百融云创拥抱多模态探索大模型更多可能性

2024-05-23 06:49:32 来源：

　　近日，GPT-4o的问世，让人们看到了多模态大模型的威力。GPT-4o的创新之处在于，它是首个整合文本、视觉和音频多模态输入与输出的模型。多模态一直是大模型重点的突破方向，很多信息和知识不只是存在于文本中，还有大量信息存在于语音、视频、图片中，有文、有图、有视频，才能更接近真相，多模态让大模型更加清晰地理解世界，并带来更加流畅、拟人化的交互体验。

　　作为一站式服务的AI科技领航者，百融云创看到了多模态的巨大可能性，并将其定为一个重点的创新方向。目前，文字、语音、视频类大模型均已有产品问世。在文字方面，百融云创开发了大模型应用一站式开发平台——赛博坦，在RAG技术的加持下，赛博坦不仅能生成文字，还能提炼和分析信息。比如某证券机构，其自有App上有大量的企业信息，这些信息很多都是以非结构化的形式，散落在互联网空间，想要精准且完整提取这些信息非常耗时费力，准确率也难以保证。该机构引入赛博坦平台，在极短时间内就完成了信息的提取、汇总和分析，帮助业务人员直观、高效地理解一家企业。

　　在语音方面，百融云创打造了对话大模型Voice GPT。Voice GPT对于语音识别的准确率达99%以上，能够实现“真人级”互动体验。同时，Voice GPT还是一个帮助实现端到端结果交付的智能体，能直接关联商业机构KPI，可以助力商业机构实现资产运营和用户焕活流程的自动化。如今，Voice GPT每天要拨通3000万通电话，大大提高了交互的效率和质量。

　　在视频方面，百融云创打造了数字人产品。百融云创数字人是一个软硬件结合的终端产品，无需人工干预，即可实现流畅的交互。同时，数字人还有非凡的业务处理能力。以代理运营的场景为例，企业只需要将基本的品牌信息、产品特色等输入给数字人，即可由后者代理品牌营销工作。数字人利用自然语言处理和机器学习技术精准分析消费者行为模式和潜在需求，提供个性化建议。同时，数字人还可以在实时的数据分析基础上，创建并发布品牌运营策划，便利商业机构提高营销效率。

　　多模态不仅是深入产业的重要途径，更是通往通用人工智能之路的重要手段。百融云创长期在产业一线耕耘，多模态将有助于公司更好地推动人工智能在产业深层次的应用。

关注同花顺财经（ths518），获取更多机会

0人