“當(dāng)前家電行業(yè)的人機(jī)語(yǔ)音交互，正向大模型方向發(fā)展，模型參數(shù)量與交互效果呈正相關(guān)。我們研發(fā)的下一代語(yǔ)音鏈路TeachableAI，借助定制的領(lǐng)域大模型與業(yè)務(wù)智能體（Agent），已實(shí)現(xiàn)接近人際溝通的交互體驗(yàn)。”

在美的集團(tuán)第30屆科技月開(kāi)放日活動(dòng)上，美的AI研究院AI算法專家牟小峰博士向媒體披露了美的在AI基礎(chǔ)設(shè)施建設(shè)領(lǐng)域的突破性進(jìn)展。依托大模型和智能體等技術(shù)研發(fā)的創(chuàng)新，美的在產(chǎn)品智能化、工廠智能化和員工辦公增效方面全面應(yīng)用AI技術(shù)，取得了不錯(cuò)的業(yè)務(wù)價(jià)值和收益。

攻堅(jiān)核心痛點(diǎn)，重塑人機(jī)交互生態(tài)

在人機(jī)交互領(lǐng)域，美的集團(tuán)多年前就開(kāi)啟了技術(shù)研發(fā)工作，于2019年發(fā)布家電語(yǔ)音交互服務(wù)，為家電用戶提供便捷的人機(jī)交互控制能力。到2022年之前，行業(yè)內(nèi)語(yǔ)音交互服務(wù)以傳統(tǒng)AI方法為主，用戶體驗(yàn)不完善，整個(gè)市場(chǎng)進(jìn)展緩慢。直到ChatGPT出現(xiàn)，行業(yè)開(kāi)始更多地采用基于大模型的AI方法，用于人機(jī)交互的科技創(chuàng)新。

將人機(jī)交互應(yīng)用于家電上，全球企業(yè)都面臨著諸多共同挑戰(zhàn)。牟小峰透露，“挑戰(zhàn)主要有三個(gè)：一是在家居場(chǎng)景中，語(yǔ)音識(shí)別面臨環(huán)境噪音干擾會(huì)影響識(shí)別準(zhǔn)確率；二是用戶隱私保護(hù)需求，部分用戶不希望語(yǔ)音信息上傳到云端，在低功耗家電設(shè)備上實(shí)現(xiàn)語(yǔ)音能力難度較大；三是語(yǔ)言理解，如何理解用戶的意圖并與家電功能關(guān)聯(lián)，不同人不同表達(dá)方式會(huì)增加交互難度”。

面對(duì)挑戰(zhàn)，美的AI研究院團(tuán)隊(duì)展開(kāi)正面突破。一是聚焦離線語(yǔ)音識(shí)別，通過(guò)將語(yǔ)音交互模型內(nèi)置到家電產(chǎn)品中，為用戶提供基礎(chǔ)的離線語(yǔ)音識(shí)別能力。在資源非常受限的家電設(shè)備上，支持6000萬(wàn)個(gè)指令詞識(shí)別，處在行業(yè)頂尖水平；二是在線語(yǔ)音識(shí)別上，我們一方面利用外部廠商的通用在線語(yǔ)音識(shí)別能力解決通用識(shí)別需求，另一方面根據(jù)美的業(yè)務(wù)場(chǎng)景的特點(diǎn)，自主研發(fā)了定制的領(lǐng)域在線語(yǔ)音識(shí)別，比如客服ASR。經(jīng)過(guò)對(duì)比發(fā)現(xiàn)，經(jīng)過(guò)領(lǐng)域強(qiáng)化后的在線識(shí)別能力，其準(zhǔn)確率比通用ASR高出五到十個(gè)點(diǎn)，識(shí)別率提升較為明顯。

自然語(yǔ)言理解是一項(xiàng)通用能力，但美的空調(diào)、冰箱、洗衣機(jī)等產(chǎn)品的功能、說(shuō)法以及知識(shí)問(wèn)答等都有其特殊之處，我們花費(fèi)了大量時(shí)間構(gòu)建知識(shí)庫(kù)、問(wèn)答引擎和人機(jī)交互能力，并發(fā)布了業(yè)內(nèi)首個(gè)家電家居領(lǐng)域大模型-美言，以解決人機(jī)交互中遇到的泛化性和語(yǔ)義理解等各種挑戰(zhàn)。目前，人機(jī)交互能力已經(jīng)在美的多個(gè)家電品類中得到應(yīng)用，如空調(diào)、冰箱、洗衣機(jī)等。從統(tǒng)計(jì)數(shù)據(jù)來(lái)看，帶語(yǔ)音功能的空調(diào)出貨量增長(zhǎng)迅猛，2024和2025年分別增長(zhǎng)了超過(guò)100%。從目前的情況來(lái)看，帶語(yǔ)音功能的家電越來(lái)越受到年輕用戶的喜愛(ài)，它能幫助用戶解放雙手，帶來(lái)更好的產(chǎn)品體驗(yàn)。

