐng)域的頂級盛典。大會致力于推動多媒體的研究和應(yīng)用，是人工智能多模態(tài)研究領(lǐng)域的頂級國際學(xué)術(shù)會議。
該論文提出了一種具備多模態(tài)交互能力的虛擬數(shù)字人ViDA-MAN，為即時語音查詢提供實時視聽響應(yīng)。與傳統(tǒng)的基于文本或語音的系統(tǒng)相比，ViDA-MAN可以生成生動的語音、自然的面部表情和身體姿勢；在給定語音請求的條件下，ViDA-MAN能夠以亞秒級延遲響應(yīng)高質(zhì)量視頻。ViDA-MAN無縫集成了多模態(tài)技術(shù)，包括聲學(xué)語音識別(ASR)、多輪對話、文本到語音(TTS)、談話頭部視頻生成等，提供身臨其境的用戶體驗。ViDA-MAN能夠與用戶就多個話題進(jìn)行對話，包括聊天、天氣、設(shè)備控制、新聞推薦、預(yù)訂酒店，以及通過結(jié)構(gòu)化知識回答問題。
500)this.width=500" align="center" hspace=10 vspace=10 alt="場景驅(qū)動技術(shù)迭代：京東言犀斬獲ACMMultimedia2021年最佳演示獎">
目前多模態(tài)交互數(shù)字人技術(shù)，正通過京東云這個統(tǒng)一平臺在零售、金融等多個場景大規(guī)模落地。在零售領(lǐng)域，虛擬主播帶貨已廣泛應(yīng)用，通過數(shù)字人多模態(tài)交互技術(shù)，包含語音、情緒、視覺形象等，以“擬人化”的形象為商品配上帶貨主播和專屬客服。在金融領(lǐng)域，京東智能客服言犀推出的VTM數(shù)字員工，是全國首個能獨(dú)立全程辦理銀行真實交易的數(shù)字人，拓展了數(shù)字人在銀行場景中的應(yīng)用邊界，實現(xiàn)了數(shù)字人應(yīng)用場景從傳統(tǒng)的咨詢、查詢、導(dǎo)覽到業(yè)務(wù)辦理的突破，重塑了銀行網(wǎng)點(diǎn)的用戶體驗和服務(wù)方式，大幅提升了銀行業(yè)遠(yuǎn)程銀行的接待能力與服務(wù)效率，降低了運(yùn)營成本。
多模態(tài)交互數(shù)字人是京東智能客服言犀的一大應(yīng)用場景。在今年11.11，京東智能客服也正發(fā)揮積極作用，涵蓋售前、售中、售后、物流等零售的各個服務(wù)環(huán)節(jié)，為消費(fèi)者提供7×24小時全天候的咨詢服務(wù)。在京東11.11開場10分鐘，京東智能客服累計咨詢服務(wù)量超181萬次，同比提升165%。
京東是一家同時具備實體企業(yè)基因和屬性、擁有數(shù)字技術(shù)和能力的新型實體企業(yè)，擁有豐富的場景和產(chǎn)業(yè)Know-how。未來，京東智能客服·言犀將依托前沿的AI技術(shù)和深厚的場景優(yōu)勢，為客戶提供涵蓋客戶服務(wù)、營銷導(dǎo)購、流程自動化的整體智能化解決方案，并據(jù)應(yīng)用場景不斷適配技術(shù)，進(jìn)行跨場景、多模態(tài)的交互與融合，技術(shù)上推動人工智能技術(shù)從感知智能和認(rèn)知智能到?jīng)Q策智能的跨越，應(yīng)用上推動服務(wù)、營銷、運(yùn)營一體化創(chuàng)新，不僅為京東逾5億用戶提供智能化咨詢服務(wù)，同時也為零售、政務(wù)、金融、交通、制造等行業(yè)提供產(chǎn)品與解決方案，助力政企數(shù)智化升級。
