2019 年了，我们和机器是怎么交互的呢?

电脑，还是离不开物理按键——键盘。

手机、车载显示器，点触即可。

同时，有一种新的交互方式随着智能音箱的普及刷新了我们的生活——语音交互。

连屏幕都不用看了，想听啥歌张嘴就行，真正解放双手。

八过，这几种交互体验都非常单一。在小雷看来，它们都不会是未来的主流交互方式。

打个比方，语音交互就有个硬伤：必须喊唤醒词才能启动。

一个人工智能产品，非得喊名字才能用，这使用率能高吗?

说到这，大家肯定开起了脑洞，未来的交互方式会是什么呢?

电影里那些还摸不着边的科幻概念就不说了，有没有什么已经出现，又能引领未来的新技术呢?

有的有的。小雷就不卖关子了，那就是——

多模态交互技术

(图源：达晨创投)

小雷不负责任推测，有 88% 的人听到它都是介个表情

这啥玩意?干嘛的?下面小雷就用大白话给你们科普一下。

这个创新概念是在 2015 年 12 月，图灵机器人(14.920, -0.02, -0.13%)团队推出Turing OS 机器人操作系统时提出的。

手机有操作系统，机器人也要有操作系统。Turing OS 机器人和人之间的交互方式，就叫做“多模态交互”。

模态也就是英文里的“modality”，翻译过来就是感官。而多模态就是把“文字、语音、视觉、动作、环境”等多种方式融合在一起。

说白了，这个交互的本质就是“让机器也有感情”。

(图源网络)

小雷盘了一把国内 AI 领域，发现势头很猛的自动驾驶也有独立的操作系统，可以结合数据库做出决策，但它并不算“多模态”。因为在目前的技术条件下，自动驾驶并不能像人类一样完全独立思考。

(图源网络)

那问题来了，多模态交互难道又是一个摸不着边的概念吗?

在此之前，图灵机器人已经和好几家公司合作，推出了搭载 Turing OS 的智能机器人。

但是这个嘛，离我们的生活还是有点远，至少小雷作为一个单身狗是用不上的。

真正把“多模态交互技术”产品化的，是移动办公领域大佬钉钉。

就在快要召开“未来组织大会”的前几天，钉钉和阿里达摩院联手打造了全世界第一台“多模态交互技术”智能办公硬件——智能无人前台 M2S。

这不是钉钉第一次推出智能办公硬件了，各位大老板应该都听说过，钉钉出的智能打印云盒、智能门禁、智能会议盒子等产品。

作为一个积累了超过 700 万企业用户的平台，钉钉一直都深谙办公领域痛点，并为此布局了很久。

在 M2S 之前，钉钉曾推出过一台M2人脸识别考勤机 ，可以结合钉钉 App ，完成无人前台考勤。

M2 采用的是活体人脸识别技术，也就是说，不能用照片代打卡。

鹅且识别率精准，在1.5m内，可以五个人同时打卡，省去了员工排队打卡的麻烦。

它好是好，但假如公司来了访客，还是需要前台在门口登记迎接，并不是真的无人前台。

而采用了多模态交互技术的 M2S ，完美地解决了这个痛点。

为了方便大家理解，小雷先简单介绍下它的工作流程

就是说嚯，你走到 M2S 1.2 米处，它就会识别出你是员工还是访客，然后根据你的身份和预约情况，主动给你不同的反馈。

小雷举个例子：

假如我是员工，M2S 会记录好我的打卡时间，并主动打招呼“小雷早上好~”

假如我是第一次来的陌生人，M2S 会主动问我“请问你找谁呢?”，我说找“机老师”，然后录入信息，它就会通过钉钉帮我拨打机老师的视频电话。在机老师确认接待后，我就能刷脸进去了。整个过程完全不需要前台和纸质登记。

一顿操作猛如虎，就问你服不服?

它最大的亮点，就是具有精准识别身份然后提供定向服务的能力。

问题来了，定向服务都有哪些呢?

