探索2024年WAIC展示的AI創(chuàng)新，從WPS的企業(yè)大腦到AI教育工具，這些toB解決方案展現(xiàn)了AI技術(shù)的潛力和行業(yè)對未來應(yīng)用的期待。快來了解這些前沿進展！

24年的WAIC在上海世博中心舉辦，7月4號到7號，共4天展覽的時間，我是在5號花了一天左右時間去參觀了一下，我比較感興趣是基于大模型的AI應(yīng)用，基本上大部分時間都在有眾多AI廠商的展廳逛，展廳內(nèi)參展商像華為、騰訊、阿里一線互聯(lián)網(wǎng)大廠包括頭部AI的科技公司商湯、科大訊飛、百川以及像特斯拉、蔚來等車企都參與了這次的活動。

在逛的過程中也和一些AI廠商的業(yè)務(wù)人員關(guān)于產(chǎn)品的使用場景背后用到的技術(shù)商業(yè)模式等聊了一些，這篇文章就把目前最前沿的部分有意思的AI應(yīng)用帶給大家。

先說結(jié)論：絕大部分AI廠商還都是依賴于自己研發(fā)的【小模型】來滿足所在領(lǐng)域的場景需求，【大模型】僅作為一個輔助的技術(shù)；小部分廠商底層依賴【大模型】驅(qū)動做了一些產(chǎn)品，但還是要通過一些額外的輔助手段，例如小模型的加入來保證產(chǎn)品能夠商業(yè)化落地。

大模型還未大規(guī)模作為toB領(lǐng)域底層AI技術(shù)的原因我認為主要有兩個：一個是模型存在幻覺，所謂的幻覺是你在問模型一個問題時會有一定概率胡說八道，而toB的絕大部分場景容錯率都是很低的。其二是原有的依賴小模型產(chǎn)品有的已經(jīng)能夠商業(yè)化規(guī)模化，把原有的底層技術(shù)替換成本是大的。

這里說明下大模型和小模型區(qū)別：

• 小模型：指廠商自研或采購的針對某垂直場景的AI模型，例如TTS、NLP、ASR等。
• 大模型：生成式大語言模型，我們熟知的GPT、Gemini都屬于大模型。

舉辦展會是toB領(lǐng)域的一種會銷行為，參展商和舉辦商舉辦活動的目的不僅僅是行業(yè)的交流，核心還是能夠獲取一些客戶名單，銷售導(dǎo)向，所以展會上較少有toC的產(chǎn)品亮相，確切來講這篇文章所介紹的基本都是toB領(lǐng)域的當下最前沿的AI應(yīng)用了。

一、按產(chǎn)品為單位介紹AI產(chǎn)品

1、WPS AI – 企業(yè)大腦

金山辦公早在幾年前就推出了自己的AI文檔產(chǎn)品，作為終端用戶有些伙伴已經(jīng)體驗到了，這次WAIC大會，金山辦公展覽的AI辦公文檔應(yīng)用主要面向企業(yè)，官方稱之為企業(yè)大腦，所謂的企業(yè)大腦，相當于將企業(yè)所有的關(guān)于產(chǎn)品、業(yè)務(wù)、運營等文檔內(nèi)容一并給到應(yīng)用，應(yīng)用通過底層大模型的能力實現(xiàn)企業(yè)員工知識問答。原本要找一個資料可能要問其他同事要或者在企業(yè)自己維護的企業(yè)網(wǎng)盤中尋找，找來之后還要在文檔中找到你需要的信息，效率是低的，而有了企業(yè)大腦，就可以直接通過文字交互的形式問應(yīng)用就可以了。

類似企業(yè)大腦、企業(yè)知識庫產(chǎn)品背后的模型有點像RAG（檢索增強生成），這里也簡單介紹一下此模型原理。

1. RAG，即Retrieval-Augmented Generation，中文翻譯為”檢索增強生成”。這是一種結(jié)合了檢索和生成技術(shù)的模型，它通過引用外部知識庫的信息來生成答案或內(nèi)容，具有較強的可解釋性和定制能力；
2. RAG模塊的工作原理可分兩部分組成，分別是檢索層部和生成層；
3. 檢索層：將用戶輸入的檢索信息通過檢索層神經(jīng)網(wǎng)絡(luò)生成檢索需求給到數(shù)據(jù)庫，數(shù)據(jù)庫根據(jù)需求輸出檢索結(jié)果；
4. 生成層：將檢索層輸出的數(shù)據(jù)結(jié)果結(jié)合用戶的檢索信息給到大語言模型（LLM）生成最終結(jié)果。

基于大模型知識庫產(chǎn)品會存在一個問題就是剛才所說的模型幻覺，模型的回答不是每次都準確的，可能會出現(xiàn)胡說八道的情況，WPS AI給了一個解決方案，就是每次在模型回答的內(nèi)容里面顯示原始文檔來源，如果模型引用了文檔那么內(nèi)容大概率是可信的，如果沒有引用自由發(fā)揮的，那就需要進一步確認他的準確度了；另外一個好處是員工可以點擊引用的文檔查看更詳細的信息，通常大模型回答的內(nèi)容比較精簡的。