聚焦人機(jī)交互，美的AI研究院團(tuán)隊(duì)完成了從“功能實(shí)現(xiàn)”到“體驗(yàn)革新”的跨越，并構(gòu)建了全鏈條技術(shù)自研的能力。同時(shí)，隨著下一代TeachableAI架構(gòu)的推進(jìn)，有望實(shí)現(xiàn)接近于人際溝通的交互效果，這將為美的家電主動(dòng)智慧服務(wù)的生活場(chǎng)景落地奠定堅(jiān)實(shí)基礎(chǔ)。

夯實(shí)技術(shù)底座，推動(dòng)AI價(jià)值落地

對(duì)于企業(yè)而言，只有當(dāng)人工智能成為一項(xiàng)基礎(chǔ)設(shè)施，且企業(yè)員工與產(chǎn)品每天都會(huì)與其接觸時(shí)，AI的業(yè)務(wù)價(jià)值才能得以基本確定。牟小峰博士認(rèn)為，在美的開(kāi)展人工智能技術(shù)研究與創(chuàng)新的最深刻體會(huì)在于業(yè)務(wù)場(chǎng)景的多樣化以及注重業(yè)務(wù)價(jià)值的落地。美的AI研究院并非僅僅是研究機(jī)構(gòu)，其更注重探索和推動(dòng)人工智能技術(shù)在產(chǎn)品中的應(yīng)用，并且對(duì)業(yè)務(wù)評(píng)價(jià)極為重視。

研究院最具代表性的產(chǎn)品是美言大模型。2022年11月，ChatGPT發(fā)布一周后，美的AI研發(fā)團(tuán)隊(duì)對(duì)其進(jìn)行了詳細(xì)的功能和體驗(yàn)測(cè)試。之后團(tuán)隊(duì)確定自然語(yǔ)言處理和人機(jī)交互的發(fā)展方向?qū)⒕劢褂诖竽Ｐ汀?023年4月，美的正式啟動(dòng)美言大模型的研發(fā)工作，并于當(dāng)年9月正式對(duì)外發(fā)布。

牟小峰表示，”美言大模型的推出及應(yīng)用，能夠顯著提升用戶體驗(yàn)，并與此前的傳統(tǒng)AI技術(shù)服務(wù)形成明顯的代際差距。美言大模型推出后，將其應(yīng)用于語(yǔ)音交互中，可以更好地理解用戶的對(duì)話。”

目前，美言大模型的應(yīng)用正在快速提升人機(jī)交互的體驗(yàn)。首先，它實(shí)現(xiàn)了多輪對(duì)話。傳統(tǒng)多輪對(duì)話需構(gòu)建對(duì)話圖或?qū)υ捘０?，缺乏泛化性且?lián)想能力。美言大模型使多輪對(duì)話變得流暢且自然。其次，它具備深度語(yǔ)義理解能力。傳統(tǒng)語(yǔ)義理解實(shí)現(xiàn)難度較大，而美言大模型能夠深入理解并準(zhǔn)確把握用戶意圖，無(wú)論是短句還是長(zhǎng)句。最后，它支持智能知識(shí)問(wèn)答。傳統(tǒng)知識(shí)問(wèn)答只能處理有限的任務(wù)，而美言大模型使問(wèn)答過(guò)程更加流暢，即使面對(duì)超出常規(guī)范圍的問(wèn)題，也能保持較高的準(zhǔn)確率。

在美的推動(dòng)人工智能技術(shù)研發(fā)與應(yīng)用的過(guò)程中，其業(yè)務(wù)場(chǎng)景的豐富性是顯著特點(diǎn)之一。牟小峰博士介紹，美的產(chǎn)品種類繁多，涵蓋智能化家電等眾多品類，這些品類之間存在較大差異。此外，美的的業(yè)務(wù)還涉及樓宇、電梯、機(jī)器人以及醫(yī)療設(shè)備等多個(gè)領(lǐng)域。在這些不同的業(yè)務(wù)方向中，大量設(shè)備需要智能化及人工智能能力的支持，例如人機(jī)交互、圖像識(shí)別等，因此業(yè)務(wù)的應(yīng)用場(chǎng)景十分廣泛。

在全球范圍內(nèi)，無(wú)論是中國(guó)還是海外市場(chǎng)，在制造行業(yè)中，美的在數(shù)字化以及人工智能技術(shù)應(yīng)用方面已經(jīng)處于行業(yè)前沿。牟小峰博士表示，接下來(lái)團(tuán)隊(duì)將聚焦領(lǐng)域模型和業(yè)務(wù)智能體開(kāi)發(fā)。除了現(xiàn)有的美言大模型之外，還將推動(dòng)智能體的建設(shè)，以實(shí)現(xiàn)更多AI基礎(chǔ)能力的突破和落地。最終目標(biāo)是將人工智能能力內(nèi)嵌于內(nèi)部系統(tǒng)和平臺(tái)中，使其能夠更加自動(dòng)化地完成諸多工作。

以“用戶價(jià)值”為導(dǎo)向，持續(xù)驗(yàn)證AI基礎(chǔ)設(shè)施的業(yè)務(wù)成效，美的希望實(shí)現(xiàn)全球制造業(yè)“AI領(lǐng)跑者”的突破，定義在AI時(shí)代的行業(yè)新標(biāo)準(zhǔn)！