1.识别精准且快

能同时识别 10 个人，识别时间只需 0.5 秒。上班打卡争分夺秒，这个是妥妥的福音。

2.员工关怀

公司行政部小姐姐逢年过节要给大家发邮件发贺卡，要花很多时间去统计执行。

但有了M2S，我一打卡机器就会跟我说“小雷，生日快乐”“小雷，今天是你入职1周年纪念日!”有趣又省力。

3.真实对话，无需唤醒

小雷上面吐槽过了，市面上的语音助手，基本都需要念名字才能唤醒。

谁都知道，熟人交流是不需要念名字的。

至于 M2S ，是看到人来了就会自动打招呼，“xxx早上好”“辛苦了”“请问你找谁?”，就跟真人对话一样，没毛病。

鹅且它还能喊出不同人的名字，亲切程度堪比《超能陆战队》里的大白。

4.来访记录线上化

大家回忆一下，以前公司有客人来访，都是用一个厚厚的大本子手写记录。

字迹不容易辨认，而且填的信息也没法考证。最主要的是，导出还特别费时间。

如果用 M2S ，就不存在这个困扰了。因为来访者都是在钉钉 App 上登记自己的信息，而且只用登记一次，这个资料会自动上传到魔点访客后台。

这就有一个什么好处呢?

当访客第二次来时，M2S 可以准确地叫出他的名字，而且会问“这次还是来找xxx吗?”小雷只能想到一个词：一劳永逸。

如果是推销人员啥的，M2S 还可以把他拉黑，以后都甭想进门了。安全程度可见一斑。

5.自动算薪，软硬件一体化

这最最重要的一点呢，别忘了，钉钉的智能办公硬件，都离不开钉钉软件应用生态。

打个比方，M2S 和钉钉智能人事系统是打通的。手机只要登录钉钉 App ，全员考勤记录，甚至每月的员工工资，都可以自动统计，无需人工核算。

看到这，行政部的小姐姐应该都感动哭了吧?

这一切，只需要把钉钉 M2S 和魔点门禁关联起来，通过钉钉 App 就能实现。

M2S 的好处是显而易见的，小雷随手就能列出好几点：

打造一种全新的办公方式。员工不需要跑下楼去接人，公司也不用再制作门禁卡参观卡了，来访者无需手写登记表，真正做到无纸化办公。

最直接的一点，就是省钱。一个前台工资少说也要 3000 元，M2S 是完全可以省去这笔钱的。

提升公司形象。M2S 摆在门口，任谁看了都会赞叹一句“高科技”。

这个“多模态交互技术”产品对钉钉来说，是一次产品迭代。但在小雷看来，它对钉钉系统生态以及国内 AI 领域的发展，具有极其重大的意义。

钉钉智能硬件的负责人易统说过，钉钉做硬件不是为了将某一款硬件智能化，而是为了打造一个软硬件一体的生态，为企业提供从物理空间到信息系统，及管理思想的全链路数字化。

他介绍道，企业数字化就要求物理办公空间的数字化，空间数字化就需要 M2S 这样的智能办公硬件。

是的，对企业来说，M2S 真的是办公必备硬件了，我们老板看了都说要买一台。

别看小雷说得这么简单，但想要把“多模态交互技术”产品化并不容易。

钉钉能成功，最主要的原因是深度整合运用了阿里达摩院多项AI技术。

比如，在技术上，M2S 通过多模态语音前端处理引擎，解决了多人同时说话带来的身份分辨问题。

而在语义理解上，智能前台使用了最新的结合知识的神经网络模型，如 Knowledge-BERT 等，来检测说话人的行为意图，远远甩出“人工智障”几条街。

M2S 还顺便引入知识图谱技术，结合钉钉的组织关系和能力，实现智能匹配。

最后的结果，就是将多模态交互产品量产商用，送到我们的身边。

说实话，AI 这个词近几年已经有点烂大街了。阿里钉钉突然放出这么个大招，让小雷觉得，还是有人在默默地做一些牛逼事儿的。

钉钉这次野心不小，但作为一个推崇高效的办公平台，他们的技术突破，又完全在预料之中。