微软首次公开「龙门计划」！竟要用这个小程序，将 AI 推向产品化？

做 PPT，是许多人很头疼的事情。

如果你也有同样的烦恼，不如试试「微软小蜜」小程序。有了它， 你只需上传几张图片，就能轻松制作好看的 PPT。

这款看似简单的小程序的背后，隐藏着微软在人工智能和深度学习领域内的大量积累和经验。 可以说， 「微软小蜜」制作的每一份 PPT 背后，都含有微软工程师的研究成果。

本期「晓组织」，知晓程序 邀请到微软 Office 365 中国团队资深产品经理张鹏， 希望他可以为我们揭秘在「微软小蜜」背后的「黑科技」。

关注「 知晓程序 」微信公众号，回复「 晓组织 」，看厉害的人怎么做小程序。

为什么会选择微信，做一个 PPT 小程序？

张鹏介绍，他所在的是微软 Office 365 创新团队，主要面向中国市场进行工作。 他们的目标之一就是将 Office 365 产品在 PC 端的强大生产力，集成到移动端。

在中国，几乎所有移动互联网用户都会使用微信， 所以，微信自然就成为了这个团队的目标之一。

我们内部的项目开发代号叫「龙门计划」，从名字看你就能明白，这个项目完全是中国创造的。

这个团队对新平台的敏感程度不亚于任何创业团队。在 1 月 9 日微信正式开放小程序平台后不久，「微软小蜜」就成为首批推出的小程序之一。

张鹏告诉我们，之所以这么早进入微信小程序领域，原因有两个。首先是微信平台得天独厚的用户量优势。

有数据统计说明，用户每天在微信里的时间要占总手机使用时间的 35%，也就是说， 平均一个用户每天有超过三分之一的时间都在微信里面。 你的联系人早就从亲人朋友扩展到公司同事和合作伙伴，群聊已经是不单单是家人之前的沟通，很多群已经是用于办公协作等工作场景。

而小程序天生的优势就是不用下载，可以快速进入应用，并且可以进入微信群聊便于更快更高效的协作。

巨大的用户量和粘性，以及小程序平台的「无需下载」特性，都让 Office 365 进入小程序变得再正常不过。

利用 Office 365 生产力平台，通过微信小程序完成一件工作，再直接进入群聊进行必要的沟通和协作，对用户来说是一件非常自然的方式。这也是我们第一时间试水小程序的初衷。

除此之外，张鹏还认为，小程序开发成本和获客成本相对较低，便于类似人工智能等新技术的快速试错和验证。

对于微软内部的创新团队，我们除了 Office 365 这个强大生产力平台之外，还有对人工智能应用的研究。

从目前整个行业来看都面临一个难点：技术走的很靠前，但是很零散。 如何把人工智能技术推进到产品化这条道路上来，形成一个端到端的产品，需要快速验证和迭代。

决定做小程序之后，「要做什么小程序」也成为了张鹏所在团队需要关心的事情。 那为什么会选择做「图片识别文字转 PPT」这种小程序呢？

张鹏给出的答案是：

我们是想探索一下未来移动端文档的生成方式。

在 PC 端大家习惯于键盘、鼠标和打印机的文档生成方式， 然而在手机端这些就都不灵了，在手机上，我们可以利用的是摄像头、语音输入和多点触控屏幕。

另一方面，张鹏和他的团队认为， 大部分对用户有价值的资源， 都是在手机端被发现的 ，类似现场 PPT、创意海报、画在黑板上的流程图，或是微信公众号文章，等等。

用户将这些信息「缝合」进 Office 文档中，往往是比较困难的，也很耗时费力。 如果小蜜可以帮助用户快速完成这个动作，用很短的时间提取有价值内容，这本身对用户就是有价值的 ，因为帮用户节省了时间。

「微软小蜜」小程序的概念，很像微软 Office 的另一款产品：Sway

那为什么是「缝合」，而不是「收藏」呢？

就是因为我们希望这些内容，不管是在移动端还是 PC 端，都是可以编辑的。 只有随时可编辑的可加工的内容，才是属于你的知识或者观点。

目前看来，整个团队的投入是非常值得的。张鹏告诉我们，现在，「微软小蜜」累计访问量已经超过了 500 万，并有累计超过 100 万张图片处理量和超过 40 万份 PPT 制作量。

