全面战争不断深入的重要表现，是局部的深度战争。

AI大竞赛就是如此。5月15日，百度大脑召开了一场名为“与未来对话”的发布会，百度大脑“智能对话引擎”及其核心产品UNIT3．0亮相，智能对话在AI竞赛中的位置全面提升。

事实上，自从语音、视觉在各个场景应用中大放异彩后，AI一直在等待新的爆发点，现在，创新内涵、应用前景都十分丰富的智能对话开始接棒，包括百度在内，诸多大佬级AI平台都盯上了智能对话。

以百度此次发布会为标志，这个AI新的爆发点正式起爆，一场AI全面战争下的局部深度战争打响，而百度凭借AI技术的先期积累，已经占据有利位置。

不过，对似乎提前锁定胜局的百度而言，要以行业“引擎”的姿态做智能对话，下一步要面临的挑战也有不少。

“复杂系统”下，智能对话更需要开放式行业平台

智能对话，从概念上看，其着眼点在“对话”，也即其AI能力扩展到了人机交互的更高层面——像人一样进行对话式互动，而不只是下达和响应被限定的命令。

这给了智能对话提出了更独特的行业发展要求。

1、智能对话是一个“复杂系统”

目前，智能对话在车载、音箱、客服、机器人领域都有广泛的应用。普通人在网络购物、享受服务的过程中，通过聊天框流畅对话的，很可能就是AI而非客服小姐。

不仅如此，现在的智能对话已经能实现语音实时沟通，某些营销电话的对接，可能就是由智能客服完成，而可以做到消费者浑然不知。

很明显，这种“自然”对AI来说要求变得更高了。

与语音操作、视觉识别等成熟AI智能产品相比，要实现尽可能自然的对话，智能对话需要在NLP（自然语言处理，“听见”讲了什么词组、句子）、知识图谱（即AI懂的知识，只有“懂”才能去“聊”）、语音语义一体化（听见的音节能转化成现实的理解，没有这个就好像不懂外语的听外语）等方面都有深度积累。

智能语音无法通过简单的数据＋模型训练就能形成单个产品，在本质上，它是一组技术和资源的总集成，需要全面的技术布局和深厚的技术积累，也因此，我们看到，智能语音在语音操作、视觉识别火了很久之后，才“姗姗来迟”迎来爆发。

2、做好智能对话，三个“池”缺一不可

正因为是“复杂系统”，所以做好智能对话，其能力需求也十分“立体”。

至少，这三个“池子”的条件平台方必须具备：

首先，要有丰富的“资源池”。如同婴儿学习对话，需要父母不断进行输入，更大量更多样化的输入才能让婴儿更快地实现语言能力成长。智能对话需要大量语料输入，并不断学习外界的“知识”。

然后，是强化学习能力的“技术池”。在输入的基础上，还得有消化能力，不管是新开发的AI技术，还是通用AI技术的借用，智能对话的“复杂系统”都要求AI有更复杂的学习方式和学习过程．

最后，是能够练手的“实践池”。只有具备高密度的现实应用，智能对话才能从“温室”走出，适应“社会环境”，没有真刀真枪上阵，耍再多把式也没用。

3、BAT级平台被智能对话天然“预订”

很显然，有大量语料、知识库，又具备充分的AI技术积淀，还有自家练手的场景应用，全部具备三大“池”资源的只有BAT这样的平台级企业，小公司几乎不具备从零起步构建智能对话产品的能力，或者说，投入太过巨大而没有现实价值。

与简单要求下的语音、视觉不同，智能对话从一开始就锁定了BAT级平台。

而这其中，正是凭借其技术领先、能力丰富的优势，百度大脑才能在这个爆发的节点上，发布其智能对话引擎；在此基础上，百度大脑还针对对话系统定制平台UNIT发布9大核心特性，形成了全新的对话系统定制平台UNIT3．0。

相对于有所动作但幅度并不算大的AT两家AI平台，百度智能对话已经取得行业领先。

搜索出身给了百度巨大的先发优势。不论是天气、星座、美食、快递、团购、小说等信息资源，还是人物、地理、历史体育等问答资源，都让百度的智能对话有了业内难以企及的语料和知识来源。

