近期,小米水滴平台全新升级为小米小爱开放平台。升级后的小爱开放平台将更好的支持小爱开发者,开发者们可以通过小爱开放平台轻松开发各种应用场景下的语音技能和语音服务。与此同时,2018小爱技能开发大赛校园专场也在火热报名中。
新平台新增了许多功能,如支持函数计算、NLP交互模型等;提供了更丰富的协议支持,如支持音箱录音等;并进一步补充和完善了使用文档。
此次大赛是小爱开放平台举办的第一届技能开发大赛。本次大赛面向全国高校在校生,参赛者可以通过小爱开放平台轻松开发各种应用场景下的语音技能。成功通过审核上线的技能将有机会被搭载小爱语音服务的海量设备用户使用,并可获得丰厚奖励。
自2017年3月问世以来,小爱同学的能力已经已经覆盖了内容、工具、互动等近百个细分领域,这其中有相当一部分好玩有趣的技能是由第三方开发者贡献的,也就是第三方技能。
小爱同学是小米公司旗下的智能语音交互平台,被定位为小米智能助理。目前小爱同学被搭载进包括小米手机、小米AI音箱、小爱音箱mini、小米电视以及小米生态链旗下13大品类,118种设备,可以问天气、算数、听音乐、听广播、翻译等,非常方便。小爱同学的众多能力主要分为两种,一种是小爱官方的工程师赋予的,另一种是第三方开发者赋予的。目前,来自第三方开发者的技能已经不在少数,并且每周都有新上线的第三方技能。
早在2017年5月18日,小米就正式发布了“水滴计划”,向第三方开放人工智能语音服务能力和技能开发能力。水滴平台的开放,既能让各位智能设备的开发者将设备接入小米开放平台,共同打造智能家居平台,又为小爱同学带来无数实用、有趣的第三方技能。在技能开发方面,开发者借助水滴平台不需要任何人工智能语音经验,只需简单的操作就能开发出新玩法,目前水滴平台已经接入了多家第三方应用。随着技能的不断开发,小爱同学将会拥有点咖啡、订机票、叫车、买电影票、寄快递等成千上万种技能。小米希望能融合各家所长,更多的开发者能接入进来,一起把人工智能服务真正做起来。
近期,“水滴平台”正式升级为“小爱开放平台”,小爱开放平台旨在把小米在人工智能领域的技术积累对外输出,提供多种能力给开发者,帮助开发者实现更多可能。与之前的平台一样,不仅能让开发者接入智能硬件设备,还能接入有趣、实用的第三方技能,使小爱同学变得更丰富更有趣。升级后的小爱开放平台较之前使用更流畅、界面更友好。
在小爱开放平台,可以将你的内容、服务、创意变为语音技能。这个平台将为你提供完善的开发套件,帮助企业和中小开发者快速低成本创建语音技能,包括NLP交互模型、函数计算、存储&数据库、测试工具等。
目前,2018小爱技能开发大赛正在火热报名中。大家可直接前往小爱开放平台官网进行报名,报名时间是5月11日-6月1日。经过初赛、复赛、公开投票等环节后,将于7月5日公布获奖名单。一等奖一名,奖金一万元;二等奖三名,奖金五千元;三等奖五名,奖金两千元;还设有优秀奖、纪念奖以及幸运粉丝奖。
人工智能在国内是一门应用成果比学术成果更显著的学科,此次的小爱技能开发大赛校园专场,旨在为在校生提供人工智能应用落地的平台,以激发他们对人工智能的兴趣,进而引起学术领域对于人工智能学科的重视。小米一向重视人才的培养,今年4月25日,小米公司就与武汉大学建立人工智能联合实验室,并于先期提供1000万元人民币的经费,用于联合实验室人工智能方向上的科研工作和人才队伍建设。
小米已经将人工智能作为公司的核心战略之一,并投入很多研发成本,除此之外还广泛吸纳第三方开发者的AI能力,相信未来会在小爱同学身上看到更多更好的应用。
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。