人手一个助理,三句话让AI替我们上班

news2024/11/22 21:57:52

目录

前言

从大模型上长出来的 AI 原生应用,才是关键

而这看起来只是一个小小的办公沟通场景,却是大模型重构的一个非常典型的场景。背后考验的也是大模型的综合能力应用

这种从AI原生角度进行的重构,离不开大模型的理解、生成、逻辑、记忆等综合能力


前言

大伙儿都关注今年的百度世界大会了吗?

等了三年,百度世界大会这次一回归线下就放了个大招,把文心大模型 4.0 还有十余款 AI 原生应用搬了出来。

在理解、生成、逻辑和记忆四大功能上又进化了一轮的文心大模型 4.0,综合能力都能跟 GPT-4 掰掰手腕了。

搜索、文库、如流、GBI、地图等AI原生应用,让百度愣是在卷大模型应用的路上快人一步。

图片

要是没能到大会现场参观的友友也先别着急,干货都在这儿给你们备着呢。

在主题上,今年的百度世界大会更强调大模型的落地。

过去一年,咱们也算是见识了不少厉害的大模型,但说实在的,大模型本身并不能直接对咱们的生活产生影响。

从大模型上长出来的 AI 原生应用,才是关键

图片

就像百度创始人、董事长兼首席执行官李彦宏在大会现场说的那样,“ 没有构建于基础模型之上的、丰富的 AI 原生应用生态,大模型就一文不值。”

所以基于文心大模型 4.0 的能力,包括百度搜索、地图、网盘、文库还有如流等在内的 “ 百度全家桶 ”,都重新做了一遍。

图片

就拿百度搜索为例,重构之后的新搜索虽然仍然保留了搜索框,但搜索结果的呈现方式已经完全不一样了。

比如你输入 “ MBTI 是什么?” 搜索结果不再是一堆链接,而是一个相对确切的答案。

图片

还有百度网盘新上线的 “ 云一朵 ” 智能助理,一句话就能让它帮你找文件,百度文库直接帮你写稿、做 PPT,真 · 生产力工具,百度地图化身 “ 出行搭子 ”,推荐美食不在话下。