近日，第29屆ACM國際多媒體頂級會議ACM圓滿結(jié)束，京東探索研究院AI團(tuán)隊?wèi){借多模態(tài)交互數(shù)字人技術(shù)斬獲“ACMMultimedia2021年最佳演示獎”。這項技術(shù)在京東已經(jīng)廣泛用于智能客服場景。得到國際頂級學(xué)術(shù)領(lǐng)域的認(rèn)可，也意味著京東智能客服言犀也已經(jīng)從單純的技術(shù)突破過渡到了技術(shù)與場景雙向循環(huán)的階段。未來，言犀將依托京東深厚的場景優(yōu)勢，在更多場景不斷實踐落地，推動技術(shù)與實體經(jīng)濟(jì)的深度融合。
據(jù)悉，ACM國際多媒體頂級會議(ACMInternationalConferenceonMultimedia,簡稱ACMMultimedia)自1993年以來每年召開一次，已成為多媒體領(lǐng)域的頂級盛典。大會致力于推動多媒體的研究和應(yīng)用，是人工智能多模態(tài)研究領(lǐng)域的頂級國際學(xué)術(shù)會議。
該論文提出了一種具備多模態(tài)交互能力的虛擬數(shù)字人ViDA-MAN，為即時語音查詢提供實時視聽響應(yīng)。與傳統(tǒng)的基于文本或語音的系統(tǒng)相比，ViDA-MAN可以生成生動的語音、自然的面部表情和身體姿勢；在給定語音請求的條件下，ViDA-MAN能夠以亞秒級延遲響應(yīng)高質(zhì)量視頻。ViDA-MAN無縫集成了多模態(tài)技術(shù)，包括聲學(xué)語音識別(ASR)、多輪對話、文本到語音(TTS)、談話頭部視頻生成等，提供身臨其境的用戶體驗。ViDA-MAN能夠與用戶就多個話題進(jìn)行對話，包括聊天、天氣、設(shè)備控制、新聞推薦、預(yù)訂酒店，以及通過結(jié)構(gòu)化知識回答問題。
目前多模態(tài)交互數(shù)字人技術(shù)，正通過京東云這個統(tǒng)一平臺在零售、金融等多個場景大規(guī)模落地。在零售領(lǐng)域，虛擬主播帶貨已廣泛應(yīng)用，通過數(shù)字人多模態(tài)交互技術(shù)，包含語音、情緒、視覺形象等，以“擬人化”的形象為商品配上帶貨主播和專屬客服。在金融領(lǐng)域，京東智能客服言犀推出的VTM數(shù)字員工，是全國首個能獨(dú)立全程辦理銀行真實交易的數(shù)字人，拓展了數(shù)字人在銀行場景中的應(yīng)用邊界，實現(xiàn)了數(shù)字人應(yīng)用場景從傳統(tǒng)的咨詢、查詢、導(dǎo)覽到業(yè)務(wù)辦理的突破，重塑了銀行網(wǎng)點(diǎn)的用戶體驗和服務(wù)方式，大幅提升了銀行業(yè)遠(yuǎn)程銀行的接待能力與服務(wù)效率，降低了運(yùn)營成本。
多模態(tài)交互數(shù)字人是京東智能客服言犀的一大應(yīng)用場景。在今年11.11，京東智能客服也正發(fā)揮積極作用，涵蓋售前、售中、售后、物流等零售的各個服務(wù)環(huán)節(jié)，為消費(fèi)者提供7×24小時全天候的咨詢服務(wù)。在京東11.11開場10分鐘，京東智能客服累計咨詢服務(wù)量超181萬次，同比提升165%。
京東是一家同時具備實體企業(yè)基因和屬性、擁有數(shù)字技術(shù)和能力的新型實體企業(yè)，擁有豐富的場景和產(chǎn)業(yè)Know-how。未來，京東智能客服·言犀將依托前沿的AI技術(shù)和深厚的場景優(yōu)勢，為客戶提供涵蓋客戶服務(wù)、營銷導(dǎo)購、流程自動化的整體智能化解決方案，并據(jù)應(yīng)用場景不斷適配技術(shù)，進(jìn)行跨場景、多模態(tài)的交互與融合，技術(shù)上推動人工智能技術(shù)從感知智能和認(rèn)知智能到?jīng)Q策智能的跨越，應(yīng)用上推動服務(wù)、營銷、運(yùn)營一體化創(chuàng)新，不僅為京東逾5億用戶提供智能化咨詢服務(wù)，同時也為零售、政務(wù)、金融、交通、制造等行業(yè)提供產(chǎn)品與解決方案，助力政企數(shù)智化升級。
