據悉，拓爾思自成立以來，一直從事自然語言處理核心技術的研究并保持了業界領先水平。今年年初已開啟在人形機器人軟件產業中的布局，希望通過多年自主研發的自然語言處理、深度學習、知識圖譜等技術，幫助機器人武裝大腦，讓人形機器人“才高八斗”、“學富五車”，掌握更多的專業知識，能與人對答如流，從而更加高效地提供各種智能服務。
基于自然語言處理的對話能力
對話能力可以幫助機器人通過自然語言與用戶進行交流，在理解用戶真實意圖的基礎上，形成知識庫查詢動作或執行指令，提供各種智能服務。由于自然語言的多樣性和多義性，需要使用深度語義匹配技術，解決用戶查詢指令與知識語義準確對應的問題。此外，考慮到交互的復雜性，往往涉及到多輪會話以及場景切換等問題，機器人需要具備基于上下文的交互理解能力。拓爾思小思智能問答機器人技術完備，在政務服務領域應用成熟，技術上具備較強針對性。
基于知識圖譜的知識庫構建能力
不同領域的服務機器人需要應用的業務場景和專業知識都是不同的。機器人只實現與人的語言交互還不夠，更需要通過構建知識圖譜、儲備專業知識及能力來提升交互內容的準確性、關聯性和專業度，幫助機器人針對不同應用場景進行學習深造，掌握各種專業知識。例如，要精準回答北京疫情防控的相關問題，機器人需要有一個高質量的疫情知識庫作為支撐。這個知識庫會實時采集疫情防控的相關知識，并按知識圖譜的形式進行加工和組織，將自然語言表示的知識轉化為計算機可以理解的形式化表達。機器人將通過基于知識圖譜的搜索和推理技術，利用這個知識庫提供疫情防控相關的問答服務。面向政務、媒體、企業、金融等領域的應用，拓爾思積累了近30個專業知識庫，百億級知識圖譜，可以快速幫助機器人武裝大腦、獲取專業知識。
基于深度學習及大模型技術的自我進化能力
拓爾思通過長期積累的千億級各行業大數據，訓練了自有的預訓練大模型，可以快速適配滿足各類下游任務的訓練需求，只需要通過少量標注樣本+微調優化的快速遷移學習就可以滿足各種任務，有效地降低了學習成本，大大加快了機器人學習成才的速度。
公司目前正在和北京一流科技有限公司等AI公司共同合作研究人形機器人軟件技術以及推廣應用。據悉，一流科技創立于2017年1月，立足于通用性深度學習標準框架的研發和推廣使用，力爭打造人工智能深度學習框架產品的引領者和事實工業標準。一流科技獨創了自動數據模型混合并行、靜態調度、去中心化和全鏈路異步流式執行四大核心技術，能夠大幅提升分布式訓練速度，降低訓練成本，拓寬AI應用范圍。
雙方在人形機器人的智能化方面，共同研究深度學習的應用場景，面向機器人產業統一硬件和開放算法框架發展趨勢，研發云端協同的AI算法框架以及面向特定領域的知識圖譜技術，將拓爾思在自然語言處理、知識圖譜領域深厚的積淀與一流科技在深度學習引擎領域的技術優勢結合起來，構建機器人軟件大腦，培育AI算法集市，設計算法模塊共享、交易、分成機制，為業界主流機器人廠商提供中立、開放的軟件生態。
拓爾思表示，和深度學習引擎領域的領先企業建立共同合作，將進一步加強公司在機器人軟件生態領域的協同，借助先進的深度學習引擎帶來的更強算力，用拓爾思的AI技術為人形機器人武裝各種專業大腦，未來以更專業的方式與現實世界交互，開拓廣闊的市場空間。