反正我在直播里看得是眼花缭乱,不过,要说这里边儿最让我感到惊喜,还是李彦宏在现场演示的如流超级助理。

图片

开完会发现好几个工作群、几百上千条未读信息,相信大伙儿对这个场景都不陌生吧。

我有时候中午打个小盹儿,眼睛一闭一睁,群里的消息可能就塞爆了。。。

这种时候,打工人真的很需要有一个可以快速总结群聊内容的功能。

于是,如流超级助理的 “ IM 智能总结 ” 功能就派上用场了。

不仅可以在一堆杂乱的群聊记录中,对1000条消息进行一秒总结重点,还能对群聊内容进行分类,比如 “ 待我确认 ”、“ 重点关注 ” 和 “ 话题讨论 ” 等等。

图片

要是放在以前,这些消息你不看吧,怕错过重要信息,要是看又得慢慢爬楼,少说也得花个十几分钟。

而这看起来只是一个小小的办公沟通场景,却是大模型重构的一个非常典型的场景。背后考验的也是大模型的综合能力应用

坦白讲,企业线上办公的历史并不算长,大大小小的问题确实不少。

图片

差评君刚接触线上办公的时候,除了跟同事沟通对接、用在线文档写稿子以外,其他功能其实很少会用到。

像什么预订差旅、预约会议室经常是一头雾水,这种无力感要形容出来,大概就是我知道办公软件有很多功能,但是我却不知道怎么下手。

不过大模型的出现,的确有了那么点儿解放生产力的苗头。

所以今年以来,出现了越来越多基于大模型的办公软件,特别是这次百度推出的如流超级助理,让我们真真切切地看到,企业办公场景正在被重构。

图片

提起办公助手,可能大伙儿的第一反应就是办公软件侧边栏或者角落里落灰的一个 “ 小透明 ”。

平常的时候用不到,真要遇到点儿啥问题,其实也发挥不了啥大用处。

举个出差的例子吧。

如果你以前问传统的办公助手该怎么规划,它会输出一系列如何找到差旅功能、如何填写差旅审批的教程,甚至可能还会教你怎么订机酒,但它无法自己帮你把这些事情实现和做好。

图片

这种被动的工具属性,让 “ 办公助手 ” 的角色显得越来越鸡肋。

但有生成能力的大模型来了之后,事情就变得不太一样了。

基于文心一言重构后的如流超级助理,相当于拥有了智能工作的 “ 灵魂 ”,从原来的只会 “ 听说读写 ” 变成了真正 “ 有手有脚 ” 去执行指令。

不仅如此,这个人性化的助手还了解你所有的工作日程安排,主动给出提醒和建议,可能比老板同事都要懂你。

图片

此外,如流超级助理还有一个特点就是实时陪伴、随叫随到。

因为大模型能够对自然语言进行处理的特性,也让人机协同的交互方式慢慢从GUI 图形交互过渡到了 LUI 语音交互。

这样一来,动动嘴皮子办公就不再是梦了。

图片

现在你只需要对如流超级助理说句话,什么预约会议、一键休假、一键差旅,全给你办妥咯。

既懂你又专业,而且还随叫随到的助理,应该没人不喜欢吧?

大会现场,李彦宏播放了一段视频,如流产品经理要到上海出差,希望超级助理可以帮助安排行程。

 给超级助理下达了一个语音指令,“ 我计划明天出差,到上海拜访人保科技王总,帮我安排一下行程。” 

图片

话音刚落,如流超级助理马上就能同步日程安排,并结合行程和公司内部的差旅标准推荐航班和酒店,一步直达、一键搞定。

不仅如此,通过打通公司的 CRM 等系统,如流超级助理还能帮你准备一份合作洽谈需要的参考资料。

图片

几句话的功夫,如流就把这些琐事安排得明明白白,真就实现了,一键差旅。

你瞅瞅,这又是人机协同,又是语音交互,新如流可以说是重构了整个线上办公的范式和流程。

这种明星功能背后的实现逻辑发生了根本性的变化,打破了不同系统之间的壁垒。

比如以前你需要到各个系统中去查询日程、预订机酒,但现在只用说一句话,你的“超级助理”就能为你执行任务。

这种从AI原生角度进行的重构,离不开大模型的理解、生成、逻辑、记忆等综合能力

而且,新如流也为办公软件长期存在的一些 “ 疑难杂症 ” 提供了解决思路。

就比如,让大伙儿头疼的会议纪要。

一场会议短则十分钟,长则几小时,稍微溜个神,再回来已经不知道说的是啥了,有时候听完会甚至还 get 不到重点在哪。

特别是咱们的编辑平时要出去做采访,动辄几千上万字的录音文件,还要一条一条梳理细节,这工作量极度不友好。。。

那如流超级助理作为咱们的 “ 工作搭子 ”,也深知打工人的尿性,索性就推出了个 “ AI 会议纪要 ” 功能,会议结束以后立马就能生成可视化的会议记录,谁什么时候发言又说了啥,一览无余。

图片

怕大伙儿没时间看完所有的会议纪要,如流超级助理的 “ AI 会议洞察 ” 功能,还能把会议的重点提炼出来,文档总结能力也是杠杠滴。

图片

不过说实话,文档总结、翻译这些个功能对于现在的 AI 办公软件来说,你有的大伙儿也都有,基操勿 6 。

在文档处理场景,如流的特别之处在于它的智能文档功能,帮你查阅文档。

可能有友友会疑惑,不就是找个文档嘛,搜一搜关键词不就找到了。

但万一,我是说万一,你不记得文档的标题,也不记得内容了怎么办?

如流的文档查阅,就是一种基于行为的查阅方式。

图片

这么说吧,只要你告诉如流超级助理,文档是谁、大概在什么时候建的,或者在哪个会议上发过,它就能马上给你翻出来。

总的来说,如流主打的就是一个帮咱们打工人减轻负担。

其实吧,从 AI 诞生那天起就一直嚷嚷着要解放生产力,但这么多年好像一直没掀起啥风浪。

直到大模型终于成熟落地,从微软的 Copilot,再到如流超级助理,大模型在企业办公场景的落地终于让我们嗅到了那么一丝黎明前的味道。

真就印证了李彦宏在世界大会现场说的那句 “ 如流让 ' 智能工作 ' 代替 ' 勤奋工作 '。” 

图片

指不定哪天,AI 的动态演进又发展到了一个重要节点,那时候就真能替我们人类上班了。

我也由衷地希望,在未来的某一天可以实现:将工作交给 AI,把生活还给人类。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1123898.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

什么是美颜SDK?深入了解直播实时美颜SDK

美颜已经成为了现代社交媒体和直播应用中的重要元素,它使用户能够在拍摄自拍照片或进行直播时改善其外貌特征。美颜技术的普及离不开美颜SDK(软件开发工具包),特别是在直播应用中,直播实时美颜SDK正变得越来越流行。在…

如何解决git 发生冲突的场景?

