引言在人工智能的漫長(zhǎng)征程中，大模型的出現(xiàn)無(wú)疑是一座閃耀的里程碑。2023年，在全球科技領(lǐng)域，大模型無(wú)疑成為了最炙手可熱的話題，這股熱潮由OpenAI大模型的競(jìng)爭(zhēng)中。如果說(shuō)深度學(xué)習(xí)技術(shù)的突破讓計(jì)算機(jī)擁有了“看”和“聽(tīng)”的能力，那么大模型則讓計(jì)算機(jī)具備了“理解”和“創(chuàng)造”的潛能，重AI開(kāi)發(fā)“大一統(tǒng)”，讓AI真正普惠與落地ChatGPT1AIAIAI大模型則具有良好的通用性、泛化性，可以顯著降低人工智能應(yīng)用門檻，用戶基于大模型通過(guò)零樣本、小樣本學(xué)習(xí)即可獲得領(lǐng)先的效果；同時(shí)，“預(yù)訓(xùn)練+精調(diào)”等開(kāi)發(fā)范式，讓研發(fā)過(guò)程更加標(biāo)準(zhǔn)化，顯著降低了人工智能應(yīng)AI走向產(chǎn)業(yè)落地，助力組織加速發(fā)展新質(zhì)生產(chǎn)力，AI“時(shí)間永遠(yuǎn)分岔，通向無(wú)數(shù)的未來(lái)”，無(wú)需短期高估技術(shù)的影響，也不要長(zhǎng)01CONTENTS目 01錄 0203

