小度，换上新脑|人工智能|新脑|智能硬件|机器人|李彦宏|李莹|百度|知名企业

小度要成为无处不在的AI伙伴。

“如今的小度，换了一个新的大脑。”

在距离2024年百度Create AI开发者大会一周前的一次交流中，小度CEO李莹对36氪如此形容小度的蜕变。

而在大会开场，小度为这个全新的“大脑”留下悬念。百度集团创始人、董事长兼CEO李彦宏，与小度添添AI平板机器人进行了一段互动：

“帮我安排一下日程，今天活动结束后，我会和张总一起用晚餐，之后在酒店有个管理层的会议，大概需要1个半小时，希望10点之前可以结束。明早我准备晨跑，看看天气如何，然后上午8点有个早会，请帮我安排好日程。”

这段普通的指令暗藏玄机，既有简单的新闻问询，也有复杂的日程安排。此前的小度，大概率会以“抱歉”遗憾收尾。但在会上，小度给出了近乎完美的答案：

您与张总晚餐安排在18：00-19：30，结束后，您将在20：00参加管理层会议，21:30左右结束；
明早6点闹钟将提醒您起床去晨跑，跑步时长控制在1个小时以内，确保明早8点早会不迟到；
明早天气晴朗，气温25度，建议您穿短袖外出，做好防晒。

这份蜕变背后的最大变量，在于一颗基于百度文心大模型的“最强大脑”：DuerOS X。

在AI算力从云端逐渐转移到终端应用、大模型从软件应用逐渐渗透至硬件产品，已经连接超4600万家庭的“国民AI伙伴”小度，自然而然的站在了AI技术变革的浪潮之巅。

“小度AI智能助手是百度文心大模型的重要且规模庞大的落地应用，Duer OS X作为全新的AI native OS，完成全面‘换脑’，引领AI原生应用迈向全新的高度，它将为我们带来前所未有的智能体验，开启全新的智能生活篇章。”李莹谈到。

纵观小度换上DuerOS X这颗“新脑”的过程，就会发现，这是一串被百度冠以“最好”形容词的“AI+硬件产品”的打磨链条：

支持复杂日程安排、高语境交流等场景的，是性能最好的大模型文心4.0；负责响应用户不同问题和需求的，是国内最大的智能体平台百度“灵境矩阵”上的2000多个Agent；用于平衡小度解决问题精确度和推理成本的技术，则是最前沿的MoE（混合专家模型）架构；决定“大脑”聪慧程度的训练数据，则来自国内智能音响领域最完整的数据库——小度近十年来积累的高质交互数据。

“新脑”换来的，是更机灵、懂你的小度，也是百度全新软硬一体时代的开启。

01 Connecting the dots

小度蜕变的开始，可以回溯到近十年前——在2015年9月的百度世界大会上，小度的前身，搭载着DuerOS的对话式人工智能秘书“度秘”完成了首秀。

彼时的李莹，负责百度知识图谱的研发，也为度秘产品提供支撑。她对36氪形容，当时的搜索，遵循的Top One是“一条结果，满足一个问题”。这条Top One原则，让度秘的“大脑”，更贴近于传统搜索，用户问一个问题，度秘给出一个准确的回答。

在“人工智障”戏称流行的年代，DuerOS这颗“大脑”的表现无疑是惊艳的。

DuerOS最早被大家熟知，是在2017年的“百度AI开发者大会”正式发布的对话式操作系统，利用语音技术、自然语言处理技术、搜索技术等，打造了听清、听懂、满足用户需求的人工智能对话系统。

然而，当时间来到2023年，“一条结果，满足一个问题”，已经无法再让用户满足。

“简单来说，如果小度还是这个水平，就不够聪明了。”李莹对36氪坦言。

若想设置一个复杂的日程，比如“8:00 am完成任务1，继续完成任务2，且任务2必须在10:00 am前完成”，小度的回答是一句令人遗憾的“抱歉”；再比如，“在搜索引擎原来搜不了的东西，在小度上也一样回答不了”。

