5月24日消息,在云知声山海大模型暨成果发布会上,云知声现场实测山海大模型十大核心能力,并发布一系列面向不同行业需求的产品应用。
云知声山海大模型正式发布
云知声创始人、CEO黄伟表示,山海大模型发布是云知声AGI技术架构升级的重要里程碑,云知声将以山海大模型为基础,打造MaaS 模式的AI 2.0解决方案,在通用能力基础上,增强物联、医疗等行业能力,为客户提供更智能、更灵活的解决方案,打开更大的 AI 技术产业化商业空间。同时,云知声还将持续升级山海大模型能力,目标是年内通用能力比肩ChatGPT,并在医疗、物联、教育等多个垂直领域能力超越GPT4。
云知声创始人、CEO黄伟发表演讲
十项核心能力现场实测
发布会现场,围绕山海大模型的十大核心能力,即语言生成、语言理解、知识问答、逻辑推理、代码能力、数学能力、安全合规能力七项通用能力及插件扩展、领域增强、企业定制三项行业落地能力,云知声通过语音输入、实时互动的方式进行讲解演示。
现场演示山海大模型核心能力
作为生成式AI最具代表性的能力,语言生成是山海大模型的基础能力之一。山海大模型不仅可以生成各种流畅、连贯的文本,包括新闻、作文、小说、邮件、古诗和对联等各种文案,还可以通过多语种、多文体和多风格的方式支持各种语言生成任务,包括创作、摘要、翻译。此外,还支持多种约束条件下的可控文本生成。
在语言理解方面,山海大模型能够理解复杂的思想,能结合上下文、常识和知识,深度理解语句的真实意思及其中所蕴含的情感。
在知识问答方面,山海大模型无论是知识深度、广度,还是跨学科的知识融合能力都表现不俗。
逻辑推理、数学、代码三项能力则集中体现了山海大模型背后的思维链能力。目前,山海大模型已具备对事物进行观察、比较、分析、综合、抽象、概括、判断、推理的能力,且能准确而有条理地表达自己的思维过程;其数学、代码能力也在不断迭代进化。
此外,山海大模型的安全合规能力确保了其产出的合法合规,并可实现正向引导,避免了可能存在的安全隐患。
大模型只是知识和能力的基座,山海大模型的插件扩展、领域增强、企业定制能力则更好地拓展了大模型的能力边界,满足各行各业对大模型灵活性、通用性、实用性的更高需求。
深度结合应用场景
在这场声势浩大的 AGI 浪潮中,大模型与具体应用场景的深度融合已成必然。而为了提高大模型在具体场景的应用落地水平,云知声沿袭了一以贯之的U+X战略,即以 U(AI技术和产品能力),深度结合 X(行业应用场景),解决行业深层问题。
现场,云知声发布多款基于山海大模型打造的面向不同场景需求的行业应用,从效率、成本、体验等多角度,为千行百业的智慧升级按下加速键。
现场发布多款基于山海大模型的产品应用
在医疗场景,深耕医疗行业多年的云知声基于过往数据与经验积累,依托山海大模型全面升级医疗业务线各产品智能化水平,发布手术病历撰写助手、门诊病历生成系统、商保智能理赔系统三大医疗产品应用,实现从助手到专家的跃迁。
针对销售场景,云知声结合山海大模型,升级云贝销售管理系统,通过客户画像、销售电话智能复盘、高质量销售看板、生成跟进待办四步走,敏锐发现销售过程中的优点和改进空间,更准确地洞察客户需求,高效开展获客工作。
在知识管理场景,传统企业内部知识管理过程中,员工搜索问题时经常会遇到答案版本众多、信息多而繁杂、检索不够精准等问题。针对以上痛点,云知声依托山海大模型,升级现有知识管理服务系统,打造企业级New Bing,提供精简式回答,帮助企业员工辅助理解内部专业技术文档,并提供每一次回答的精准溯源。
在教育场景,传统英语学习没有交流环境、缺少纠错机制、苦学十几年听说能力依然很差是很多英语学习者的共同痛点。基于山海大模型,云知声通过发音指导、语法纠正、对话生成三层纠正,助力英语学习者提升口语水平,终结“哑巴式英语”。
面向智慧物联场景,未来云知声将全线升级智慧物联核心产品,与山海大模型深度结合,塑造出一个真正的随身管家,使其在方方面面从只能进行指令交互升级为类人对话,真正联动IoT生态和服务。
发布会当天,云知声与中建电子、京东科技、360达成战略合作,与各合作伙伴展开深度合作,推动山海大模型在各领域的落地应用。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 哪吒新能源汽车制造公司10亿股权被冻结?公司回应
- 蔚来今日迎来成立十周年 已建成2700座换电站
- 余承东官宣Mate70新功能“AI隔空传送”
- 四部门:深入整治“信息茧房”问题,严禁利用算法实施大数据“杀熟”
- TechWeb一周热点汇总:华为Mate 70定档11月26日,字节跳动上调年终激励
- 张朝阳对话基普乔格:跑步像经营一家企业,每个细节要做到极致
- 英伟达CEO黄仁勋香港科技大学最新演讲:机器人时代即将到来
- 蔚来法务部回应收购谣言:公安机关已立案调查
- 阅文集团与大英图书馆达成三年合作,10部网文入藏大英图书馆
- 又10部网文入藏大英图书馆,《诡秘之主》《全职高手》《庆余年》在列
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。