新智元報道

編輯：Aeneas 犀牛

【新智元導讀】如今的新浪，已經被DeepSeek全面重塑了！新浪新聞推出AI輔助工具「智慧小浪」幫我們看新聞，更高效、更深度。同時，微博的「評論羅伯特」的人味也是噌噌up，爆梗頻出、妙語連珠。

不久前，新浪新聞大變身！

在APP首頁的頂部搜索框，接入了一個「智慧小浪」。

這樣，當我們搜索想看的新聞時，結果頁會出現它為我們快速總結的資訊要點。大事件的脈絡和概要，會通過AI的深度思考總結出來。

比如鄭欽文和高芙爭決賽門票、中國外貿企業被美國客戶瘋狂催單這些新聞，我們都能快速掌握言簡意賅的內容。

如果我們看完一條新聞，覺得還想了解更多背景資料和深度解析，怎么辦？

不用擔心，智慧小浪推薦的延伸閱讀內容，就會自動出現了。

比如在24-25賽季的NBA季后賽中，庫里的傷勢會對賽局產生哪些影響？是否出戰對于球隊的勝率有多大影響？

智慧小浪的總結，讓我們能快速一觀全貌。

他的受傷經過、凸顯出的核心作用，相關人士評價都能明晰清楚地展現出來。

甚至在點擊后，我們還能直接跳轉至和它的對話界面。

或者，我們可以直接向智慧小浪發問。

比如看完「中國對巴西等5國實行免簽政策」后，我們想知道，之前巴西對中國實行的是簽證政策？

不用再去費心尋找，它給你順手就能呈現出來。

從此，我們在瀏覽新聞時，就不再是被動接收信息的對象，而是通過多輪次互動的模式，成為主動探索、深入交流的參與者。

上網沖浪的體驗，那叫一個爽！

接入DeepSeek深度思考

看新聞大變樣

看到智慧小浪上線，新智元也對新浪進行采訪，揭開了它背后的秘密。

這個智慧小浪，為何能讓我們體驗得如此絲滑？

眼尖的讀者，肯定已經發現了其中亮點：智慧小浪中接入的，就是DeepSeek的深度思考能力。

可以說，這個AI，就是新浪新聞獨家訓練出來的秘密武器。

依托新浪新聞、微博獨有的內容和數據，新浪也打造出了自己的多模態大模型——知微大模型（以下簡稱知微）。

正是在知微的多模態能力與DeepSeek的深度思考能力雙加持下，智慧小浪應運而生。

一方面，它可以對微博廣場式的公開歷史信息和實時熱點數據進行動態解析；另一方面，微博、新浪新聞的權威信源，又為它提供了高可信度的「思考燃料」。

因此，它能快速整合碎片化信息，構建出事件全貌的圖譜，還能規避匿名網頁的模糊性風險。

這樣，用戶就能一觸即達，得到多維度的延伸。

為什么新浪新聞要做這樣一個產品呢？在和新智元的溝通中，他們表示：這當然是為了擁抱AI。

在AI時代，新聞用戶也需要全新的信息消費場景。

如果幫用戶更好地理解上下文，用「總結式消費」來重構這一模式，無疑就會更適配AI時代的用戶。

而且，智慧小浪背后還有更深的一層意義，就是糾偏、把控AI的價值觀。

可以看出，新浪新聞跟其他競品相比，給人的印象會更加客觀、權威，符合主流價值觀。

評論羅伯特，更像人了

與此同時，我們的老朋友——微博上的「評論羅伯特」，最近也更「調皮」了！

此前，這個機器人就到處蹭熱梗、活躍氣氛，在微博人氣大漲。現在，它的「人味」愈發明顯了。

它不光回復幽默，爆梗頻出，讓人拍案叫絕，還能精妙地get到博主的情緒，發出暖心的安慰。有的回復，更是直戳用戶心底。

憑著一條條超絕回復，它已經制霸評論區，成為網友們最為期待的爆梗選手。粉絲量也直沖176w，單日互動高峰甚至能破百萬次。

而且，它的功能也是跟著一路升級。從開始的只能簡單回復，到現在已經可以跟人聊上好幾輪，甚至還能看圖說話、聽視頻聊天。

背后秘訣

為什么「評論羅伯特」能有這么有趣的靈魂？

微博COO、新浪新聞CEO王巍在接受新智元的采訪時透露，主要功勞，就在它背后的基礎模型——「知微」大模型。

在訓練數據上，它使用了微博歷史上大量高質量的評論數據，這些數據具有高轉發、高評論和高點贊的特點，確保了數據的質量、豐富性和代表性。

在訓練方法上，「知微」大模型用了最前沿的強化學習技術，這讓它在回復不同領域內容的泛化能力上，都得到了顯著提升，從而能夠更好地適應各種用戶輸入，在各個領域都能并生成有趣、個性化的回復。