在这段时间， 我们并没有主动去运营和推广，我们更多是关注现有用户数据和反馈。 在用户量背后，我们更关注产品的核心用户，他们的需求是否被满足。

让我们感到高兴的是，我们看到小程序有很多忠实用户。 小蜜每天有超过 70% 都是老用户 ，也收到了他们很多好的建议，这对产品初期是非常重要的。

「微软小蜜」小程序使用链接
https://minapp.com/miniapp/1957/

在「微软小蜜」背后，有微软这些技术支持

作为一款以 OCR（ 即类似识别图片中文字）功能为主的小程序，里面当然有微软自家的技术存在。

在采访中，张鹏就向我们介绍微软在计算机视觉领域的研究成果。

微软在研究计算机视觉这个领域还是非常给力的，在我们前不久的计算机视觉方面的大赛也得了很多一等奖，不管是能够识别出来的物体的种类，还是坐标值、位置等等，精确率都非常高。

光有研究成果当然不行。 如何在实际中，利用好这些技术成果，也是让科技走进千家万户的重要步骤。

将图片、印刷品中的文字，变成在电脑、手机上可编辑的文本，就需要用到 OCR 功能。

我们的产品相对来讲是属于从技术上比较成熟，也比较适用一些实际的场景，我们会逐步通过产品给大家分享。

比如，计算机图像识别要对图像里面的基本特征值的抽取。例如，我们刚刚增加了对图像里面的物体识别，打标签的功能，目前可以识别 2000 多种物体，我们识图接口在你的图片里看到一种物体，就会标注一种物体。

张鹏还介绍，目前微软的光学识别技术，可以识别来自全球跨商界、体育界、文娱界等超过几十万人的名人。

而「微软小蜜」小程序，也是利用了微软计算机视觉方面的研究成果 ，这也是计算机视觉实际应用的一个例子。

张鹏介绍，计算机视觉能够实际被应用，离不开最近热门的「深度学习」。

深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度神经网络是按层排布的，每一层都运行着不同的数学运算（算法）。

举个例子，一个针对图像识别的深度神经网络，其中有一个层用于搜索图像中的一组特征（如：图片的边缘，形状等），后面的运算层用于搜索其他特征，那么这个神经网络的深度越深，他的学习能力越强，对图片的表达越清晰和智能。

深度学习原理图

微软在深度学习领域的研究，也有非常好的成果。

目前典型的神经网络设计一般包含 6~7 层，部分可以达到 20 到 30 层，而微软亚洲研究院一种被称为「深度残差网络」（deep residual network）的新技术，可以进行多达 152 层的复杂数学运算。

这意味着， 在不远的将来，微软可以使用 GPU 和其他专用芯片的庞大集群，提升人工智能的各式各样服务能力 ，其中就包括今天介绍的「微软小蜜」小程序。

未来，微软还打算这样做小程序

在采访中，张鹏也向我们透露，他们团队接下来的计划。首要之事，就是为小蜜增加新功能。

小蜜有一双眼睛，他现在可以看懂图片中的文字和表格，下一步我们会让他看到更多的东西，比如流程图，信息图表，图标等等。

除了「看见」，我们还希望小蜜能「听到」，即用户可以直接通过自然语言让小蜜产生内容。最后，我们希望小蜜可以去设计，用户只要关心内容输入就可以了，将演示效果交给小蜜来完成。

我们前一段时间为「微软小蜜」小程序增加了表格识别功能，你用手机拍照一张表格图片，我们可以识别图片中的表格坐标，在 PPT 中将表格还原出来，你可以很轻松的对表格进行各种操作。从识别效果上，我认为在市场上还是领先的。

当然，这个小程序还有很多要改进的地方，如刚才提到的，如何更好的将微软在计算机视觉和深度学习领域的研究产品化，我们还有一段路要走。

当被问及是否还有其他小程序推出，张鹏的回答是「当然」，而且方向也是以生产力为主。然后对我们卖了个关子，「这里先不透露太多，希望早点儿和用户见面。」

我们也期待「微软小蜜」和微软 Office 365 团队，能够用新技术，帮助我们更快、更好地完成工作。

关注「 知晓程序 」公众号 ，在微信后台回复「 晓组织 」，看厉害的人怎么做小程序。