引言 01大模型在組織數(shù)智化中的應(yīng)用 03大模型應(yīng)用場(chǎng)景概述大模型行業(yè)應(yīng)用分享GLM行業(yè)特色優(yōu)勢(shì)大模型的部署與落地 18大模型部署常見(jiàn)問(wèn)題雙維度看模型選擇Prompt調(diào)優(yōu)準(zhǔn)備微調(diào)的判斷與方案選擇智譜AIGLM企業(yè)級(jí)解決方案 20ready業(yè)務(wù)場(chǎng)景落地全生命周期服務(wù)十大GLM客戶成功案例 22打造新一代認(rèn)知智能大模型 42GLM-4，新一代基座大模型關(guān)于智譜AI 44大模型在組織數(shù)字化中的應(yīng)用2023AIGC為主角的跨年度大戲高潮迭起：從ChatGPT話題，到大模型形成百舸爭(zhēng)流的局面。如果說(shuō)，各大廠商紛紛推出大模型產(chǎn)品并形成“百模大直化應(yīng)用以及價(jià)值轉(zhuǎn)化發(fā)展。文本生成文本生成指的是通過(guò)指令（Prompt）讓大模型自動(dòng)生成文字，包括電子郵件、短信、文章、新聞報(bào)道、社交媒體帖子等各種文本內(nèi)容。相較傳統(tǒng)以規(guī)則和模板的方式，大模型提供了完全不同的體驗(yàn)，這也文本生成文本生成指的是通過(guò)指令（Prompt）讓大模型自動(dòng)生成文字，包括電子郵件、短信、文章、新聞報(bào)道、社交媒體帖子等各種文本內(nèi)容。相較傳統(tǒng)以規(guī)則和模板的方式，大模型提供了完全不同的體驗(yàn)，這也是大模型最先跑通的商業(yè)模式。信息抽取信息抽取是指將長(zhǎng)段文字中的信息抽取出來(lái)并且以結(jié)構(gòu)化的方式輸出。相比起傳統(tǒng)NLP的方式，大模型在泛化能力上有非常大的提升，并且開(kāi)發(fā)成本要低2個(gè)數(shù)量級(jí)。信息檢索傳統(tǒng)的信息檢索系統(tǒng)只能以文字來(lái)匹配正文，并且只能以原文片段返回，或者對(duì)于垂直場(chǎng)景只能是結(jié)構(gòu)性的卡片，而大模型則可以為你通讀結(jié)果并根據(jù)你的查詢生成針對(duì)性的回答，帶來(lái)全新的搜索體驗(yàn)。新聞/小說(shuō)生成廣告文案生成會(huì)議紀(jì)要生成新聞/小說(shuō)生成廣告文案生成會(huì)議紀(jì)要生成數(shù)據(jù)報(bào)告生成直播腳本生成周報(bào)/郵件生成用戶需求提取用戶畫像提取輿情分析文章閱讀輔助助貸數(shù)據(jù)清洗銷售質(zhì)檢知識(shí)搜索視頻搜索文檔檢索商品搜索簡(jiǎn)歷檢索房產(chǎn)檢索智能客服語(yǔ)音助手游戲NPC智能客服語(yǔ)音助手游戲NPC虛擬社交虛擬導(dǎo)購(gòu)智能陪練AI建站智能RPA代碼生成測(cè)試用例生成代碼審查語(yǔ)言翻譯/優(yōu)化復(fù)雜指令識(shí)別文章擴(kuò)寫/縮寫作文評(píng)分/潤(rùn)色意圖洞察PPT生成解數(shù)學(xué)題車載助手合同審查作文批改指令代碼生成自動(dòng)生成代碼，提高開(kāi)發(fā)效率，減少人工編寫代碼的工作量。自動(dòng)分析已有的代碼并提供重構(gòu)和優(yōu)化的建議，減少人工編寫測(cè)試代碼的工作量。同時(shí)，大模型可根據(jù)用戶提供的部署描述自動(dòng)生成部署腳本，并監(jiān)控應(yīng)用程序的性能。智能對(duì)話對(duì)話系統(tǒng)是指機(jī)器和用戶進(jìn)行對(duì)話的系統(tǒng)，通常用于客服和助手類的場(chǎng)景，但原有客服都基于問(wèn)答對(duì)或者規(guī)指令代碼生成自動(dòng)生成代碼，提高開(kāi)發(fā)效率，減少人工編寫代碼的工作量。自動(dòng)分析已有的代碼并提供重構(gòu)和優(yōu)化的建議，減少人工編寫測(cè)試代碼的工作量。同時(shí)，大模型可根據(jù)用戶提供的部署描述自動(dòng)生成部署腳本，并監(jiān)控應(yīng)用程序的性能。智能對(duì)話對(duì)話系統(tǒng)是指機(jī)器和用戶進(jìn)行對(duì)話的系統(tǒng)，通常用于客服和助手類的場(chǎng)景，但原有客服都基于問(wèn)答對(duì)或者規(guī)則來(lái)進(jìn)行對(duì)話，難以達(dá)到真人的水平，而大模型則能在上下文理解和回答生成上帶來(lái)全新的體驗(yàn)。其他大模型+智能汽車大模型行業(yè)應(yīng)用分享大模型+智能汽車9復(fù)雜車控車書問(wèn)答閑聊陪伴生活服務(wù)復(fù)雜車控車書問(wèn)答閑聊陪伴生活服務(wù)客戶標(biāo)簽提取銷售話術(shù)質(zhì)檢營(yíng)銷話術(shù)輔助銷售話術(shù)訓(xùn)練車友社區(qū)運(yùn)營(yíng)戰(zhàn)敗歸因分析售后服務(wù)輿情分析智能工單智能客服生產(chǎn)制造質(zhì)量檢驗(yàn)產(chǎn)線生產(chǎn)軟件開(kāi)發(fā)智能座艙市場(chǎng)營(yíng)銷典型場(chǎng)景分享智能座艙市場(chǎng)營(yíng)銷大模型賦能復(fù)雜車控：拓展服務(wù)邊界，提升用戶體驗(yàn)大模型賦能復(fù)雜車控：拓展服務(wù)邊界，提升用戶體驗(yàn)傳統(tǒng)車控方案的現(xiàn)狀和痛點(diǎn)大模型的業(yè)務(wù)價(jià)值傳統(tǒng)車控方案的現(xiàn)狀和痛點(diǎn)大模型的業(yè)務(wù)價(jià)值工具屬性大模型體驗(yàn)屬性04分類場(chǎng)景說(shuō)明示例簡(jiǎn)單意圖簡(jiǎn)單明確的意圖解析傳統(tǒng)小模型可以支持條件意圖滿足A條件執(zhí)行B動(dòng)作傳統(tǒng)小模型部分支持“10分鐘后關(guān)閉空調(diào)”、“到家后提醒我買菜”并列多意圖一句話中包含多個(gè)意圖傳統(tǒng)小模型不支持“播放周杰倫的稻香，單曲循環(huán)，音量調(diào)到30%”銷售話術(shù)質(zhì)檢：高轉(zhuǎn)化率、精細(xì)管理、持續(xù)改進(jìn)的營(yíng)銷閉環(huán)銷售話術(shù)質(zhì)檢：高轉(zhuǎn)化率、精細(xì)管理、持續(xù)改進(jìn)的營(yíng)銷閉環(huán)對(duì)話內(nèi)容大模型質(zhì)檢得分和改進(jìn)建議禮貌性和親和力回復(fù)準(zhǔn)確性違禁語(yǔ)對(duì)話內(nèi)容大模型質(zhì)檢得分和改進(jìn)建議禮貌性和親和力回復(fù)準(zhǔn)確性違禁語(yǔ)規(guī)范用語(yǔ)/必問(wèn)語(yǔ)邀約試駕次數(shù)05大模型+大消費(fèi) 大模型+大消費(fèi)服務(wù)對(duì)象用戶服務(wù)對(duì)象用戶技術(shù)人員運(yùn)營(yíng)人員市場(chǎng)人員...場(chǎng)景應(yīng)用 產(chǎn)品研發(fā)場(chǎng)景應(yīng)用產(chǎn)品研發(fā)市場(chǎng)營(yíng)銷產(chǎn)品銷售售后服務(wù)企業(yè)經(jīng)營(yíng)析 寫 成 檢 助 庫(kù) 典型場(chǎng)景分享智能導(dǎo)購(gòu)機(jī)器人：重構(gòu)用戶交互、購(gòu)買決策模式智能導(dǎo)購(gòu)機(jī)器人：重構(gòu)用戶交互、購(gòu)買決策模式將重構(gòu)與消費(fèi)者交互的方式，使得更多樣化、更自然、更精準(zhǔn)的導(dǎo)購(gòu)?fù)扑]模式成為可多條件篩選產(chǎn)品(快捷購(gòu)物)購(gòu)物建議-推薦產(chǎn)品-多輪交流(精挑細(xì)選)多條件篩選產(chǎn)品(快捷購(gòu)物)購(gòu)物建議-推薦產(chǎn)品-多輪交流(精挑細(xì)選)06輿情分析：實(shí)時(shí)聆聽(tīng)消費(fèi)者之聲，為企業(yè)戰(zhàn)略決策提供有力支持輿情分析：實(shí)時(shí)聆聽(tīng)消費(fèi)者之聲，為企業(yè)戰(zhàn)略決策提供有力支持電商平臺(tái)電話錄音垂媒評(píng)論電商評(píng)價(jià)電商平臺(tái)電話錄音垂媒評(píng)論電商評(píng)價(jià)京東抖音天貓京東抖音天貓快手淘寶微博蘇寧B站小紅書拼多多信息準(zhǔn)無(wú)需設(shè)置監(jiān)測(cè)關(guān)鍵詞，輸入系統(tǒng)用戶關(guān)注的信息即可進(jìn)行輿情監(jiān)測(cè)，實(shí)現(xiàn)內(nèi)容智信息準(zhǔn)無(wú)需設(shè)置監(jiān)測(cè)關(guān)鍵詞，輸入系統(tǒng)用戶關(guān)注的信息即可進(jìn)行輿情監(jiān)測(cè)，實(shí)現(xiàn)內(nèi)容智能化研判準(zhǔn)100%理解檢測(cè)到的負(fù)面內(nèi)容，讓自動(dòng)化推送達(dá)到專家級(jí)別的研判水平更實(shí)時(shí)自動(dòng)形成熱點(diǎn)聚類，總結(jié)每日輿情要點(diǎn)07傳統(tǒng)NLP大模型+智能制造 傳統(tǒng)NLP大模型+智能制造過(guò)去幾年，國(guó)內(nèi)工業(yè)制造領(lǐng)域經(jīng)歷了智能制造與AI階段的洗禮，不少企業(yè)已對(duì)AI應(yīng)用有了AI的研發(fā)設(shè)計(jì)、生產(chǎn)工藝、質(zhì)量管理、運(yùn)營(yíng)控制、營(yíng)銷服務(wù)、組織協(xié)同和經(jīng)營(yíng)管理等方方面面，極大加速各領(lǐng)域的智能化升級(jí)進(jìn)程。生產(chǎn)制造工業(yè)代碼生成工業(yè)知識(shí)問(wèn)答生產(chǎn)制造工業(yè)代碼生成工業(yè)知識(shí)問(wèn)答客戶服務(wù)客服質(zhì)檢智能工單智能客服智能產(chǎn)品閑聊陪伴智能問(wèn)答智能控制經(jīng)營(yíng)管理對(duì)話式數(shù)據(jù)查詢內(nèi)部制度問(wèn)答文檔處理典型場(chǎng)景分享知識(shí)檢索：更有效地將經(jīng)驗(yàn)數(shù)據(jù)轉(zhuǎn)化為可用的知識(shí)資產(chǎn)知識(shí)檢索：更有效地將經(jīng)驗(yàn)數(shù)據(jù)轉(zhuǎn)化為可用的知識(shí)資產(chǎn)專業(yè)性是工業(yè)制造的關(guān)鍵要求之一，而中國(guó)的工業(yè)知識(shí)和工業(yè)數(shù)據(jù)在很多企業(yè)都面臨著因人才流轉(zhuǎn)而遺失，難以轉(zhuǎn)化為企業(yè)知識(shí)資產(chǎn)的難點(diǎn)和痛點(diǎn)，而大模型的出現(xiàn)可以更有效地解決這一問(wèn)題，并通過(guò)企業(yè)知識(shí)庫(kù)的訓(xùn)練微調(diào)，最大化提高準(zhǔn)確率、避免幻覺(jué)問(wèn)題。高效、準(zhǔn)確、運(yùn)營(yíng)成本低、生動(dòng)擬人意圖理解答案推理大模型知識(shí)庫(kù)ChatGLM Prompt知識(shí)檢索高效、準(zhǔn)確、運(yùn)營(yíng)成本低、生動(dòng)擬人意圖理解答案推理大模型知識(shí)庫(kù)ChatGLM Prompt知識(shí)檢索知識(shí)切片......營(yíng)銷、客服FAQ生產(chǎn)、工藝、流程產(chǎn)品說(shuō)明員工培訓(xùn)材料公司制度成本高、維護(hù)難、互動(dòng)性差問(wèn)題分類關(guān)鍵詞提取 問(wèn)題檢索關(guān)鍵詞擴(kuò)展傳統(tǒng)知識(shí)庫(kù)網(wǎng)絡(luò)結(jié)構(gòu) 信息抽取 文本表示框架構(gòu)建 知識(shí)過(guò)濾 實(shí)體發(fā)現(xiàn)數(shù)據(jù)訓(xùn)練 實(shí)體連接 關(guān)系挖掘參數(shù)調(diào)優(yōu) 本體構(gòu)建 屬性提煉... ... ... 用戶大模型擬人回答多輪對(duì)話呆板回答精準(zhǔn)提問(wèn)08設(shè)備維修SOP生成：提升故障處理的效率和準(zhǔn)確性設(shè)備維修SOP生成：提升故障處理的效率和準(zhǔn)確性提問(wèn)答提問(wèn)答 生成設(shè)備故障數(shù)據(jù)...... 。 大模型應(yīng)用優(yōu)勢(shì)基于向量模型和知識(shí)庫(kù)，對(duì)相關(guān)的知識(shí)和信息進(jìn)行向量化存儲(chǔ)，以便于后續(xù)的SOP推薦和生成

通過(guò)歷史維修記錄分析，構(gòu)建設(shè)備事件知識(shí)庫(kù)，對(duì)比設(shè)備狀態(tài)及事件屬性，進(jìn)行故障歸因診斷，并推薦維修方案

