至顶网软件频道消息: “您好,我是XX银行信用卡中心的客户经理,我们银行刚刚推出了一款私人定制信用卡,耽误您一分钟给您介绍一下,好吗?”
“喂,感谢您的接听,我是XX保险公司的客户经理,近期公司针对私家车推出了‘服务升级、感恩回馈’的车险活动,想给您报个优惠价格,做下参考比较,可以吧?”
大家日常可能都接听过类似的电话,客户经理甜美或磁性的声音背后,我们可能从来没有怀疑过,电话的另一头,究竟是人or机器?
以上只是灵伴即时面向金融、保险领域开发的智能机器人客服对话场景之一,作为国内语音交互领域首屈一指的人工智能企业,灵伴即时推出的智能语音机器人,基于业界领先的NLP、ASR和TTS技术打造的多轮次复杂对话引擎,实现了无限接近真人、自然流畅的语音交互服务。而高效语音客服的背后,通过采用金山云提供的云端服务,为灵伴即时业务高速发展提供了充足的动力。
混合架构为业务提供多样化计算能力
当前,人工智能发展如火如荼,智能语音作为人工智能偏前端的交互模式,以其更接近于人类交流习惯等特性,成为当前人工智能应用中率先实现了突破性进展的技术领域之一。“自然语言回答代表未来智能化产品的终极形式,智能语音将是下一代交互的最佳入口,”灵伴即时创始人兼CEO陈博博士曾提到。
据了解,灵伴即时基于动态语境下的复杂口语对话引擎,可满足多轮次交互场景下的深度理解;并在行业内首创了面向客服领域专用语音合成模型,在银行、保险、电信、电商等垂直领域识别率高达95%以上。
在灵伴即时业务拓展中,智能语音服务对于后端的计算能力提出了非常高的要求,需要足够稳定、可靠和高效的云端服务来保证业务平滑运行,稍有偏差对于业务将产生严重影响。金山云通过深入分析灵伴即时业务诉求,发现其既有如Web Service等轻量级服务,也有如ASR、IVR等计算资源消耗型业务,两种业务类型对计算能力的需求各不相同,如果仅仅采用云主机实例作为计算资源,对推演型服务不仅需要超大套餐而且其性能仍然无法很好地适配客户需求。
对此,金山云基于云主机(KEC)及云物理机(EPC)混合方案,为灵伴即时提供了多样化计算能力,通过使用KEC承载轻量级服务,使用EPC承载资源消耗型业务,不仅可以灵活满足业务对计算资源的诉求,也可以有效管控并降低计算成本。
高性能数据库快速满足多并发业务需求
灵伴即时在业务开展过程中,通过将语音识别、语义理解、语音合成,以及整套工程化对话技术整合封装,实现了服务的一站式获取,极大提高了部署效率,这一系列服务的背后,高性能数据库作为业务关键型应用之一,对于效率提升提供了极大保障。
基于自身业务特征,灵伴即时对数据的存储、调用等要求较高,希望获得高性能、高可用、高可靠和可弹性扩展的数据库产品。通过采用金山云云数据库Redis、关系型数据库RDS服务,灵伴即时无需自行搭建即可直接构建数据库服务,从而大大缩减数据库开发部署等方面的时间和成本投入;此外,金山云提供的7*24小时人工服务,也大大减少了运维压力及业务成本。
在产品功能上,金山云Redis不仅可以提供主从高可用版本,也可以提供集群版本,供客户根据自身需求灵活选择;金山云RDS采用主从高可用设计,具备多重安全防护措施和完善的性能监控体系,全面满足高可用需求,保障数据安全、稳定运行。
在业务实践中,因为需要实时快速响应用户语音通话,灵伴即时对网络吞吐能力要求非常高,对此,金山云提供了EVPN方案,无需穿越网关集群,单机可承载20Gbps或更大带宽,从而自如地应对大网络吞吐场景的需求,实现了内部数据和外部业务的快速打通。
对于金山云提供的产品和服务,灵伴即时创始人兼CEO陈博博士表示:“和金山云开展合作以来,在产品的稳定性、服务的多样性、业务的响应速度等方面,金山云都做到了令人满意的程度,在未来,希望和金山云展开更多层面的合作,共同朝着让人工智能成为人类灵魂伴侣的终极愿景去努力。”
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。