2024年,新能源汽车延续迅猛增长态势,市场占比和智能化渗透率稳步提升。国产汽车品牌表现强劲,占据市场主导地位。同时随着大模型等新技术的应用与发展,各车企纷纷引入大模型技术以加速智能化升级,提升服务质量和销售业绩,开拓新增长领域。
在市场环境急速变化之下,车企经销网络也随之活跃起来,然而终端销售人员面临着新的挑战,如产品知识储备不足、客户服务技能欠缺、销售策略过时,以及技术工具运用不足等。这些问题不但对业绩造成负面影响,也对品牌车型的整体竞争力产生不利作用。
领克汽车为加快大模型技术的落地应用,与火山引擎达成新阶段合作,基于豆包大模型全新推出的 SalesCopilot ,已全面整合至领克汽车的直营销售系统之中,为其打造更加智能的销售 AI 助手,提升销售顾问的业务能力与服务水平,优化客户体验。
领克汽车是由吉利汽车、沃尔沃汽车和吉利控股集团合资成立的全球新高端品牌。领克为个性开放的都市人群而生,重塑人与车之间的关系,创造全新的生活形态。
图片及内容来源于领克官网
面对汽车市场日益激烈的竞争和消费者多样化的需求,需要所应用的大模型拥有更强模型效果,能够切实贴合用户业务应用场景,更好地帮助销售顾问引导消费者并即时响应消费者提出的问题,同时还要兼顾性价比。
火山引擎为领克汽车提供豆包大模型技术及解决方案能力,以稳固、安全的基础设施承载力,专业的模型训练、推理、评测、精调等全链工具,结合丰富的模型插件、AI 原生应用和开发服务,帮助领克汽车高效、轻松地落地大模型应用。
此外,豆包大模型经过字节跳动内部50+业务的场景实践验证和千亿级日 tokens 的持续优化,能够准确洞察用户需求,深度理解应用场景,为领克汽车销售团队提供销售引导和服务反馈支持。
SalesCopilot 深度融合了豆包大模型的能力,现已被整合进领克汽车销售助手 App 以及各类终端工具中,为终端销售顾问提供诸如实时数据分析、客户行为预测、客户对练和评价总结以及个性化销售策略建议等服务,成为销售顾问的“得力助手”。
这也是 SalesCopilot 首次在汽车数字营销场景中基于豆包大模型的实时流式对话能力,帮助销售助手随时随地、快速高效地处理日常工作,覆盖实时客户建档、对话智能辅助、跟进策略制定以及虚拟陪练等多元化业务场景。
豆包大模型-销售助手:通过豆包大模型,销售顾问可以获取关于本品和竞品汽车产品的深度知识,以及市场趋势的即时更新,更好地理解客户需求和优化销售策略。
实时对练和评级系统:SalesCopilot 提供的对练系统能够模拟各种销售场景,让销售顾问在实际接待和跟进客户前,能够充分练习并提升应对各种问题的能力。
用车知识工具:销售顾问可以通过这一工具快速访问到关于汽车维护、操作和功能的详细信息,并可以通过客户手册,使用视频等方式输出丰富的内容,确保销售顾问能够获得准确而详细的产品知识。
https://v.youku.com/v_show/id_XNjQxMDQzNzgxMg==.html
SalesCopilot
领克汽车市场策略负责人表示:“在当前汽车销售领域,提升销售效率和客户满意度是我们的核心目标。通过与火山引擎的合作,我们能够将最先进的 AI 技术应用于日常销售活动中,进一步提升销售团队的专业能力和工作效率。”
火山引擎作为字节跳动旗下的云服务平台,致力于成为客户数字化转型和智能化升级的有力伙伴。未来,火山引擎将继续携手领克汽车,共同推动汽车行业的智能化升级,助力汽车企业实现更高效、更智能的生产和服务模式。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。