利用大語(yǔ)言模型生成能力，將設(shè)備知識(shí)庫(kù)及故障信息通過(guò)Prompt方式生成新的設(shè)備維修SOP

運(yùn)用大模型進(jìn)行SOP的自迭代，不設(shè)備故障維修SOP設(shè)備故障維修SOP09大模型+醫(yī)療健康 大模型+醫(yī)療健康科、跨領(lǐng)域的特點(diǎn)，而大模型的長(zhǎng)項(xiàng)之一就是對(duì)多類數(shù)據(jù)進(jìn)行整合總結(jié)、分析判斷和自動(dòng)摘醫(yī)療服務(wù)醫(yī)療機(jī)構(gòu)醫(yī)療服務(wù)醫(yī)療機(jī)構(gòu)醫(yī)療美容運(yùn)動(dòng)康復(fù)健康管理網(wǎng)絡(luò)醫(yī)院場(chǎng)景賦能 智能導(dǎo)診場(chǎng)景賦能智能導(dǎo)診檢查檢驗(yàn)推薦診前輕問(wèn)診檢驗(yàn)單診斷病歷錄入信息檢索防篩診治防篩診治康師 診 議 科 讀 議 導(dǎo) 醫(yī)生診斷助手：提高問(wèn)診效率，大幅釋放就診時(shí)間醫(yī)生診斷助手：提高問(wèn)診效率，大幅釋放就診時(shí)間傳統(tǒng)輔助診斷痛點(diǎn)效果不佳：傳統(tǒng)輔助診斷痛點(diǎn)效果不佳：目前CDSS系統(tǒng)，數(shù)據(jù)少、標(biāo)準(zhǔn)化低，標(biāo)注成本高，輔助診斷效果不佳，多為科普或參考。診斷者差異：醫(yī)療資源分布不均，專業(yè)程度參差，存在漏診誤診現(xiàn)象；多疾病交叉，存在經(jīng)驗(yàn)不足、考慮不周全現(xiàn)象。大模型的業(yè)務(wù)價(jià)值高準(zhǔn)確性判斷：具備復(fù)雜病例識(shí)別能10 診 議 讀 薦 GLM多模態(tài)大模型GLM多模態(tài)大模型主訴AI輔助診斷內(nèi)容現(xiàn)病史醫(yī)療報(bào)告研究助手：釋放更多精力，聚焦于數(shù)據(jù)的分析及應(yīng)用醫(yī)療報(bào)告研究助手：釋放更多精力，聚焦于數(shù)據(jù)的分析及應(yīng)用......醫(yī)學(xué)術(shù)語(yǔ)疾病信息醫(yī)學(xué)指標(biāo)臨床表現(xiàn)癥狀決策支持?jǐn)?shù)據(jù)分析疾病標(biāo)簽庫(kù)患者標(biāo)簽庫(kù)醫(yī)療文本結(jié)構(gòu)化臨床文檔結(jié)構(gòu)化大模型數(shù)據(jù)預(yù)處理文字文檔結(jié)構(gòu)數(shù)據(jù)化非結(jié)構(gòu)數(shù)據(jù)化基于臨床實(shí)踐 源 聚 取 用 ......醫(yī)學(xué)術(shù)語(yǔ)疾病信息醫(yī)學(xué)指標(biāo)臨床表現(xiàn)癥狀決策支持?jǐn)?shù)據(jù)分析疾病標(biāo)簽庫(kù)患者標(biāo)簽庫(kù)醫(yī)療文本結(jié)構(gòu)化臨床文檔結(jié)構(gòu)化大模型數(shù)據(jù)預(yù)處理文字文檔結(jié)構(gòu)數(shù)據(jù)化非結(jié)構(gòu)數(shù)據(jù)化基于臨床實(shí)踐CISLISPACSEMRHRPEHR過(guò)往案例過(guò)往案例醫(yī)學(xué)研究影像基于文獻(xiàn)11影像基于文獻(xiàn)年策劃立項(xiàng)角色增強(qiáng)研發(fā)管線發(fā)行推廣運(yùn)營(yíng)客服項(xiàng)目知識(shí)庫(kù)檢索文本生成美術(shù)參考生成更擬人的NPC更多元的NPC更具策略性的NPC資產(chǎn)生成及管理策劃立項(xiàng)角色增強(qiáng)研發(fā)管線發(fā)行推廣運(yùn)營(yíng)客服項(xiàng)目知識(shí)庫(kù)檢索文本生成美術(shù)參考生成更擬人的NPC更多元的NPC更具策略性的NPC資產(chǎn)生成及管理代碼輔助測(cè)試輔助買量創(chuàng)意生成買量素材生成出海推廣場(chǎng)景游戲內(nèi)容生成：玩家互動(dòng)：NPC，增強(qiáng)游戲體驗(yàn)AI增強(qiáng)：有更多策略空間玩家運(yùn)營(yíng)：家忠誠(chéng)度與營(yíng)收水平

影視/短視頻/直播內(nèi)容創(chuàng)作：色、故事，作為創(chuàng)作工具用戶互動(dòng)：時(shí)響應(yīng)用戶打賞、留言、評(píng)論媒資查找：大模型超強(qiáng)的理解能力和網(wǎng)絡(luò)查詢能力，可以精準(zhǔn)匹配媒資小說(shuō)/媒體寫作助手：助生成場(chǎng)景、角色描述等內(nèi)容生成：輯、摘要、標(biāo)題等讀者互動(dòng)：進(jìn)行書籍推薦、內(nèi)容檢索、解答問(wèn)題等

社交虛擬好友：感陪伴和生活工作問(wèn)題解答社區(qū)運(yùn)營(yíng)：升互動(dòng)安全性與活躍度12典型場(chǎng)景分享超擬人NPC：千人千面，打造自由探索的全新體驗(yàn)色 定 定 定 優(yōu) 項(xiàng)目知識(shí)庫(kù)檢索：高效準(zhǔn)確拉齊信息，精細(xì)化追求與現(xiàn)實(shí)挑戰(zhàn)矛盾的化解新思路知識(shí)類型知識(shí)庫(kù)支持內(nèi)容知識(shí)類型知識(shí)庫(kù)支持內(nèi)容 定 定 本

