36氪首發｜多模態情感識別讓機器更「懂」人類，「竹間智能」獲3000萬美金B輪融資

36氪獲悉，自然語言處理領域創業公司「竹間智能」獲得3000萬美金B輪融資，本輪由中華開發金控領投、國泰金控跟投，老股東科沃斯、尚珹投資跟投，由光源資本擔任獨家財務顧問，資金將用於技術研發與商業市場拓展。

竹間智能（Emotibot) 是一家36氪持續關注和報道的一家AI創業公司，成立於2015年，由前微軟（亞洲）互聯網工程院副院長簡仁賢創立，主攻多模態情感識別及計算，此前曾推出過面向C端的「小影」機械人。

近年來，語音交互、情感識別已不再是個新鮮事兒，諸多大廠、創業公司入局智能音箱、聊天機械人，然而大多還是採用聲音、文本這類形式進行識別，鮮少有人觸及多模態情感識別。而自創立之初，竹間智能就將文本、語音、圖像等信息相整合進行識別和計算，從而提升機器感知能力，建立和優化多模態人機交互技術。

舉例來說，竹間智能曾與夏普旗艦店合作，當客戶走近產品附近，安裝在產品附近的攝像頭可採集用戶的表情、眼神、肢體數據，繼而竹間的情感識別機械人會「讀懂」用戶行為，並和用戶進行語音對話。

那這是如何做到呢？這主要源於竹間智能的多模態數據集和高精模型算法。

目前全球範圍內鮮少有人觸及多模態情感識別計算的原因之一就在於缺乏相關數據集。另外，基於中文自身的複雜性，針對於英文的訓練數據集和模型算法也無法完全遷移。因此，竹間智能採用了自製造、跨領域專家團隊標記的方式，自己搭建了能夠配合自研模型算法的多模態數據集。

再看模型算法，竹間智能將符號主義與神經網絡相結合，通過用計算機符號模擬人的認知過程實現小數據量前提下的算法訓練。據公司創始人簡仁賢介紹：在無訓練數據情況下，竹間智能的算法準確度可達到80%以上；有訓練數據情況下，則藉由強化學習機理，可使模型準確度在較短時間內達到93%以上，完全可進行商用。

據悉，目前竹間智能已能實現跨領域的行業意圖和情感分析，在跨3000多個領域的意圖理解中，平均準確率可達95%以上，其中對人臉視覺、情感、表情、行為的分析可達90%以上準確率。

經過三年的技術積累，竹間智能目前有兩大產品方向：一是類腦對話機械人，主要包括虛擬客戶助理（VCA)、虛擬企業助理（VEA)、智能客戶聯絡中心（AICC，已支持多輪對話，可達到Google Assistant水平)、虛擬個人助理（VPA，如小影機械人）等；二是多模態情感識別系統，應用於情感識別、人臉表情識別、印象分析、廣告效果分析、呼叫中心質檢、課堂情緒分析等。

值得一提的是，竹間智能在今年推出了AI智能平台Bot Factory™️，由此企業可依託竹間的對話引擎自建業務聊天機械人。該平台為企業提供全棧式AI解決方案，以私有雲+SaaS方式輔助技術落地，以此保障數據安全。目前收費以包年服務費為主，未來有可能按照授權收費。

國內NLP領域創業公司除竹間智能外，還有三角獸、驀然認知、愛因互動等，這類創業公司主要的落地方向主要圍繞智能客服、智能硬件（音箱、機械人）兩個方向。

其中智能硬件主要是和音箱或者手機廠商合作，如三角獸就和Vivo,Oppo等合作接入自己的SDK。竹間智能在硬件方面落地包括：為優必選Cruzer提供竹間服務機械人交互大腦，為國內某頭部廠商提供竹間的對話引擎，為長虹電視提供竹間相關技術。

智能客服則是竹間智能的主打方向，簡仁賢告訴36氪：以電話外呼場景為例，就包括200多個細分場景且在未來會有50%以上被機器取代，而竹間智能目前在這塊市場所佔份額十分可觀。據悉，圍繞智能客服，竹間智能已與交通銀行、招商銀行、民生銀行、平安集團、太平洋保險、華夏人壽、恆大地產集團、唯品會、科沃斯、興業證券、上汽、國旅運通、中廣核集團、中國移動、富士康等頭部企業達成合作。

在選擇客戶時，竹間智能傾向於與行業內頭部合作。簡仁賢表示：公司與雲平台、傳統集成商以及解決方案提供商合作，深入每個行業，引進各行業專家對竹間智能的算法模型進行訓練，從而能夠為行業提供精準的定製化服務，並可將此複製到每個垂直領域中。

商業層面，目前智能客服是竹間智能的主要收入來源，簡仁賢告訴36氪：2018年是竹間智能產品化和商業化的元年，預估在明年營收達到數倍成長同時實現盈虧平衡。

團隊方面，竹間智能聚合了多名NLP、計算機語言學領域專家。創始人兼CEO簡仁賢曾為微軟工程院的副院長，負責全亞洲Bing搜索及微軟小冰、小娜（Cortana）的開發。團隊成員大多出自微軟、百度、阿里巴巴、騰訊、亞馬遜、IBM、Google等公司，同時與MIT人工智能實驗室、MIT Media Lab及該領域的科學家建立了合作。情感計算概念的提出人、MIT Media Lab的Rosalind Picard教授及其團隊，也和竹間智能有深度合作。

關於本輪的投資邏輯，領投方中華開發金控表示：

「人工智能是我們看好的重要潛力領域，語義理解正是連接人類與未來智能生活的入口，更是企業進入產業互聯網革命的關鍵。竹間智能秉持技術優勢、海量數據積累與商業場景打磨擴充，提供全棧式AI解決方案，協助企業智能化轉型，通過AI平台Bot Factory™️大幅提高商業化落地與跨行業能力，從生活的方方面面滿足用戶，為企業客戶創造商業價值。」

筆者認為：對於大多數NLP公司而言，智能客服都是收入的主要來源，而金融、教育、運營商等領域的頭部客戶也是大家主要搶奪的對象。對於NLP創業公司，抓住品類分化，做細分領域的算法模型定製固然可行，而久而久之容易淪為做case的公司，如何將定製化變為標準化，成為每個垂直行業可複製的模塊或許是增大體量的關鍵。此外，已經有創業公司在建設類似於Bot Factory™️這類的AI開放平台，降低企業級用戶構造聊天機械人的門檻，除在技術、性能上的比拼，或許在定價策略上還需要多費功夫。

————

我是鄭銦，36氪超人學院創始學員，關注AI、AR/VR、物聯網、邊緣計算、社交 ，項目交流請加微信zhengbaobao097825，註明公司、職位、姓名。

超人學院相信早期生態推動社會變革，使命是為早期生態培養領袖人才，詳情請戳36氪想要為進入創投圈的年輕人做一所「超人學院」，你來不來