此外，AI战略让百度为智能对话积累了大量通用技术基底，以及快速上手的能力；而百度地图、Apollo、DuerOS、小度机器人等“真实业务”又成为百度智能对话的练兵场，积淀了可以转化到生态伙伴身上的大量预置技能（可以理解为经过了广泛“实习”）。

百度大脑为什么敢用“引擎”定义智能对话平台？

值得一提的是，智能对话玩家们往往发布都在发布“XX平台”、“XX产品”，而百度此次是直接用“引擎”来定义其智能对话平台。

这固然有拔高竞争维度、强化相对优势的动机，但百度大脑敢这个爆发的关键节点用上“引擎”一词，没有起码的实力是不敢这么高调的。

这里认为，百度大脑能提出“引擎”，基于这三个方面的准备：

1、禀赋上，智能对话平台早已成型

某种程度上，百度此次的发布会并不是在发布一个“新产品”或“新平台”，而更像是一次过去智能对话能力、产品、平台、生态的整合与升级。

在今天正式发布智能对话引擎及其UNIT3．0之前，百度智能对话对自家产品、生态伙伴的赋能，已经累计实现交互460亿＋次，而且这次百度大脑推出的UNIT3．0版本，在搭建技能、构建知识和整合技能与知识上也做了全面升级，就技能搭建而言，包含预置技能和自定义技能。其中预置技能就包括智能问答、设备控制、影音休闲、生活服务等58大项，沉淀了全网最全面最优质的信息类资源。

可以说，百度的智能对话平台已经是全行业技术最强、能力最丰富、规模最大的平台，这样一个本身就具备业务基础的平台，再次升级只能是朝着更高的行业价值定位方向走。

从而，由“产品”或“平台”转向“引擎”也就自然而然了，毕竟，AI竞赛尤其是平台型AI之间的生态竞争，除了技术和商务的深入还会在定位上不断升级维度。

可以预见，若干时间之后，A／T甚至科大讯飞也会跟上“引擎”的定位。

2、技术上，已实现快速冷启动＋高精度长尾优化

在技术层面，百度智能对话引擎及其核心产品UNIT3．0有一个长达100多页的PPT详尽介绍其各类技术优势，其技术储备的丰富与深度可见一斑（具体见相关报道）。

但总体看来，这里认为，该引擎在技术上有两个分阶段的优势：部署后的快速冷启动，运行过程中的高精度长尾优化。

说白了，既然是引擎，“加速度”能力是十分重要的。

按百度方面的说法，其UNIT3．0能通过平均77个模板就能实现对话技能的快速冷启动，对比行业需要高达800＋模板；以地图导航为例，百度大脑智能对话引擎通过10－100个模板、10－100个样本就能快速启动，实现90％的的准确率。

这意味着，开发者和企业几乎拿来就能满足基本的需求，部署十分简单，对环境要求不高。

而在冷启动完成之后，智能对话的能力PK就转移到第二个阶段：精度的上限能到多少。

90％只是开始，100％只能无限接近。百度智能对话引擎目前已经能实现95％的精度（即机器与人对话，95％是成功理解和互动的），注意，这不是普通的指令式语音互动，这个数字已经在智能对话领域已经远远高于多数玩家。

值得一提的是，精度从冷启动到向上优化的过程，本质上是长尾的过程，在频繁、大量的对话可能性之外，不断覆盖那些出现频率不高的内容。而这一过程仍然需要人力完成数据的归纳、标注等动作（等于教会机器新鲜词汇或词组的现实意义）。

百度大脑智能对话引擎不仅在做AI的事，还帮助这种“人力”的节省。其DataKit等产品能够大幅提升样本生产和标注效率，官方称能把效率提升8倍（从16人／天到2人／天），这一定程度上解决了需要啃食数据的AI发展所自带的人力瓶颈问题。

3、应用上，拥有典型场景并继承百度开放特质

除了具体的数字，在实现场景上，百度大脑也在百度引以为傲的开放特质下，完成了多个典型场景的敷设。

目前，百度智能对话引擎已经在智能客服（中国联动、南方电网、东方航空、浦发银行、广州银行等）、消费电子（家教机、伴学机器人等）、车联网（Apollo、小度车载OS平台等，涵盖上汽通过、福特等车企）等核心应用领域进行深度应用。