檔檔 角色關(guān)系、模塊依賴等知識(shí)圖譜提問(wèn)團(tuán)隊(duì)所有成員系統(tǒng)設(shè)定系統(tǒng)設(shè)定 淀 13大模型+文化旅游 大模型+文化旅游游客服務(wù)游客服務(wù) 作 行后服務(wù)文創(chuàng)DIY創(chuàng)作景區(qū)知識(shí)問(wèn)答景區(qū)智能導(dǎo)覽智能預(yù)定行程編排POI信息問(wèn)答運(yùn)營(yíng)管理運(yùn)營(yíng)管理經(jīng)營(yíng)決策游客評(píng)價(jià)分析經(jīng)營(yíng)數(shù)據(jù)分析社區(qū)運(yùn)營(yíng)與互動(dòng)客服助手營(yíng)銷文案撰寫與風(fēng)格化營(yíng)銷素材生成酒店管理 服務(wù)話術(shù)質(zhì)檢服務(wù)話術(shù)輔助智能客服酒店管理服務(wù)話術(shù)質(zhì)檢服務(wù)話術(shù)輔助智能客服輿情分析企業(yè)知識(shí)庫(kù)會(huì)員管理智能辦公數(shù)據(jù)分析酒店?duì)I銷素材生成：高效打造品牌差異化，幫助構(gòu)建行業(yè)競(jìng)爭(zhēng)壁壘酒店?duì)I銷素材生成：高效打造品牌差異化，幫助構(gòu)建行業(yè)競(jìng)爭(zhēng)壁壘成 企業(yè)經(jīng)營(yíng)賓客服務(wù)運(yùn)營(yíng)服務(wù)營(yíng)銷推廣市場(chǎng)分析評(píng)價(jià)回復(fù)智能導(dǎo)購(gòu)機(jī)器人客房智控行程推薦個(gè)性化迎賓競(jìng)對(duì)動(dòng)態(tài)分析趨勢(shì)分析用戶分析營(yíng)銷文案撰寫實(shí)時(shí)分析消費(fèi)者反饋和市場(chǎng)動(dòng)態(tài)，動(dòng)態(tài)調(diào)整海報(bào)設(shè)計(jì)，確保營(yíng)銷素材的時(shí)效性和相關(guān)14幫我設(shè)計(jì)一個(gè)酒店早餐產(chǎn)品炸醬面的營(yíng)銷宣傳圖突出面本身，配料體現(xiàn)一些有營(yíng)養(yǎng)的配菜根據(jù)指令生成素材幫我設(shè)計(jì)一個(gè)酒店早餐產(chǎn)品炸醬面的營(yíng)銷宣傳圖突出面本身，配料體現(xiàn)一些有營(yíng)養(yǎng)的配菜根據(jù)指令生成素材并能根據(jù)指令進(jìn)一步微調(diào)POI問(wèn)答：打造旅游行業(yè)專屬問(wèn)答POI問(wèn)答：打造旅游行業(yè)專屬問(wèn)答簡(jiǎn)稱背景、文化特色、最佳游覽時(shí)間、交通路線等各類問(wèn)題，還能綜合考慮季節(jié)、天氣等因問(wèn)題樣例問(wèn)句Q:西安有哪些推薦的自然類旅游景點(diǎn)?日程安排、游玩攻略等規(guī)劃指導(dǎo)區(qū)別、優(yōu)缺點(diǎn)等理解分析地點(diǎn)、分類、特點(diǎn)等基礎(chǔ)知識(shí)15GLM行業(yè)特色優(yōu)勢(shì)3完整的模型尺寸系列完整的模型尺寸系列~語(yǔ)言大模型ChatGLM3-1.5B端側(cè)模型ChatGLM3-6B開(kāi)源/免費(fèi)商用ChatGLM3-12B快速敏捷ChatGLM3-32B高性價(jià)比ChatGLM3-3B端側(cè)模型ChatGLM3-130B最強(qiáng)大CharacterGLM高情商擬人對(duì)話GLM-4最新上線ALLtools代碼大模型CodeGeeX3-32B最新升級(jí)CodeGeeX3-6B多模態(tài)大模型GLM-4V多模態(tài)理解模型CogVLM多模態(tài)模型CogView文生圖模型CogVideo文生視頻模型16豐富的行業(yè)生態(tài)伙伴基座模型調(diào)優(yōu)50+生態(tài)伙伴：應(yīng)用定開(kāi)、行業(yè)場(chǎng)景挖掘、行業(yè)系統(tǒng)對(duì)接支持國(guó)產(chǎn)信創(chuàng)全棧自研不依賴開(kāi)源模型支持國(guó)產(chǎn)GPU算力避免“卡脖子”業(yè)務(wù)中斷豐富的落地經(jīng)驗(yàn)1000+付費(fèi)客戶、200+深度共創(chuàng)，覆蓋汽車、大消費(fèi)、制造、醫(yī)療健康、金融、游戲娛樂(lè)、文旅等20+行業(yè)智診科技17大模型的部署與落地大模型部署常見(jiàn)問(wèn)題擇 試 哪些場(chǎng)景適合用大模型解決？大模型如何接入實(shí)際業(yè)務(wù)流程？

是否需要微調(diào)？微調(diào)預(yù)計(jì)能達(dá)到什么樣的效果？數(shù)據(jù)標(biāo)注有什么重點(diǎn)事項(xiàng)？

效果問(wèn)題怎么定位？新場(chǎng)景合不合適？雙維度看模型選擇廠商模型選擇科研團(tuán)隊(duì)強(qiáng)大，模型能力優(yōu)秀項(xiàng)目經(jīng)驗(yàn)豐富，落地效果更好

模型規(guī)格選擇算力成本與資源評(píng)估首響時(shí)間、對(duì)話效率要求標(biāo)準(zhǔn)微調(diào)持續(xù)服務(wù)能力強(qiáng)大，效果持續(xù)迭代能力強(qiáng)

是否需要模型推理能力、Agent能力等，內(nèi)容質(zhì)量要求，知識(shí)復(fù)雜度等因素環(huán)境部署要求：是否私有化、是否本地、是否信創(chuàng)等因素預(yù)算：

在符合以上所有條件中，推薦符合預(yù)算內(nèi)的、規(guī)格盡量大的模型，保證最優(yōu)效果常見(jiàn)誤區(qū)Q 是否模型越大效果越好？ QA是否所有場(chǎng)景，都能在小規(guī)格模型上做出一定效果？QA

否，要根據(jù)場(chǎng)景選擇，配合工程、指令等優(yōu)化工作，效果也很好。否，小規(guī)格模型一定不是全能模型，在復(fù)雜場(chǎng)景中做不出效果，但發(fā)揮擅長(zhǎng)的能力，結(jié)合大規(guī)格模型，做出更好的效果。18Prompt調(diào)優(yōu)準(zhǔn)備需求清晰：能夠清晰定義產(chǎn)品需求，梳理功能流程圖，確定大模型調(diào)用的輸入和輸出。知識(shí)準(zhǔn)備：結(jié)合產(chǎn)品功能，準(zhǔn)備大模型推理需要的業(yè)務(wù)知識(shí)。評(píng)測(cè)集構(gòu)建思路：評(píng)測(cè)集數(shù)據(jù)分布與實(shí)際業(yè)務(wù)場(chǎng)景數(shù)據(jù)分布一致，數(shù)據(jù)類型涵蓋全面，評(píng)測(cè)標(biāo)準(zhǔn)邏輯統(tǒng)一。常見(jiàn)誤區(qū)Q常見(jiàn)誤區(qū)Q數(shù)據(jù)集是否可以人工構(gòu)建？AQQ數(shù)據(jù)集是不是越大越好？A否，通常生產(chǎn)環(huán)境中隨機(jī)抽取的100~200條數(shù)據(jù)已經(jīng)足夠，過(guò)大只會(huì)增大標(biāo)注評(píng)測(cè)成本。QQPrompt是否所有大模型都通用？A否，Prompt有方言性，用同一個(gè)指令測(cè)所有大模型的方式是不科學(xué)的，每個(gè)大模型敏感的指令內(nèi)容是不同的。微調(diào)的判斷與方案選擇基礎(chǔ)效果評(píng)測(cè)：采用較大批量的評(píng)測(cè)數(shù)據(jù)集評(píng)測(cè)，按照交付標(biāo)準(zhǔn)分析badcase，拆分類型、歸因，確定微調(diào)方向。數(shù)據(jù)集構(gòu)建：針對(duì)badcase，組建微調(diào)數(shù)據(jù)集，按照一定比例混合線上其他類型的數(shù)據(jù)，防止微調(diào)過(guò)程梯度爆炸以及知識(shí)遺忘。數(shù)據(jù)標(biāo)注：重新構(gòu)建評(píng)測(cè)集，分別評(píng)測(cè)第一次和第二次評(píng)測(cè)集結(jié)果，評(píng)估微調(diào)效果，以及新一輪badcase；迭代多輪，直至達(dá)到上線標(biāo)準(zhǔn)。常見(jiàn)誤區(qū)Q常見(jiàn)誤區(qū)Q是否所有場(chǎng)景都需要微調(diào)？A否，基于通識(shí)能力的場(chǎng)景，基本不需要微調(diào)，垂直行業(yè)、專業(yè)度要求高、知識(shí)復(fù)雜的場(chǎng)景可能需要微調(diào)。QQ微調(diào)后，模型是否就具備了行業(yè)知識(shí)？A否，微調(diào)主要對(duì)齊的是標(biāo)準(zhǔn)、行業(yè)術(shù)語(yǔ)等，可以采用知識(shí)注入等方式。19智譜AIGLM企業(yè)級(jí)解決方案五個(gè)方向判斷是否大模型eady01決心：01決心：AI業(yè)務(wù)價(jià)值體現(xiàn)，需要的不僅僅是一次性的投入，還需要持續(xù)的迭代優(yōu)化02投入：確定預(yù)算范圍，選擇合適的模型、部署方式03企業(yè)現(xiàn)階段數(shù)字化程度：足夠的高質(zhì)量數(shù)據(jù)量，與一定量的專屬知識(shí)庫(kù)沉淀04明確的業(yè)務(wù)目標(biāo)：確定效果驗(yàn)證方法/指標(biāo)05明確的試點(diǎn)場(chǎng)景：大規(guī)模、高重復(fù)場(chǎng)景提效；提升服務(wù)品質(zhì)；提升服務(wù)邊界業(yè)務(wù)場(chǎng)景落地全生命周期服務(wù)行業(yè)分析業(yè)務(wù)流程梳理價(jià)值場(chǎng)景選擇PoC測(cè)試PoC方案設(shè)計(jì)與實(shí)現(xiàn)行業(yè)分析業(yè)務(wù)流程梳理價(jià)值場(chǎng)景選擇PoC測(cè)試PoC方案設(shè)計(jì)與實(shí)現(xiàn)...系統(tǒng)流程架構(gòu)設(shè)計(jì)分析專屬落地方案設(shè)計(jì)...模型與效果交付...評(píng)測(cè)與驗(yàn)收問(wèn)題歸因與定位測(cè)試上線與驗(yàn)收迭代與優(yōu)化模型升級(jí)方案新場(chǎng)景規(guī)劃......20更適合中國(guó)市場(chǎng)的多樣化部署模式部署交付部署交付方式一：API開(kāi)箱即用方案靈活成本低廉公開(kāi)數(shù)據(jù)信息豐富，通用行業(yè)適用快速上線，低成本試驗(yàn)部署交付方式二:云端私有化專屬模型靈活微調(diào)高性價(jià)比希望探索行業(yè)垂類場(chǎng)景大模型場(chǎng)景對(duì)于并發(fā)、首響時(shí)間有特殊要求場(chǎng)景涉及較多行業(yè)知識(shí)或企業(yè)自有沉淀指令功能復(fù)雜或需要微調(diào)，單輪對(duì)話需要實(shí)現(xiàn)多個(gè)目標(biāo)部署交付私有大模型二次優(yōu)化自有算力、硬件充足，或有特殊要求需要私有數(shù)據(jù)訓(xùn)練模型助力大模型企業(yè)落地Plus服務(wù)務(wù)證 建 名詞注釋：21德勤中國(guó)德勤中國(guó)資深報(bào)告撰寫專家文檔解析 數(shù)據(jù)切分 信息提取 報(bào)告草稿生成 快捷翻譯