這讓我想到了toC產(chǎn)品領(lǐng)域KIMI，也是通過給出引用的原始內(nèi)容的方式來進一步增加回答內(nèi)容的置信度和進一步查看內(nèi)容明細，KIMI背后的技術(shù)模型也是類似RAG。

WPS AI企業(yè)版的行業(yè)解決方案負責人提到了目前針對toB的實踐，面向金融保險領(lǐng)域，保險的產(chǎn)品種類是比較多的，保險內(nèi)的條款內(nèi)容變化也比較快，內(nèi)部員工和外部客戶都需要通過問答的形式來獲取最新的保險產(chǎn)品信息，原先的解決方式是人工去維護問答知識庫，這樣效率就比較低，而如果運用了基于大模型的AI數(shù)字員工，維護成本會降低。具體的實現(xiàn)路徑和效果在現(xiàn)場沒有展示，目前他們這個針對保險領(lǐng)域的這一行業(yè)場景實踐還在共創(chuàng)階段。

WPS AI其余的能力都還是圍繞大模型針對內(nèi)容領(lǐng)域的基礎(chǔ)能力：內(nèi)容擴寫、內(nèi)容格式化、內(nèi)容提取等。

2、海豚-AI解題助手

AI解決數(shù)學(xué)題的能力在剛發(fā)布的GPT-4o就可見一斑，展廳內(nèi)不止一家教育機構(gòu)圍繞底層大模型應(yīng)用提供教學(xué)產(chǎn)品，我主要和海豚教育的業(yè)務(wù)人員聊了一些并且體驗了他們的產(chǎn)品，他們的產(chǎn)品是面向?qū)W生群體的數(shù)學(xué)解題助手，一道數(shù)學(xué)題模型有能力將其拆分成若干的解題步驟，每個步驟是一個子問題，模型引導(dǎo)用戶回答子問題直到最終答案。

在整個體驗過程中AI給出的子問題和對我給的答案判斷及引導(dǎo)體驗下來沒什么問題，只是在識別我的回答時出現(xiàn)一次將“兩天”識別成“2000”的錯誤，我和機器間的交互有4次，如果單從這一次的樣本來看，語音的識別成功率在百分之75。

針對他們家的產(chǎn)品，我也同樣問到了模型幻覺的問題，像拆題和解題包括和用戶的交互過程中模型出現(xiàn)幻覺怎么處理，概率大概多少？現(xiàn)場的工作人員給我的答復(fù)是概率大致在百分之98，問題出現(xiàn)需要人工來干預(yù)，且不談這個概率的可靠性，就教育場景來說，哪怕百分之2的錯誤率意味著每一道題都要經(jīng)過人工確認才行。

所以他們這個產(chǎn)品還是需要家長或老師的陪同下才好進行，或許這個產(chǎn)品的目標群體可以是家長，告訴家長解題步驟，家長掌握后再給孩子做輔導(dǎo)。

3、獵聘多面- AI面試官

大會來了一些做招聘試這塊兒業(yè)務(wù)的公司，我們平常在找公司的時候經(jīng)常用像BOSS、智聯(lián)招聘這種產(chǎn)品，看上去都是面向toC的，實則這些招聘軟件公司同樣有很多toB業(yè)務(wù)且toB業(yè)務(wù)才是他們最主要的營收來源。

獵聘估計大家沒用過但也有所聞，他們在大會上展示的AI能力簡單用一個詞來概括就是- AI面試官，解決的核心問題是幫助企業(yè)提升面試效率確切來說是首輪面試效率，從面試者的視角來看，簡歷通過初篩后，會進入到AI面試環(huán)節(jié)，面試者將面對AI數(shù)字人進行面試，而AI數(shù)字人所問的面試題是根據(jù)崗位的JD，也就是說企業(yè)端只要給系統(tǒng)一份崗位JD，系統(tǒng)就可以生成面試題目。最終的企業(yè)根據(jù)AI的打分結(jié)合回答來判斷哪些候選人能進入到下一輪面試環(huán)節(jié)。

系統(tǒng)由大模型和小模型組成，大模型負責生成面試題且和面試者面試過程中的交互內(nèi)容，小模型主要是指打分，獵聘通過他們私有的數(shù)據(jù)來訓(xùn)練小模型的評分系統(tǒng)。當然因為是數(shù)字人形式呈現(xiàn)，那大概率也會用到一些像ASR文字轉(zhuǎn)語音，TTS語音轉(zhuǎn)文字的小模型。

期間我問現(xiàn)場的工作人員，如果從降低企業(yè)面試成本的角度來說成立，但作為一個面試者，公司第一輪使用AI的方式進行面試，可能會讓他們感覺企業(yè)不夠重視自己，對企業(yè)的好感度的降低。他們給我的解答是，目前AI面試官還未普及的情況下有這種可能，但假如后面普及下來，絕大部分公司都采用這種方式那就不存在這個問題了。這就讓我想到了如今的新能源汽車產(chǎn)業(yè)，電車被廣大消費者接受不僅僅靠的是一家車企的努力，還需要整個產(chǎn)業(yè)中每個公司的貢獻，比如供應(yīng)鏈、充電樁等。之前蔚來汽車的老板李斌也說過蔚來和其他國產(chǎn)的新能源車企既是競爭對手也是合作者。

