大模型如何开启输入法的“iPhone时刻”？对话讯飞输入法总经理程坤

讯飞输入法13周年再启航，定义下一代生成式AI输入法。作者 |  香草
编辑 |  漠影
大模型时代需要什么样的输入法？进入21世纪第3个十年，人工智能迎来“智慧涌现”的大模型时代，键盘打字、整句联想、斗图……这些“传统”的功能可能已经无法满足广大用户的个性化需求。如何在产品形态已经很成熟的情况下，不断解构用户场景、挖掘用户持续发展的需求，是头部玩家的永恒命题。在13周年之际，讯飞输入法发布“面向下一代输入法的生成式AI”，并带来全新的13.0版本，开启生成式AI输入时代。基于大模型的AI能力，讯飞输入法13.0支持60多款应用，覆盖6大表达场景，并率先开启人机交互界面革新，推出全新的卡片式推荐区“活力视界”，在屏幕与按键之间采用双行显示，支持自由组合卡片功能，将传统的文字呈现方式升级为“Feed流”式的交互体验。据悉，讯飞输入法的“AI创作助手”于今年8月首次推出并开启内测。据讯飞官方数据，经过两个多月的上线验证，基于星火大模型的“AI创作助手”月累计请求量已超过6000万次，用户点赞率超过85%。此次升级，“AI创作助手”再次进化，致力于帮助用户“智慧表达”和“智能连接”。那么，讯飞输入法13.0究竟能够为用户带来什么样的生成式AI新体验？“生成式AI输入法”与传统输入法相比，核心能力有哪些？大模型时代下，输入法未来的发展趋势是什么？智东西与讯飞输入法总经理程坤、讯飞输入法产品总监赵明路进行了深入交流，并第一时间试用了讯飞输入法13.0，从中寻找这些问题的答案。
01.60+应用覆盖6大场景把深、厚、大的能力隐藏在薄页面中

2010年，讯飞推出第一代讯飞输入法，开启了中文输入法的语音输入时代。而现在，伴随着“生成式AI”浪潮的到来，各个领域都迎来了“智慧涌现”的大模型时代，输入法领域自然也发生着巨变。下一代输入法应该是什么样的？具备智慧表达、智能连接两大能力，自适应、自进化两大特征的“生成式AI输入法”，是讯飞输入法团队在这个新时代交出的首份答卷。基于这两大能力和特征，讯飞输入法13.0提供了20余款AI创作助手，覆盖6大场景、60多款应用。讯飞输入法13.0在人机交互上也进行了革新，上线业界首创的“活力视界”交互界面，在屏幕与按键之间采用双行显示，以创新式的卡片设计，实现Feed流式的交互体验。

▲用户可在菜单面板开启“活力视界”界面

与传统的文字候选栏相比，“活力视界”创新组合了Emoji（表情符号）、花样字、斗图等多样化的候选建议，甚至输入之外的扩展服务，内容展示更加多元。

▲“活力视界”为用户提供斗图、Emoji等候选建议

从产品设计的角度来看，赵明路认为，一个好的产品应该用简单的界面为用户提供多维的价值。“活力视界”作为连接传统界面设计和全新AI功能服务之间的线索，通过一个简单的两行视窗，将产品背后丰富的AI能力矩阵呈现在用户面前。对于用户来说，讯飞输入法从交互方式上看起来，可能并没有太大的变化，用户也不需要花费较大的学习成本去理解其中的层级结构。只要用户能更便捷地使用服务，在使用中能感受到“更懂我”，就是讯飞想要达到的效果。

▲赵明路解读讯飞输入法13.0的产品创新

程坤告诉智东西，生成式AI输入法的意义和价值，可以从两个层面来理解，也就是智慧表达和智慧连接这两大能力。1、智慧表达：有大脑、有思想、有灵魂的输入法首先，从用户角度来看，生成式AI技术相当于为输入法加上了“大脑”。上一代输入法只能做文字输入，而现在通过生成式AI赋能，输入法不仅能帮助用户把灵感更好地表达出来，还能激发更多创意。智慧表达能力主要分为三个场景，在用户输入的各个时机，即输入前、输入中、输入后，以不同的方式完善用户的表达。一是在输入前智能生成。基于对上下文内容的理解，结合不同表达需求智能生成内容，主动替用户表达。例如，当用户处于聊天、发布、评论、评价等不同场景的输入框时，“活力视界”右端的推荐栏会自动根据场景需求，提供不同的功能。智东西分别选取了朋友圈、微博、淘宝、小红书这四个应用场景体验，讯飞输入法均自动提供了相应风格的文案。