%左右10整體員工工作效率提升10項(xiàng)目背景做出重要貢獻(xiàn)。傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題照自己的經(jīng)驗(yàn)來(lái)撰寫報(bào)告草稿。中間會(huì)面臨幾個(gè)問(wèn)題：摘取關(guān)鍵信息耗時(shí)較長(zhǎng)，且容易遺漏。復(fù)核報(bào)告中的關(guān)鍵信息過(guò)程較長(zhǎng)，尋找信息來(lái)源很費(fèi)時(shí)。終端使用人群如何交互。

撰寫草稿需要對(duì)報(bào)告規(guī)范很精通，對(duì)顧問(wèn)的經(jīng)驗(yàn)要求較高，耗時(shí)較長(zhǎng)且費(fèi)用較高，翻譯質(zhì)量也因人而異。22應(yīng)用方案在為客戶提供非鑒證類報(bào)告撰寫服務(wù)的場(chǎng)景中，顧問(wèn)需要從若干訪談紀(jì)要或客戶提供的大量文檔資料中提取關(guān)鍵指標(biāo)或文字信息，按照規(guī)范的格式生成報(bào)告草稿，人工復(fù)核后再提交給客戶。云私有部署智譜GLM現(xiàn)文檔解析、數(shù)據(jù)切分、信息提取、報(bào)告草稿生成、快捷翻譯等功能。客戶反饋報(bào)告生成智能助手，借助智譜GLM系列大模型優(yōu)秀的文本生成能力，解決了傳統(tǒng)的信息提取、報(bào)告草稿生成、信息復(fù)核、文檔翻譯中面臨的難題，極大的提升了顧問(wèn)的效率，給客戶帶來(lái)了更滿意的體驗(yàn)。通過(guò)對(duì)比測(cè)試該場(chǎng)景，在中文環(huán)境下表現(xiàn)出超過(guò)同類模型的能力。實(shí)現(xiàn)方式使用數(shù)據(jù) 咨詢報(bào)告、行業(yè)研報(bào)。23分眾傳媒 營(yíng)銷必備文案專家“眾智AI”傳媒/數(shù)字營(yíng)銷行業(yè)項(xiàng)目背景

成 作 分眾傳媒成立于20032005年分眾成為首家在美國(guó)納斯達(dá)克上市的中國(guó)廣告?zhèn)髅焦桑⒂?007年入選納斯達(dá)克100年回歸A4億中國(guó)城市主流消費(fèi)人群，2021年?duì)I業(yè)額達(dá)160億人民幣。傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題人力成本高、效率低 所有廣告編寫都需要由專業(yè)廣告編輯編寫。數(shù)據(jù)統(tǒng)計(jì)易錯(cuò)漏 銷售收集、整理廣告主體的產(chǎn)品信息工作量大，信息不全面。應(yīng)用方案智譜GLM系列大模型助力客戶開(kāi)發(fā)“眾智AI”營(yíng)銷行業(yè)大模型，進(jìn)行廣告語(yǔ)生成、文案創(chuàng)作、廣告主產(chǎn)品智能分析等操作。用戶輸入產(chǎn)品相關(guān)的信客戶反饋智譜AI幫助分眾構(gòu)建營(yíng)銷行業(yè)大模型，實(shí)現(xiàn)傳媒行業(yè)智能化路徑。2402第二階段智能創(chuàng)意制作平臺(tái)能夠根據(jù)不同廣告主的多樣化需求，產(chǎn)出符合不同人群，不同媒體形02第二階段智能創(chuàng)意制作平臺(tái)能夠根據(jù)不同廣告主的多樣化需求，產(chǎn)出符合不同人群，不同媒體形態(tài)，不同營(yíng)銷訴求的廣告創(chuàng)意。使用數(shù)據(jù)使用數(shù)據(jù)5000條微調(diào)數(shù)據(jù)，如：品牌、產(chǎn)品、廣告文案。技術(shù)難點(diǎn)數(shù)據(jù)收集與構(gòu)建：Prompt模型基礎(chǔ)能力：廣告文案對(duì)于基礎(chǔ)模型的要求極高，需要基礎(chǔ)模型已經(jīng)學(xué)習(xí)過(guò)廣告相關(guān)的內(nèi)容，并且廣對(duì)比結(jié)果：對(duì)比于GPT-4，微調(diào)后的智譜GLM系列大模型生成的廣告更加簡(jiǎn)練、準(zhǔn)確、在風(fēng)格和語(yǔ)言運(yùn)用上更加貼近。未來(lái)展望0101客戶的降本增效工具當(dāng)前階段0303第三階段營(yíng)銷領(lǐng)域智慧AI伙伴利用AI和算法能力，基于分眾歷史投放的數(shù)據(jù)和后續(xù)效果數(shù)據(jù)的沉淀和學(xué)習(xí)，為廣告主提供包含創(chuàng)意策略、預(yù)算策略、地域策略、人群策略、媒介策略的智能營(yíng)銷方案；持續(xù)成長(zhǎng)的營(yíng)銷領(lǐng)域智慧AI，成為客戶增長(zhǎng)的可信任的伙伴。25華泰金融金牌財(cái)富管理專家“漲樂(lè)財(cái)富通”證券行業(yè)智能客服