那么最近，「評論羅伯特」為何又畫風突變，完成了超高進化？

王巍表示原因就在于，微博給「評論羅伯特」來了波大升級，讓它的回復質量得到了全方位提升。

這次，主要靠的是兩點更新。

第一，加了心理學相關的數據，讓它更會讀懂用戶的情緒，發個微博它都能猜出你是不是開心，安慰起來更到位。

第二，借鑒了Deepseek-R1和OpenAI o1那種深度思考模型的技術，訓練時加了「思考過程」，回復時能多想幾步，邏輯更清楚，內容更有深度。

兩大buff加持，評論羅伯特自然就更像人了。

此外，微博還打造了一大波爆款應用，讓用戶們玩得不亦樂乎。

博主AI助手

比如這位24小時在線的博主分身——「博主AI助手」，寵粉能力就直接爆表。

學習了大V的語言風格、行業知識及互動模式后，它就能幫博主們提供個性化回復，增強粉絲黏性了。

它會根據博主的歷史發布內容，主動學習他們的語言風格，自動回復粉絲評論，還有伴聊這個功能。

有美妝博主使用后，無論是內容生產效率，還是粉絲互動率，都大大提升。

MBTI小行家

另一位爆款選手MBTI小行家，上線僅7天粉絲就破了百萬，直接讓MBTI相關內容搜索量增長了300%。

它基于微博社交數據訓練，通過分析用戶話題偏好和表情包使用習慣，實時生成性格測試結果，準確率較傳統問卷方式大幅提升。

劇綜角色扮演

而這個「劇綜角色扮演」的應用，能借助「知微」大模型，直接讓虛擬角色活起來。

通過與劇組合作，微博利用LLM將劇中人物「搬」到線上，變成一個由AI驅動的虛擬角色。

正在追爆款熱播劇的你，就可以和它們根據劇情發展而聊天，它們的每一句回復，都仿佛是從劇中「穿越」而來。

這種玩法，也給用戶帶來無與倫比的沉浸式體驗。

AI全鏈路革命

傳媒行業迎黃金時代

在去年新浪新聞舉辦的「2024探索大會」上，王巍就表示，AI技術已成為推動媒體行業全鏈路突飛猛進的關鍵力量。

他指出：從內容生產到傳播，再到用戶消費，AI的滲透正在改變傳統模式。

作為國內頭部社交媒體平臺，微博憑借其「知微」大模型及原生融合多模態技術的探索，也逐步構建起一個以LLM為核心的智能應用體系。

上文提到的智慧小浪、評論羅伯特，以及各大爆款應用，都給讀者帶來了獨具特色的智能體驗。

這背后的功臣，都是「知微」大模型。

「知微」大模型

如今的微博，已經走過了10多年的歷程，積累了一大堆優質數據，這些數據還有自己獨特的味道。

比如，它能實時抓取熱點信息，事件來龍去脈一目了然，許多熱點事件最初就是在微博上爆發的。

新聞事件通常具有連續的發展變化，因此對時間序列下的事件梳理也是微博數據的一大特點。

用戶在上面發言也自帶語言特色，像那些網絡熱梗就特別多。另外，微博用戶的表達方式也很特別，短小精悍、口語化，還挺有趣。

王巍介紹，在打造「知微」大模型時，微博特別看重三件事：一是數據質量得過硬，二是用上了業內頂尖的強化學習算法，三是盡量讓大模型自己推動研發。

為了保證數據質量，微博采用了雙管齊下的辦法：一方面用規則篩掉垃圾數據，另一方面還搞了個專門的大模型來給數據打分，自動挑出高質量信息。

因為微博上有大量圖片和視頻，怎么理解這些多模態內容，就成了關鍵。

原生融合多模態先鋒

「知微」大模型最大的特點，便是原生融合多模態技術。