▲讯飞输入法在朋友圈、微博、淘宝生成不同风格的文案

同样的，在文案生成后，用户可以通过下方的指令切换不同的风格。例如讯飞输入法生成下面这段小红书文案后，我希望它能提供一个更简短的版本，点击“语言简练点”即可重新生成更符合需求的文案。

▲使用讯飞输入法生成小红书文案（动图有加速）

二是在输入中智能补全。基于用户已经输入的内容，讯飞输入法13.0能帮助用户补全句子或续写文章。在补全句子后，用户可以继续在下方选择第二次指令，如引用名言、增加Emoji、改变语气等。

▲扩写句子后，用户可点击下方指令为文字增加Emoji

三是在输入后智能润色。基于用户在聊天、评论、发布等不同场景中输入的内容，结合用户表达习惯或需求，对用户的表达进行应情应景的智能润色。

▲智能润色后，用户点击下方指令可二次生成不同风格文字

2、智能连接：理解用户意图，以用户为中心连接万物其次，从输入法品类角度来看，生成式AI能够帮助输入法从工具型应用向服务型应用转型，无论是输入法App内还是跨App应用，都能将用户与其输入后想要的服务连接起来。智能连接能力主要体现在连接输入场景内外多元服务上，在不同的场景主动为用户提供不同的功能选择。其中比较具有代表性的功能是AI剪贴板。用户无需输入任何内容，只需复制想要回复的消息，“活力视界”窗口就会自动弹出AI剪贴板功能，并提供智能回复等选项。

▲只需复制消息，AI剪贴板就可以提供智能回复

此外，在AI剪贴板中右滑，可以看到拆词、翻译、搜索等更多功能，点击“翻译”即可自动翻译剪贴板中的内容。

▲AI剪贴板自动翻译用户剪贴板内容

AI剪贴板提供的翻译功能，也是讯飞输入法智能连接能力的体现——连接输入场景之外的内容与服务，用户无需切换至翻译应用，即可获得文字翻译功能。
02.推出首个输入法认知大模型打造“1+N+X”生态的重要一环

10月24日，讯飞发布星火认知大模型V3.0，与70天前刚刚发布的星火大模型V2.0相比，文本生成、语言理解、多模态等七大能力全面提升，全面对标ChatGPT。讯飞采取了“1+N（重大行业）+X（细分行业及产品）”的生态体系战略，而讯飞输入法，则是其中的“N”环节里，“智慧输入”这一赛道的应用，是整个生态系统布局的重要一环。在星火大模型V3.0的基础上，讯飞为输入法量身定制了首个输入法认知大模型，涵盖文本生成、多语言语音、多模态生成等生成式AI能力矩阵。首先，文本生成能力是讯飞输入法的基础与核心能力，也是智慧涌现开始的地方。在多语言语音能力上，讯飞输入法在去年率先发布了语音个性化方言免切换系统，对整个方言语音系统的使用有极大促进。从今年6月到9月，短短三个月内，讯飞输入法闽南话的使用率提升了1177％。在此基础上，今年，讯飞输入法额外构建了多语言语音大模型，将识别、翻译、语种分类多任务聚合，达到信息共享互通的目的，实现语种免切换识别、语音到目标语种自动翻译以及领域识别效果增强。目前，讯飞输入法13.0多语种自动识别覆盖了37种语言，端到端语音翻译超过13个，在多语言识别的通用效果上也提升了30%。在多模态生成能力上，基于讯飞星火多模态大模型，输入法认知大模型将多模态对齐到统一语义空间中，通过两种方式，即多模态理解和多模态生成两种任务的协同训练，来实现多模态的协同。目前，讯飞输入法逐渐开始落地应用多模态生成式AI的能力，如AI皮肤、AI头像、AI造字等，为输入法的个性化带来更多可能性。

▲讯飞输入法AI皮肤、AI头像、AI造字界面

除了最基本的生成化特点以外，讯飞认为，新一代输入法认知大模型还应具备个性化、场景化、自进化的特点。在自进化和场景化方面，研发团队结合对比学习，构建了大量正例和负例用于训练Reward Model（奖励模型），并提出了4种Reward Model训练方法，可以在不需要外接人工干预的情况下，实现大模型的常态化自更新。上一代的输入法其实已经具备很多功能，包括不同的输入模式、不同的键位、多种外部功能等。如果对每个功能和项目都进行单独建模，整个系统融合起来的难度是很大的。针对这个问题，讯飞输入法研发团队提出名为ALL-IN-ONE的统一模型架构，利用Prompt（提示词）做任务引导，将不同的任务进行分解耦合训练。除了提高整个系统的稳定性，对可用性、安全性也有很大的提升。