10~2%效果提升相較于通用大模型項(xiàng)目背景華泰證券，是中國(guó)領(lǐng)先的科技驅(qū)動(dòng)型證券集團(tuán),是一家在上海、香港、倫敦三地上市的中國(guó)金融機(jī)構(gòu)，以金融科技引領(lǐng)業(yè)務(wù)創(chuàng)新,為投資者提供專業(yè)、多元的金融服務(wù),包括財(cái)富管理、機(jī)構(gòu)服務(wù)、投資管理和國(guó)際業(yè)務(wù)。傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題此前基于傳統(tǒng)知識(shí)庫(kù)機(jī)器人和模板引擎等能力，已經(jīng)初步構(gòu)建多場(chǎng)景客服服務(wù)體系。但仍存在產(chǎn)品形態(tài)孤立、意圖識(shí)別泛化性不足、缺乏多輪會(huì)話理解能力等問(wèn)題，導(dǎo)致客戶使用體驗(yàn)不佳，未充分形成一站式財(cái)富管理助手形式的服務(wù)能力。應(yīng)用方案基于智譜GLM系列大模型，我們構(gòu)建了新一代的財(cái)富管理助手，提升用戶體驗(yàn)。解決了傳統(tǒng)技術(shù)無(wú)法對(duì)意圖進(jìn)行精準(zhǔn)識(shí)別、無(wú)法與客戶之間進(jìn)行多輪交互的問(wèn)題，加強(qiáng)了與用戶的交互體驗(yàn)和一站式服務(wù)的能力。基于智譜GLM系列大模型，疊加了40-50G金融專業(yè)書籍、資訊、百科、法規(guī)、上市公司公告等金融專業(yè)數(shù)據(jù)進(jìn)行增量訓(xùn)練，以及投研、客服場(chǎng)景上萬(wàn)條高質(zhì)量指令集進(jìn)行指令微調(diào)，形成華泰金融大模型表現(xiàn)出明顯的金融領(lǐng)域優(yōu)勢(shì)。26實(shí)現(xiàn)方式使用數(shù)據(jù)使用數(shù)據(jù)公告、年報(bào)、研報(bào)等專業(yè)金融數(shù)據(jù)。技術(shù)難點(diǎn)未來(lái)展望進(jìn)一步整合全業(yè)務(wù)系統(tǒng)，對(duì)更加復(fù)雜的任務(wù)多次調(diào)用工具。進(jìn)一步整合全業(yè)務(wù)系統(tǒng)，對(duì)更加復(fù)雜的任務(wù)多次調(diào)用工具。27華信永道 24小時(shí)在線的公積金智能客服政務(wù)、公積金、金融科技行業(yè)項(xiàng)目背景華信永道（北京）科技股份有限公司（股票代碼：837592）成立于2007的政務(wù)及銀行業(yè)數(shù)字化解決方案的供應(yīng)商和服務(wù)運(yùn)營(yíng)商。為貫徹落實(shí)國(guó)家發(fā)展新一代人工智能的決策部署，公司全面適配國(guó)家“信創(chuàng)”要求，選用“智譜AI”等AI大模型底座，積極研發(fā)大模型在政務(wù)場(chǎng)景的應(yīng)用實(shí)踐。于2023年成立了專門的研發(fā)團(tuán)隊(duì)并建立了華信永道（北京）人工智能科技有限公司，旨在引領(lǐng)大模型在政務(wù)領(lǐng)域的發(fā)展和創(chuàng)新。2023年11月2日，公司與北京智譜華章科技有限公司生成式人工智能（AIGC）大模型在數(shù)字政務(wù)服務(wù)領(lǐng)域簽訂了《人工智能大模型共建戰(zhàn)略合作協(xié)議》，正式建立戰(zhàn)略合作伙伴關(guān)系。傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題頻繁的人工更新和維護(hù)，導(dǎo)致用戶體驗(yàn)和效率受限。應(yīng)用方案金智能客服即可解答市民對(duì)公積金政策的問(wèn)題。客戶反饋28實(shí)現(xiàn)方式使用數(shù)據(jù)蘇州公積金政策知識(shí)、全國(guó)公積金政策背景知識(shí)。技術(shù)難點(diǎn)知識(shí)專業(yè)度很高、深（涉及金融、房產(chǎn)、法律、公積金等多領(lǐng)域知識(shí)），業(yè)務(wù)專家。數(shù)據(jù)與業(yè)務(wù)邏輯融合較復(fù)雜（數(shù)據(jù)的組織、清洗、聚合等需要結(jié)合領(lǐng)域知識(shí)），期長(zhǎng)。未來(lái)展望未來(lái)會(huì)在其他城市上線公積金智能客服，如濟(jì)南、深圳等。未來(lái)會(huì)在其他城市上線公積金智能客服，如濟(jì)南、深圳等。29智己汽車感情與精神寄托的第三生活空間汽車行業(yè)70+

9%+

3%+車控場(chǎng)景

座艙意圖支持 識(shí)別準(zhǔn)確率

響應(yīng)速度提升項(xiàng)目背景智己汽車-上汽集團(tuán)旗艦品牌，是阿里巴巴智慧賦能，專注打造的高端純電智能車。智己汽車聚焦「智能化」，旨在成為智能時(shí)代出行變革的實(shí)現(xiàn)者。傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題一問(wèn)一答的交互限制：目前的車機(jī)系統(tǒng)對(duì)于語(yǔ)音指令理解率低，用戶需要明確指令才能執(zhí)行操作，車機(jī)被動(dòng)執(zhí)行命令。回復(fù)內(nèi)容偏生硬：目前的回復(fù)內(nèi)容是基于傳統(tǒng)的模版方案生成。內(nèi)容回復(fù)缺乏時(shí)效性和趣味性。應(yīng)用方案模型意圖二次確認(rèn)：對(duì)于模型的意圖，通過(guò)引導(dǎo)對(duì)話的方式確認(rèn)。趣味內(nèi)容生成：包含大量笑話、故事等趣味內(nèi)容,能夠根據(jù)場(chǎng)景和用戶的描述智能生成相關(guān)的趣味內(nèi)容，增強(qiáng)互動(dòng)趣味性。語(yǔ)音交互游戲：支持語(yǔ)音交互的游戲,如成語(yǔ)接龍、猜謎語(yǔ)、智力問(wèn)答等。多元人設(shè)：可參照不同人設(shè)風(fēng)格進(jìn)行聊天。30客戶反饋實(shí)現(xiàn)方式使用數(shù)據(jù)使用數(shù)據(jù)客戶提供座艙內(nèi)的語(yǔ)料數(shù)據(jù)。技術(shù)難點(diǎn)未來(lái)展望多重意圖，瞬間感知多重意圖識(shí)別，感知真實(shí)需求多重意圖，瞬間感知多重意圖識(shí)別，感知真實(shí)需求專屬定制，獨(dú)特出行體驗(yàn)人設(shè)多元，沉浸超然情感理解，溫情對(duì)話31馬蜂窩你的靠譜旅游小助手旅游行業(yè)AI旅行伙伴 個(gè)性化旅游定制項(xiàng)目背景

80分80準(zhǔn)確性、完整性、實(shí)用性全鏈路測(cè)評(píng)分傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題應(yīng)用方案在馬蜂窩APP內(nèi)打造AI旅行伙伴（小螞）應(yīng)用，用戶可通過(guò)與AI小螞對(duì)話進(jìn)行全球旅游問(wèn)題咨詢。通過(guò)大模型完成用戶個(gè)性化、多樣化的意圖理解，用于提供更精準(zhǔn)的問(wèn)題回答、個(gè)性化的內(nèi)容服務(wù)。32客戶反饋實(shí)現(xiàn)方式使用數(shù)據(jù)官方旅游攻略、用戶旅游筆記、用戶旅游游記、歷史QA總結(jié)。技術(shù)難點(diǎn)模型能力：使用數(shù)據(jù)官方旅游攻略、用戶旅游筆記、用戶旅游游記、歷史QA總結(jié)。技術(shù)難點(diǎn)模型能力：復(fù)雜，需模型具備強(qiáng)大的語(yǔ)言理解、邏輯推理能力。效果評(píng)估：用戶咨詢問(wèn)題個(gè)性、多樣，答案較為主觀，需建立完善的效果評(píng)測(cè)體系。未來(lái)展望豐富AI旅行伙伴（小螞）的問(wèn)答形式。圖文問(wèn)答用戶旅游筆記、游記內(nèi)容生成助手，提升內(nèi)容發(fā)布效率和用戶體驗(yàn)。內(nèi)容助手運(yùn)營(yíng)助手社群運(yùn)營(yíng)，自動(dòng)化、個(gè)性化為社群用戶提供答疑、推薦等服務(wù)，并增強(qiáng)屬地化社交屬性。33蒙牛 健康守護(hù)營(yíng)養(yǎng)師“AI蒙蒙“乳制品行業(yè)