这些典型场景一方面是百度大脑智能对话引擎的实力证明，另一方面也在不断外延的场景实践中，进一步提升“引擎”的多面适用性，积攒推动更多场景前进的“马力”。

在BAT甚至整个互联网的竞争格局中，百度“最开放”的优势仍将保持下去，更多对智能对话有需求的开发者、企业方将能获得平等、便捷的开放生态。

百度大脑智能对话生态这趟车，还会有更多“乘客”，这种预期下，把平台定位为“引擎”也就顺理成章。

强化“引擎”的生态推动力，百度大脑未来的三大看点

成为“引擎”不意味着结束——现实生活中的引擎往往都在追求更强的推力、更低的油耗，智能对话“引擎”也不例外。

要让“引擎”获得更强的生态推动力（也意味着百度获得更强的竞争力），百度大脑还需要在这三个层面突破升级的关卡：

1、普惠化：让高可用性智能对话实现低门槛获取

AI终将成为全社会的基础设施，智能对话的普惠化将是这个庞大基础设施体系的一部分。

而技术的普惠化，往往又与技术的深度背道而驰。

霍金能够用最后一片能动的肌肉实现打字、演讲，靠的是IBM独家提供的设备的强大技术实力。但这种技术的造价高昂，只能用于少数人身上。

智能对话比其他AI技术更复杂，决定了它的实现难度更大，所需投入的资源也更多，普惠化面临巨大的门槛压力。而高可用性的智能对话，最终目标一定是实现“图灵测试”突破，人人可享用真正智能化的对话机器人，听起来并不“便宜”。

于是，如何降低门槛就成了关键词。

百度智能对话引擎的庞大预置技能，以及快速冷启动、智能化人工标注，都是降低智能对话应用门槛的动作。在百度智能客服人工智能3．0的规划中，“限定轮次”实现“图灵测试”被写入，这说明，在“引擎”阶段就尽量实现技术的简单易行，将是普惠化的可行方式。

2、定制化：多级生态模式满足不同深度的智能对话需求

既然是生态，智能对话绕不过的问题一定有定制化与标准化的协同问题。

平台提供的产品往往以标准化内容为主，如此在商业上更易于实现规模化；而客户的需求往往带有大量的个性化内容，这样才能更好地匹配只属于自己的用户／消费者实际。

又要标准化、又要定制化，是“平台”们面临的共同难题，也是钳制生态规模的重要因素。

从这个角度看，百度大脑智能生态引擎在具体技术内容上，提供的一些工具或模块，就在尝试解决这类问题。

例如，UNIT3．0内嵌一个称为US Kit的开源中控模块，能无缝对接UNIT平台能力，在此基础上快速生产定制化对话中控，且开源架构能够不断延展、支持添加各种新能力。

用大白话说，开发者能够通过配置各种标准化技能（接入多个对话场景），快速搭建和定制符合自己业务场景的对话中控，这种对“标准化”的整合与统一，反过来又现实了属于开发者的定制化对话服务。

3、共赢化：用对话服务模式的变革推动全产业升级

为了强调“对话技术进入工业级落地的各项基础条件已具备”，百度方面用了这样一些数据：38％的企业已应用基于智能对话的系统；44％的企业计划在2年内使用智能对话；83．3％企业认为智能对话能有效降低运营成本；78．6％的企业认可智能对话能改善客户体验……

事实上，换个角度看这些数据：对话服务方式的改变，使得智能对话引擎某种程度上成为产业升级浪潮的助力，而不再仅仅是平台、企业、开发者之间的AI商业互动。

为产业中某企业服务的智能对话引擎，在事实上加速着企业（并通过企业改变产业本身）与互联网信息时代融合的速度，在这个过程中，由于客户体验的改变、信息沟通反馈的便捷，企业以及产业的闷头干活的发展方式也将被改变。

而这，正是产业升级的内容。

智能对应引擎所形成的行业生态从客服等职能切入，但沟通方式改变对许多产业的影响却是整体的。百度大脑的智能对话引擎，不仅仅在形成百度自己的AI垂直生态，也在用对话服务模式的变革推动全产业升级。

＊此内容为【科技向令说】原创，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。