5月15日,2024春季火山引擎 FORCE 原动力大会在北京成功举办。本次大会上火山引擎正式发布了字节跳动自研的豆包大模型及火山方舟2.0。
基于豆包大模型,字节跳动还打造了多款创新产品及应用,包括 AI 对话助手“豆包”、AI 应用开发平台“扣子”、互动娱乐应用“猫箱”,以及星绘、即梦等 AI 创作工具。此外豆包大模型还成功接入抖音、飞书、巨量引擎等50余个内部业务,用以提升效率和优化产品体验。
火山引擎不仅对内提供支持,更致力于与外部客户共创未来。以汽车行业为例,火山引擎联合中国电动汽车百人会与捷途、一汽、吉利、长城、广汽、智己等20余家厂商,共同成立了汽车大模型生态联盟,旨在探索新一代人车交互的新形态,提升汽车全场景的 AI 新体验。
汽车大模型生态联盟发布
作为火山引擎汽车大模型生态联盟的关键成员,捷途汽车是奇瑞控股集团于2018年推出的全新产品序列,并在2021年升级为独立品牌。自诞生以来,捷途汽车始终坚守“旅行?”战略,专注于深耕“旅行?”细分市场,不断扩展和丰富旅行场景。在短短65个月内,捷途汽车便实现了百万销售量,创造了新锐 SUV 品牌发展的新速度,成为传统汽车品牌的“新势力”。
捷途汽车“旅行?”战略
用户规模持续扩张,服务能力亟待升级
然而,随着捷途汽车用户数量的快速增长,传统的直面用户服务模式已逐渐显现出其局限性。这种模式不仅要求企业大量招聘员工以满足日益增长的用户需求,而且难以确保服务的时效性和个性化。同时,用户需求的复杂多变使得企业更难以精准把握和满足其需求。此外,面对一万多名销售顾问,如何确保他们具备高水平的服务能力,也成了捷途汽车亟待解决的问题。
捷途员工直面客户截图
借助豆包大模型,多维度提升服务质量
大模型技术为捷途汽车优化服务带来了新机遇,携手火山引擎,捷途希望通过豆包大模型,构建捷途智能客服、洞察客户需求、提升销售能力。
智能 AI 客服“小捷”,24小时服务不间断:通过引入豆包大模型,捷途汽车希望打造“AI 小捷”,为用户提供24小时无间断的自动化服务。作为客服人员的智慧助手,AI 小捷不仅具备快速响应能力,还能协助客服人员迅速整理并挖掘用户问题背后的技术信息,为用户提供精准且人性化的回复。
大模型辅助数据分析,精准洞察用户需求:借助大模型对用户内容及行为数据深入分析,能够让捷途汽车更精准地捕捉并理解用户需求和偏好。这种基于大数据的洞察方式相较于传统市场调研,不仅更加精准细致,而且效率显著,还能为捷途汽车在产品开发和营销策略的制定上提供有力支持。
训练销售培训大模型,提升销售团队业务能力:通过训练销售大模型,帮助销售顾问提供个性化的培训和能力提升方案。该模型能够扮演助理、军师、家教等多种角色,自动记录销售顾问与用户的沟通内容,提供销售决策支持和技能分析,帮助销售顾问发现问题并制定改进计划,从而提升销售团队的服务质量。
AI 小捷x豆包大模型
智能客服“AI 小捷”以自身的自动化处理能力,大幅减轻了员工的工作负担,提升服务响应速度与质量。新媒体营销智能化,借助智能化技术,捷途汽车能够精确锁定并触达目标用户群体,实现营销信息的精准投放。此外,通过利用大模型进行销售培训,不仅优化了销售顾问的专业技能,更提升了整体服务团队的业务水平与服务质量,为捷途汽车的持续发展注入了强劲动力。
数字营销x豆包大模型
未来,火山引擎与捷途汽车将继续深化汽车大模型行业应用共创,探索更多大模型技术在汽车行业的应用场景,如智能推荐、智能决策、数字座舱等,共同推动智能汽车行业的发展,为用户提供更加丰富、多彩的旅途体验。
好文章,需要你的鼓励
英特尔CEO谭立武警告,除非有"重要外部客户"保证利润,否则可能停止14A半导体制程投资。他表示,英特尔18A前的制程可仅靠自有产品获得合理回报,但14A制程的资本成本增加,需要外部客户才能实现可接受回报。如果实施这一决定,可能意味着英特尔无法继续遵循摩尔定律,这对半导体行业将产生深远影响。
浙江大学团队开发的LAPO方法成功解决了AI推理模型"过度思考"问题,通过两阶段训练让AI学会根据问题复杂度自主调整推理深度。实验显示该方法将计算用量减少40.9%的同时准确率提升2.3%,为AI系统的智能化和实用化发展提供了重要突破。
Dispo社交网络和约会应用Teaser AI联合创始人Daniel Liss创立了钢铁制造公司Nemo Industries。该公司计划利用AI技术优化生铁生产,并自建熔炉设施。Liss认为从创立之初就使用AI的公司将比竞争对手拥有20%-30%的利润优势。公司此前已融资2820万美元,目前正与现有投资者洽谈1亿美元A轮融资,并获得两个南方州超过10亿美元的激励措施承诺。
本研究提出了首个针对视觉自回归模型的测试时缩放框架TTS-VAR,通过自适应批次管理、聚类式多样性搜索和重采样式潜力选择三大策略,将AI图像生成质量显著提升8.7%。该框架巧妙地将生成过程视为路径搜索问题,在早期保持结构多样性,后期进行智能选择,实现了计算效率与生成质量的双重优化,为视觉生成技术发展提供了新思路。