提> %健康評(píng)測(cè)項(xiàng)目背景

營(yíng)養(yǎng)健康問(wèn)答

營(yíng)養(yǎng)健康內(nèi)容生成

用戶在私域和公域內(nèi)消費(fèi)意愿?jìng)鹘y(tǒng)運(yùn)營(yíng)模式問(wèn)題人們對(duì)營(yíng)養(yǎng)健康的日益重視（高品質(zhì)牛奶、功能性牛奶高速增長(zhǎng)），給嚴(yán)重不足（中國(guó)每10萬(wàn)人平均只有0.3名營(yíng)養(yǎng)師，遠(yuǎn)低于全球27名營(yíng)養(yǎng)師的水平，且價(jià)格昂貴難以普及）夠隨時(shí)隨地提供專業(yè)解答的營(yíng)養(yǎng)師助手。應(yīng)用方案基于MENGNIU.GPT構(gòu)建了AI營(yíng)養(yǎng)師蒙蒙（應(yīng)用），消費(fèi)者可以7*24h通過(guò)自然語(yǔ)言與AI營(yíng)養(yǎng)師蒙蒙自由溝通，獲得專家級(jí)的個(gè)性化營(yíng)養(yǎng)健康服務(wù)。此外，還有AIplanner功能。基于個(gè)人健康評(píng)估結(jié)果，個(gè)性化地制訂營(yíng)養(yǎng)健康計(jì)劃，實(shí)時(shí)提醒互動(dòng)，并記錄執(zhí)行過(guò)程。當(dāng)執(zhí)行過(guò)程和計(jì)劃發(fā)生偏差時(shí)，智能調(diào)整計(jì)劃。34蒙牛與智譜AI聯(lián)手打造MENGNIU.GPT、AI營(yíng)養(yǎng)師蒙蒙，致力于讓每個(gè)家庭都可以擁有7*24h、個(gè)性化、專業(yè)級(jí)的營(yíng)養(yǎng)健康服務(wù)，場(chǎng)景涵蓋：智能健康營(yíng)養(yǎng)專家：專業(yè)知識(shí)解答、個(gè)性化營(yíng)養(yǎng)建議。用戶營(yíng)養(yǎng)健康評(píng)測(cè)：包括缺鈣風(fēng)險(xiǎn)評(píng)估、免疫力狀況評(píng)估、營(yíng)養(yǎng)均衡測(cè)試等。營(yíng)養(yǎng)計(jì)劃制定及監(jiān)督：如瘦身計(jì)劃、腸健康養(yǎng)護(hù)計(jì)劃等。客戶反饋在營(yíng)養(yǎng)健康領(lǐng)域，我們看到了大模型帶來(lái)顛覆性影響。相信未來(lái)通過(guò)和智譜AI更加深入的合作，可以讓更多家庭享受到更加個(gè)性化、陪伴式的專業(yè)營(yíng)養(yǎng)健康服務(wù)。使用數(shù)據(jù)蒙牛二十多年積累的營(yíng)養(yǎng)健康相關(guān)的私域知識(shí)。合作的營(yíng)養(yǎng)健康權(quán)威機(jī)構(gòu)的知識(shí)數(shù)據(jù)。使用數(shù)據(jù)蒙牛二十多年積累的營(yíng)養(yǎng)健康相關(guān)的私域知識(shí)。合作的營(yíng)養(yǎng)健康權(quán)威機(jī)構(gòu)的知識(shí)數(shù)據(jù)。討，確保在學(xué)術(shù)和實(shí)踐領(lǐng)域都具實(shí)用性。技術(shù)難點(diǎn)蒙牛作為業(yè)內(nèi)領(lǐng)先的龍頭企業(yè)，在交付要求上保持著一貫的高水準(zhǔn)，而且營(yíng)養(yǎng)健康領(lǐng)域的專業(yè)知識(shí)需要更加嚴(yán)謹(jǐn)?shù)挠?xùn)練。為了深化AI技術(shù)與領(lǐng)域知識(shí)的融合，智譜AI更多的技術(shù)資源和人力成本進(jìn)行前期溝通與后期交付。智譜AI效地協(xié)助蒙牛集團(tuán)拓展更多合作伙伴，如將AI供更加智能化和個(gè)性化的營(yíng)養(yǎng)服務(wù)。未來(lái)展望 素材生成 內(nèi)部知識(shí)庫(kù) 數(shù)據(jù)分析35上汽集團(tuán)上汽集團(tuán)汽車維修AI師傅汽車行業(yè)維修售后接待（動(dòng)態(tài)排故流程）售后接待

8%準(zhǔn)確率單輪對(duì)話抽取達(dá)到業(yè)務(wù)人員

9%多輪對(duì)話修正后可以達(dá)到項(xiàng)目背景傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題售后/”功能，賦能維修工，統(tǒng)一積累經(jīng)驗(yàn)知識(shí)。應(yīng)用方案智譜GLM系列大模型賦能維修助手、一線的售后咨詢?nèi)藛T、車輛維修人員可以通過(guò)耳機(jī)+麥克+觸屏的智能終端方式，實(shí)時(shí)與維修人員交互，提供需確認(rèn)問(wèn)題/處置方案/預(yù)診斷結(jié)論等。初診：診斷：（故障定位）；修理：驗(yàn)收：驗(yàn)收測(cè)試計(jì)劃、過(guò)程引導(dǎo)、實(shí)時(shí)描述；報(bào)告：過(guò)程記錄自動(dòng)生成維修記錄。36實(shí)現(xiàn)方式使用數(shù)據(jù)使用數(shù)據(jù)包含車輛維修手冊(cè)，車輛排故手冊(cè)，歷史維修案例。技術(shù)難點(diǎn)單輪對(duì)話實(shí)現(xiàn)多特征抽取，以及語(yǔ)義判斷，并通過(guò)業(yè)務(wù)多輪反問(wèn)實(shí)現(xiàn)問(wèn)題定位。未來(lái)展望以現(xiàn)有對(duì)話語(yǔ)料及手冊(cè)為數(shù)據(jù)基礎(chǔ)，通過(guò)AllTools構(gòu)建以模型為主不受流程限制的以現(xiàn)有對(duì)話語(yǔ)料及手冊(cè)為數(shù)據(jù)基礎(chǔ)，通過(guò)AllTools構(gòu)建以模型為主不受流程限制的售后服務(wù)的Agent。37金山辦公人工智能辦公應(yīng)用“WPS辦公軟件