目前他們這個產(chǎn)品的售價按照面試次數(shù)，一個面試單價在20元，如果按照初輪面試有20個候選人，首輪面試的成本在400元左右，大家如果熟悉招聘行業(yè)的，可以算一下如果企業(yè)用這套系統(tǒng)，不從效果單從成本上是否能覆蓋首輪人工面試的方式。

4、AI機器人

大會各廠商展示的AI機器人總體分兩類，一類是解決某垂直場景的機器設(shè)備，有的設(shè)備也有人的屬性，比如用來裝載貨物的機械臂等，另外一類就是長的像人類并且大多都帶兩條腿的人型機器人，像特斯拉的Optimus。

我和其中的一家叫達闥機器人的工作人員聊了聊，他們做的也是類似于人型機器人，大廳大屏上展示的場景是機器人在咖啡廳拿咖啡杯移動，估計是想呈現(xiàn)出機器人在咖啡店餐廳這種環(huán)境下的服務(wù)能力，但和現(xiàn)場員工聊了之后發(fā)現(xiàn)這也只是個概念，還無法商業(yè)化落地，目前能落地的場景在景區(qū)導(dǎo)覽這塊兒，機器人相當于充當一個導(dǎo)覽人員的角色。

實現(xiàn)方式是通過先將展館或周邊環(huán)境進行3D建模，再將建模等數(shù)據(jù)給到機器人進行訓(xùn)練，機器人也結(jié)合了大語言模型的能力，只是在面對一些非特定任務(wù)場景的問題時可調(diào)用大模型進行回復(fù)。

這種方式實現(xiàn)意味著每開發(fā)一個新的客戶，都需要有數(shù)據(jù)采集和預(yù)訓(xùn)練的環(huán)節(jié)。

大致詢問了一下機器人的售價 ，現(xiàn)場人員給我了一個很泛的數(shù)字：十幾萬。一個三線城市景區(qū)的導(dǎo)覽人員年人力成本在10萬，如果整個機器能撐兩年，意味著成本能降下來。

除了人型機器人以外，還有一些垂直場景的AI機器設(shè)備涉及像機器自動做咖啡、機器自動做冰激凌等工業(yè)化設(shè)備。

感覺機器人整個產(chǎn)業(yè)已經(jīng)比較豐富了，因為我看到除了機器人產(chǎn)品之外還有像一些機器人組件的供應(yīng)商，比如提供關(guān)節(jié)模組這種解決方案的廠商。

二、其他AI產(chǎn)品觀察

除了以上所述的幾個AI相關(guān)的產(chǎn)品服務(wù)之外，現(xiàn)場還有很多，部分沒來的及仔細研究，初淺的了解下，這里也介紹一些。

1、華為的大模型-盤古

華為的盤古大模型除了像GPT-4這種通用模型外還提供了更聚焦的行業(yè)大模型和場景大模型，問了現(xiàn)場的工作人員這種更聚焦的大模型和通用大模型的差別僅在數(shù)據(jù)，一般來說要解決垂直行業(yè)或場景問題，哪怕僅是一個簡單的知識庫也是需要企業(yè)內(nèi)部數(shù)據(jù)支持的，僅憑大模型是不行的。

2、自動駕駛

有面向民用的，例如蔚來汽車、特斯拉、極越，也有針對場景的toB端的解決方案，例如無人礦車，針對物流場景的無人駕駛等。

3、AI體檢

通常我們要是想要得知自己身體的各項指標需要去醫(yī)院抽血，更細致的要拍片等，在大會現(xiàn)場看到可以通過識別人臉就能給出部分身體指標數(shù)據(jù)的AI體檢產(chǎn)品，例如血糖，血脂等，我沒去體驗，因為我不知道我實際的身體指標是多少，無從判斷它的準確度，萬一要是測出來有哪項指標不合格就挺糟心的。該產(chǎn)品背后的原理不難理解，就是一個通過人臉和對應(yīng)指標數(shù)據(jù)訓(xùn)練出來的一個模型。

4、AI海外服務(wù)

通過AI的方式把面向國內(nèi)的一些內(nèi)容，針對不同海外消費市場的特性轉(zhuǎn)換成面向海外的內(nèi)容。

5、AI Coder

基于大模型提升code效率， 例如具備自動Debug、AI輸出一些代碼片段等能力。

三、結(jié)語：

大會來了不少互聯(lián)網(wǎng)領(lǐng)域的大咖，例如像百度的李彥宏、獵豹移動的傅盛，阿里云的王堅，李彥宏在會上也很尖銳的指出，今天各大廠商都在卷模型的性能，是一種資源的浪費，而真正能夠解決實際問題的AI應(yīng)用才是更有價值的。

可以看出整個AI產(chǎn)業(yè)界都在探索和期待現(xiàn)象級的AI應(yīng)用的誕生，而從歷史來看每一次大的技術(shù)革新都會孕育出超大規(guī)模公司。