▲科大讯飞AI研究院副院长丁克玉解读统一建模与自进化

在个性化方面，面向C端时，大模型的个性化问题一直是业界难题，因为企业无法为每个用户构建一个专属的大模型。对此，讯飞输入法研发团队提出了Low-Rank个性化定制方法，通过将模型尺寸降低到认知大模型的十万分甚至百万分之一，来使小规模的个性化模型能够在手机等移动设备上顺利运行。具体来说，Low-Rank通过使用场景和相关的用户操作记录下来，在端侧训练小模型，既实现了个性化，又保障了用户信息的安全。
03.13年坚持聚焦用户需求开启输入法领域的“iPhone时刻”

今年3月，英伟达CEO黄仁勋曾在演讲中说，AI的“iPhone时刻”正在到来。而讯飞输入法，想要开启输入法领域的“iPhone时刻”。13年前，讯飞推出第一代讯飞输入法，开创了中文语音输入法的先河。赵明路称，这其实就是一个小小的“iPhone时刻”。数据显示，与去年同期相比，讯飞输入法日语音渗透率提升18%，日语音调用量提升35%，00后用户占比提升17%，日活跃用户规模提升10%，用户规模保持高速增长，产品核心指标蝉联行业第一。

▲讯飞输入法产品核心指标提升数据

作为一款十几年的“老产品”，尤其是在输入法市场规模增长缓慢的情况下，讯飞输入法能够做到年化10%的活跃用户增幅，离不开团队持续13年对用户需求的深入观察，以及对新兴技术的持续跟进。

▲讯飞输入法内容生态总监卢洁解读用户洞察

回顾讯飞输入法13年的发展历程，程坤告诉智东西，有几个特别的节点对讯飞输入法的发展非常关键。首先是2010年，讯飞输入法诞生的日子。当时，这款产品的名字还叫“讯飞语音输入法”，是首款中文语音输入法，它开启了上一代输入法的“语音输入时代”。其次是2012年，讯飞输入法率先将DNN（深度神经网络）应用到语音识别任务中，相对于传统的模型算法使识别效果获得大幅提升，标志着语音输入从“可用”向“好用”发展。2016年，讯飞与锤子手机合作，首次在万人体育场演示语音输入，使语音输入为更多人所知，用户量也获得爆发式增长，月活突破1亿，达到1.1亿规模。2018年作为一个起点，讯飞输入法开始全面拥抱年轻人，先后上线了有趣的、DIY功能、交流社区以及内容开放平台，开始由提升效率向表达个性的方向发展。而如今在2023年，伴随着新生用户的需求增长和大模型时代新技术的赋能，讯飞输入法探索在产品功能、内容生态多方面应用生成式AI技术，想要开启输入法的生成式AI时代。赵明路告诉智东西，如果要用一句话来形容讯飞输入法13.0与12.0相比最大的革新，那就是——全面拥抱生成式AI。赵明路称，用户的需求、技术的发展，始终是讯飞输入法团队不断创新、不断进行产品迭代的最大驱动力。星火大模型提供坚实的技术底座，对用户需求的敏锐洞察提供产品创新的动力，在技术和产品的双向驱动下，讯飞输入法筑起“护城河”，成为输入法品类中的佼佼者。生成式AI输入法不会是终点。在讯飞输入法研发团队看来，它更像是一个分水岭，一个新的发展趋势。程坤谈道，从长远来看，未来，每个人都会有一个智能助理。输入法作为一个既被高频使用，又能跨场景、跨应用的品类，能够连接不同应用之间的“孤岛”，同时又将大模型理解、推理、生成、多模态等优势能力发挥出来。无论是交互界面上的重塑，还是AI功能的增加和深入，都有可能成为继语音输入后，下一个融入每个人生活中难以割舍的用户习惯。
04.结语：输入法开启生成式AI输入新时代

输入法是智能手机、平板、电脑、智慧屏等带屏智能终端所必备的软件产品，渗透到每一位用户的日常生活中。在大模型时代，正如程坤所说，生成式AI在输入法中的应用落地是一个必然的趋势。不仅是讯飞，市面上其他头部输入法厂商也都在做相关的尝试。不同于传统的拼音、手写或语音输入，生成式AI输入无论是在内容的玩法、表达的多样性，还是在服务连接能力上，都能提供更多的想象空间。输入法不再是一个冷冰冰的工具，而是更懂用户、为每个用户量身定制的个性化产品。

（本文系网易新闻•网易号特色内容激励计划签约账号【智东西】原创内容，未经账号授权，禁止随意转载。）