但相对地，大模型的发展对小度等智能硬件而言，又是最好的机遇。高通CEO Cristiano Amon曾总结，计算机的发展史，就是算力从超算等大型设备一步步转移至终端设备上的过程。素有“消费电子春晚”之称的CES（国际消费电子产品展），2024年的主题则是“AI for Everything”。

主打家庭场景的小度，站在了离用户情感空间最近的位置。

但仅仅是站在风口中，对小度而言还远远不够。为小度换上一个AI原生的“新脑”——DuerOS X，是小度在新战场的新武器。

2005年，苹果创始人史蒂夫·乔布斯在斯坦福大学的毕业典礼上，曾将自己当下的成就，比作“Connecting the dots”，即过去点滴的积累。

若是细数DuerOS X诞生的必要条件，就可以发现，小度为此刻的蜕变串联了百度、小度将近10年的dots。

“小度从来不是一家单纯的硬件公司。”小度曾在不同场合一再强调智能硬件，不仅仅是硬件的战场，而也是一场“大脑”——软件的比拼。

对“大脑”的强调和持续打磨，让小度“换脑”显得水到渠成。从DuerOS跨越到DuerOS X，最大的变量是百度的通用大模型基座“文心”——这又是一个跨度超过十年、有关百度立身的根本和“让所有人能使用最先进的生产力工具”朴素愿景的故事。

李莹百度集团副总裁、小度科技CEO

02 换脑

大模型应该怎么和硬件结合？硬件的形态应该怎么做？能落地的场景有哪些？

小度的同事们反复研究了CES上的智能硬件产品，得出了一个有些令人沮丧的结论：有意思的产品很多，但技术还没跨越可商业化应用的鸿沟。

“但大模型给人的惊喜是，它每天都在进步，能力的边界在扩展，成本也在持续优化。”李莹说道。

但给小度“换脑”，并不仅仅是接入文心大模型这么简单，而是从数据工程，到技术框架，再到产品应用的全面重造和适配。

“海峰老师（百度集团CTO，文心大模型负责人）他们已经从金矿里面炼出金子，”李莹对36氪打了个比方，“我们要做的是把金子变成戒指或者耳环。”

小度“换脑”的第一件事，就是技术框架的重构。这需要团队有很强的工程及算法能力，让系统的适配性、鲁棒性更强，系统效率更高。小度从第一天起就是软硬一体，工程能力很强，可以快速做重构。

另外，就是要基于小度的场景，做不同的数据工程工作。比如，为了给小度创造不同的AI伙伴人设，要去做大量和精细的数据工程，比如数据收集/标注、训练和调优，还要为每个人设去设计独特的Prompt（提示词），以帮助模型更好地理解和塑造人设。

要让小度更像人，意味着系统的交互方式也要围绕着“像人交流一样”去打造。不少软硬件和操作系统接入大模型，都仅仅是在过去的键鼠或者触屏的交互方式上做叠加。“小度一开始就是针对多模态交互设计的。”李莹介绍。从芯片、摄像头，细到麦克风阵列，小度为大模型驱动的多模态交互，做了不少调试。面对如今的小度，用户用语音、文字，甚至是手势和表情，就能非常自然地表达自己的需求。

在一般场景下，文心大模型已经足够好用。但面对用户需求复杂的家庭场景，小度发现：通用大模型解决问题的精准度和成本都面临现实问题。

小度的解法是，采用模型路由架构取长补短。所谓的模型路由，可以简单理解成用一个模型团队，分工处理复杂任务，团队中的每个模型，就是术业专攻的“专家”。

采用模型路由架构，对花了一年多时间建模型生态的百度而言，有着得天独厚的优势。“现在文心大模型的不同尺寸和特点的模型，小度全在用。”李莹告诉36氪，采用模型路由结构，既能在小度上充分利用不同模型的优势，还能根据任务的难易程度合理调度模型资源，控制成本，比如仅仅让小度设置一个简单的定时提醒，就不需要用到大模型旗舰版。