95%+文檔生成 內(nèi)容改寫項(xiàng)目背景

續(xù)寫 公文寫作

用戶滿意度辦公軟件是企業(yè)和個(gè)人用戶使用最為高頻的工具之一。隨著人工智能技術(shù)的發(fā)展，用戶對(duì)于辦公軟件智能化提效的需求不斷提升。大模型帶來(lái)的技術(shù)突破，讓辦公軟件的智能化大幅提速，文本生成等應(yīng)用有望變革用戶的工作方式。對(duì)于辦公軟件廠商而言，這也意味著變革性的產(chǎn)品創(chuàng)新機(jī)遇和新的戰(zhàn)略增長(zhǎng)點(diǎn)。金山辦公是國(guó)內(nèi)領(lǐng)先的辦公軟件和服務(wù)提供商，在辦公WPSO?ce、WPS365、WPSAI等2023930傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題作為行業(yè)領(lǐng)先的辦公軟件，WPS一直以來(lái)都注重結(jié)合AI技術(shù)為用戶提供智能、高效的產(chǎn)品體驗(yàn)。但是，基于傳統(tǒng)NLP技術(shù)開(kāi)發(fā)智能化功能，面臨以下問(wèn)題：受限于技術(shù)能力邊界，基于傳統(tǒng)NLP技術(shù)開(kāi)發(fā)的智能化助手功能在實(shí)際用戶體驗(yàn)上不夠智能化，生成的內(nèi)容可用率低，用戶滿意度不高。針對(duì)各個(gè)小場(chǎng)景，金山辦公需要分別訓(xùn)練相應(yīng)的小模型，研發(fā)成本高，產(chǎn)品開(kāi)發(fā)周期長(zhǎng)，導(dǎo)致產(chǎn)品化難度高。同時(shí)，針對(duì)各個(gè)小場(chǎng)景單獨(dú)進(jìn)行研發(fā)維護(hù)，需要大量的人力投入。在人力有限的情況下，上線的智能化產(chǎn)品場(chǎng)景少，體驗(yàn)不佳。應(yīng)用方案38WPSAI可以實(shí)現(xiàn)的典型場(chǎng)景包括：在文字編輯場(chǎng)景中，可以通過(guò)大模型輔助用戶完成創(chuàng)作，包括續(xù)寫、總結(jié)、縮寫、擴(kuò)寫、改寫（口語(yǔ)化、正式化等）、大綱、翻譯、頭腦風(fēng)暴等功能。尤其是可以發(fā)揮公文模板庫(kù)的作用，包括會(huì)議紀(jì)要、公文通知、簡(jiǎn)歷、合同、喜報(bào)、參數(shù)提取、會(huì)議、請(qǐng)假條等等。用戶只需要輸入簡(jiǎn)單的文檔標(biāo)題和關(guān)鍵信息，就可以快速生成文檔內(nèi)容。在PPT演示文檔場(chǎng)景，可以通過(guò)大模型生成PPT稿等。用戶只需要輸入PPT的主題，WPSAI逐步產(chǎn)出以上內(nèi)容，并完成PPT的排版工作。目前，WPSAI已接入金山辦公的WPS文字、演示、表格、PDF等產(chǎn)品，解決用戶在內(nèi)容生成、內(nèi)容理解、指令操作等方面的日常辦公難題，以及搭載在面向企業(yè)組織提供服務(wù)的新產(chǎn)品WPS365，進(jìn)一步發(fā)展辦公新質(zhì)生產(chǎn)力，為企業(yè)數(shù)字化轉(zhuǎn)型搭建智能基座。從用戶反饋來(lái)看，對(duì)比傳統(tǒng)NLP小模型支撐的智能化場(chǎng)景的“人工智障”體驗(yàn)，基于智譜系列大模型能力反復(fù)打磨的WPSAI用戶滿意度超過(guò)95%，用戶滿意度大幅提升。客戶反饋在與我們產(chǎn)品功能的深入融合中，智譜GLM系列大模型表現(xiàn)出了強(qiáng)大的綜合能力，在多個(gè)場(chǎng)景具備更優(yōu)的效果，很好地支撐了我們文字、PPT等產(chǎn)品線的智能化升級(jí)。實(shí)現(xiàn)方式技術(shù)難點(diǎn)產(chǎn)品直接面向C技術(shù)難點(diǎn)產(chǎn)品直接面向C智譜GLM系列大模型在大部分核心場(chǎng)景中表現(xiàn)出更好的效果。未來(lái)，金山辦公將探索知識(shí)庫(kù)問(wèn)答等更多大模型能力與產(chǎn)品的結(jié)合。未來(lái)，金山辦公將探索知識(shí)庫(kù)問(wèn)答等更多大模型能力與產(chǎn)品的結(jié)合。39智聯(lián)招聘 招聘提效助手在線招聘行業(yè)人崗匹配8%以上

簡(jiǎn)歷優(yōu)化 面試助手10% 5%篩選簡(jiǎn)歷時(shí)間節(jié)省項(xiàng)目背景

求職者寫簡(jiǎn)歷效率提升

招聘方面試效率提升傳統(tǒng)運(yùn)營(yíng)模式問(wèn)題求職者簡(jiǎn)歷缺乏競(jìng)爭(zhēng)力，衍生出增值服務(wù)，包括簡(jiǎn)歷優(yōu)化、職業(yè)規(guī)劃、行業(yè)分析等。40應(yīng)用方案客戶反饋在智譜GLM系列大模型的支持下，深度優(yōu)化了人崗匹配、通過(guò)對(duì)話進(jìn)行信息收集的效率和準(zhǔn)確性，助力智聯(lián)在招聘領(lǐng)域持續(xù)保持領(lǐng)先。實(shí)現(xiàn)方式使用數(shù)據(jù)崗位JD、簡(jiǎn)歷、通用行業(yè)知識(shí)。技術(shù)難點(diǎn)使用數(shù)據(jù)崗位JD、簡(jiǎn)歷、通用行業(yè)知識(shí)。技術(shù)難點(diǎn)41智能體能理大幅增強(qiáng)靈活切換多種人設(shè)跨時(shí)空、跨文化的心靈交流堅(jiān)持完全自研智能體能理大幅增強(qiáng)靈活切換多種人設(shè)跨時(shí)空、跨文化的心靈交流打造新一代認(rèn)知智能大模型智譜AI自研了具有完全知識(shí)產(chǎn)權(quán)的預(yù)訓(xùn)練框架GLM，并自建訓(xùn)練平臺(tái)，擁有從零開(kāi)始搭建平臺(tái)和運(yùn)維平臺(tái)的能力，并在國(guó)內(nèi)外測(cè)評(píng)中均取得了領(lǐng)先效果優(yōu)勢(shì)。2024年1月,新一代基座大模型GLM-4正式推出。GLM-4的整體性能相比上一代大幅提升,逼近GPT-4。GLM-4支持更長(zhǎng)上下文,具備更強(qiáng)多模態(tài)能力,推理速度更快、支持更高并發(fā),從而大大降低推理成本。GLM-4GLM-4支持更長(zhǎng)上下文,具備更強(qiáng)多模態(tài)能力,推理速度更快、支持更高并發(fā),從而大大降低推理成本。GLM-4大幅提升智能體能力,GLM-4AllTools實(shí)現(xiàn)自主根據(jù)用戶意圖，自動(dòng)理解、規(guī)劃復(fù)雜指令,自由調(diào)用網(wǎng)頁(yè)瀏覽器、CodeInterpreter代碼解釋器和多模態(tài)文生圖大模型以完成復(fù)雜任務(wù)。GLMs個(gè)性化智能體定制功能亦同時(shí)上線,用戶用簡(jiǎn)單的提示詞指令就能創(chuàng)建屬于自己的GLM智能體。模型能力全面對(duì)齊世界先進(jìn)水平不分大小，事事回應(yīng)多輪交互，上下文記憶無(wú)割裂感的全場(chǎng)景交互AIlTools、GPTS圖片理解COgVLMChatGPT對(duì)話ChatGLM代碼CodeGeeXDALL.E文生圖CogViewWebGPT搜索增強(qiáng)WebGLM42更長(zhǎng)上下文GLM-4在基礎(chǔ)能力、指令跟隨能力、中文對(duì)齊能力等方面全面看齊GPT-4,達(dá)到世界先進(jìn)水平。更長(zhǎng)上下文GLM-4在基礎(chǔ)能力、指令跟隨能力、中文對(duì)齊能力等方面全面看齊GPT-4,達(dá)到世界先進(jìn)水平。性能全面提升GLM-4在基礎(chǔ)能力、指令跟隨能力、中文對(duì)齊能力等方面全面看齊GPT-4,達(dá)到世界先進(jìn)水平。模型能力全面對(duì)齊世界先進(jìn)水平性能全面提升GLM-4在基礎(chǔ)能力、指令跟隨能力、中文對(duì)齊能力等方面全面看齊GPT-4,達(dá)到世界先進(jìn)水平。基礎(chǔ)能力評(píng)測(cè)(英文)MMLU基礎(chǔ)能力評(píng)測(cè)(英文)MMLU())MATH)BBH(3-shot)MMLU())GPT-486.492.052.9195.367.0GLM-481.587.647.982.385.472.094%95%91%99%90%100%指令跟隨能力(中英,數(shù)據(jù)集:谷歌IFEval)Instruction級(jí)別、中文Instruction級(jí)別、英文GPT-472.480.079.585.4GLM-463.471.967.776.488%90%85%89%對(duì)齊能力（中文，數(shù)據(jù)集：AlignBench）專業(yè)能力中文理解基本任務(wù)數(shù)學(xué)計(jì)算文本寫作綜合問(wèn)答角色扮演邏輯推理中文推理中文語(yǔ)言總分GPT-4