相較于后期融合，原生融合多模態模型從一開始就將文本、圖像、視頻等多模態數據進行了統一訓練。

這種方式避免了子模態能力下降的問題，同時還能挖掘出模態之間的深層關聯。

谷歌Gemini同樣宣稱是原生多模態，卻注重通用性，旨在打造一個跨領域的「百科全書式」模型。

與之相比，微博「知微」更聚焦垂直場景，依托社交媒體數據獨特性，追求定制化體驗，而非通用的知識覆蓋。

在王巍看來，我們并不需要無數個通用大模型，而是應該在少數基礎模型之上，結合行業數據打造的垂直模型。

「知微」在這塊下了大功夫，比如針對視頻，他們搞了個創新的關鍵幀抽取技術，因為視頻太長沒法全塞進模型，就設計了個高效算法，挑出視頻里的核心內容，這對提升多模態效果特別重要。

還有在圖片和視頻內容的表征上，團隊基于領先的SigLIP方法，做出了多表征模型集成算法，進一步優化了效果。

比如用戶發了個微博，評論機器人會先搞懂內容，再甩出針對性的評論，還能帶上不同的人設。

有個例子挺有意思，用戶發文說：「我以后應該是個很寵小孩的老太太」，文字里沒提貓，但配圖里有。

評論機器人愣是認出了圖片里的貓，回了一句：「這個小貓太萌了，將來也會成為慈祥的老貓奶奶。」這說明它不僅懂文字，還能看懂圖片，綜合能力很強。

劇綜角色，也是大模型最火的應用方向之一。

這其中，就有兩大核心：一是打造通用的角色大模型，因為角色扮演對能力要求挺特殊；二是針對某個劇綜，用多模態RAG把劇情和圖片信息加進去，讓模型更懂故事，能按角色身份跟用戶聊。

數據顯示，評論區結合圖片理解后，互動率提升了12%，虛擬角色還能通過私信或用角色性格跟用戶聊，交互輪次漲了16%。

而在劇綜角色大模型私信場景引入語音內容理解和語音內容生成服務后，私信聊天輪次提升超過20%。

這些都證明了多模態大模型的實用價值。

在多模態應用的未來探索中，微博還將DeepSeek-R1的深度思考能力引入多模態模型和應用中，以進一步提升模型的智能化水平和應用效果。

跟市面上的通用大模型比，「知微」的特別之處在于它是專為社交媒體打造的垂直領域模型。

它深度挖掘了微博的社交屬性，能搞懂新聞事件的來龍去脈，保證資訊和評論的時效性，還能抓住網絡語言的獨特味道。

所以在社交媒體這塊，它更接地氣、更精準，能更好地服務微博的內容生成和用戶互動。

在整個大語言模型生態里，「知微」定位就是社交媒體領域的垂直模型，目標是通過挖透社交數據的獨特性，給用戶帶來更貼心的服務和內容。

關于當前爆火的推理模型，在「知微」大模型的部分應用產品中也引入了深度思考過程，這種方法已經被證明是有效的。

它不僅增強了模型生成內容的全面性，還提高了內容的準確性，從而增強用戶的互動體驗和平臺的吸引力。

王巍表示，未來「知微」大模型在社交媒體里會越來越重要。

在用戶互動方面，將引入更多場景化、多模態、多輪次的互動方式，通過提供撫慰性互動以賦予用戶情緒價值，以及設計更具趣味性的互動以增強社區的活躍氛圍。

在內容生產方面，「知微」大模型將成為博主的有力助手和效率工具，不僅提升內容創作的效率，還能保證內容的高質量輸出。

對于內容消費，「知微」大模型將通過智能搜索、內容總結和脈絡梳理等功能，顯著提高用戶獲取和處理信息的效率，從而優化微博、新浪新聞用戶的內容消費體驗。

相信不久后，我們還會體驗到「知微」給新聞和社交媒體場景帶來的更多顛覆和震撼。