今天，给小度“换脑”的大工程，有了DuerOS X这份答卷。

小度将DuerOS X定义为“全球首个AI原生操作系统”。在李莹看来，“AI原生”不仅意味着DuerOS X的性能变得更加强大，还意味着操作系统的角色发生了改变：

市面上多数智能硬件产品的操作系统，充当的往往是软件和硬件之间的中间件，解决的是资源分配和任务调度问题，并不理解用户。但得益于大模型的理解、生成、逻辑、记忆等能力，AI原生操作系统最重要的角色，则是担任端到端地解决用户意图和任务之间的中间件。

那么用户会如何感知到小度换脑后的进化呢？

如果用一句话总结DuerOS X的用户体验：就是它更聪明、能干、懂你，以及能更好地提供陪伴。换言之，相比过去“有用”的 AI 助手，现在的小度更“有灵魂”、更像真人了。

“就好比以前的小度负责保质保量地完成任务，现在的小度还会预测用户的意图、主动发起追问，不会把天聊死了。”李莹告诉36氪。不像以前只能一对一的指令式问答，而是更自然的多轮对话，是用户可以从“换脑”后的小度身上，得到的最为直观的感受。

小度的“聪明”还体现在中国人讲求的“耳聪目明”，即多模态的感知技术的增强。一个典型的功能是绘画导师，即使没有专业的绘画功底的用户也不用担心，只要在屏幕上简单地勾出轮廓，小度就能直接将简笔画“精装”，生成精致的绘画作品。用户还可以通过简单的文字描述，来生成一个属于自己的故事绘本。

更“像真人”还体现在小度对用户的个性化记忆能力。比如用户对小度说过，对小龙虾过敏，那么当小度为用户推荐宵夜的时候，会特别提醒“别吃小龙虾，会过敏”。这种能力有赖于小度的个性化长短记忆的存储、提取、理解能力的提升，让小度接得住用户的每一次“考古提问”。

另一个有趣的体验，则是小度不仅有了“脸”，还长出了“躯干”。基于大模型驱动的数字人技术，小度可以在屏幕上生成个性化的数字人形象。无论是作为孩子的可爱伙伴，还是老人们的陪聊对象，通过小度的屏幕，都成了可被感知的真切存在。在今年的春节期间，小度上线了家庭AI年宠——“度龙龙”。它知道很多年俗知识文化，可爱的样子深受小朋友们喜爱，小朋友们的聊天对话的次数和时长，明显增加，在陪聊的同时，长了知识，可谓是寓教于乐。

而在不那么明显的地方，DuerOS X也下足了功夫。“小度现在不是一个‘人’在为你服务，而是背后站了一群‘人’。 ”李莹表示。百度2023年9月推出的文心智能体（Agent）平台，汇聚了2000多个功能各异的AI Agent，如医生、老师、律师、国学大师、星座达人、健身教练等等智能体。接入文心智能体生态，意味着小度可以根据不同人群多样化的需求，调度最合适的Agent来完成任务。比如它可以是用户的AI健身顾问，大到提供健身规划，小到问一下这个水果多少热量、是否适合减肥期间食用。

所谓的“AI原生”，也体现在DuerOS X背靠的，是百度的AI应用生态。这就意味着，小度的“新脑”将会持续地迭代，能力的边界也将不断扩展。

在过去，软硬件适配是个成本高昂的重工程，比如，而基于DuerOS的开发，因为大模型变得更简单了，AI可以省去重复适配流程，无缝植入到各种智能硬件中，内容生态也可以通过Agent的接入轻松适配——未来，小度的“大脑”，将拥有更繁荣的应用、内容和服务生态。