一、是什么 一般情况下,出现分支的场景有如下: 多个分支代码合并到一个分支时多个分支向同一个远端分支推送 具体情况就是,多个分支修改了同一个文件(任何地方)或者多个分支修改了同一个文件的名称 如果两个分支中…

景联文科技:针对敏感数据的安全转录服务,护航信息安全

针对数据的安全转录服务,主要是为了确保数据在转录过程中的安全性和隐私保护。这些服务通常会采用一系列严格的安全措施,如数据加密、访问控制、数据脱敏等,以确保敏感数据不会被泄露或滥用。 景联文科技提供特定的数据转录服务,以…

【23真题】均分130,兵工七子,速速拿下!

今天分享的是23年沈阳理工大学810的信号与系统试题及解析: 本套试难度分析:平均分130分左右,最高分144分,22真题我也做过,题型变化不大。本套试题内容难度中等偏下,题型挺全,判断选择都有&#…

Unity解决:导出AndroidStudio工程 出现如下报错的解决方法

unity2019.4+ androidStudio2023.x+ 问题1: cvc-complex-type.2.4.a: 发现了以元素 base-extension 开头的无效内容。应以 {layoutlib} 之一开头。 解决:第一个Build.gradle更改如下 // GENERATED BY UNITY. REMOVE THIS COMMENT TO PREVENT OVERWRITING WHEN EXPORTING …

Mac电脑线框图工具推荐 Balsamiq Wireframes 最新免激活

mac Balsamiq Mockups下载功能介绍 1、我们的甜点:创意阶段 在设计新界面的早期阶段,Balsamiq确实闪耀着光芒。 Balsamiq是zenware,这意味着它将帮助你“在区域内”,并留在那里。我们的目标是让您忘记我们的软件。Balsamiq提供…

jdk17运行程序报错module java.base does not open java.lang.reflect to unnamed module @

背景 jdk17运行程序报错module java.base does not open java.lang.reflect to unnamed module 解决方案 增加配置 --add-opens java.base/java.langALL-UNNAMED --add-opens java.base/sun.net.utilALL-UNNAMED --add-opens java.base/java.lang.reflectALL-UNNAMED启动jar…

Python算法练习 10.23

leetcode 1372 二叉树中的最长交错路径 给你一棵以 root 为根的二叉树,二叉树中的交错路径定义如下: 选择二叉树中 任意 节点和一个方向(左或者右)。如果前进方向为右,那么移动到当前节点的的右子节点,否…

数字化可能会用到哪些系统

数字化企业在实施数字化转型过程中,通常会使用多个系统来支持不同的业务需求和功能。以下是一些可能会用到的系统,并对其进行详细介绍: 1. 企业资源计划系统(ERP): 企业资源计划系统是数字化企业的核心系…

东莞理工学院网安学院举办第二届“火焰杯”软件测试高校就业选拔赛颁奖典礼

11月25日下午,由软件测试就业联盟主办的第二届“火焰杯”软件测试高校就业选拔赛颁奖典礼在9A206报告厅隆重举行。网络空间安全学院首次参加该项赛事,共有6位同学参加,全部顺利入围决赛。其中,19软件工程2班梁垧同学获得决赛三等奖…

免费SSL证书的作用及其优势

在互联网时代,保护网站和用户信息的安全至关重要。SSL证书是一种用于加密和保护数据传输的安全技术。本文将探讨免费SSL证书的作用以及它所具备的优势。 点击申请免费证书保护你的网站https://www.joyssl.com/certificate/select/free.html?nid5 一、保护敏感数据…

【接口测试】Jmeter接口实战-TCP及Websocket接口,打通接口测试...

目录:导读 前言一、Python编程入门到精通二、接口自动化项目实战三、Web自动化项目实战四、App自动化项目实战五、一线大厂简历六、测试开发DevOps体系七、常用自动化测试工具八、JMeter性能测试九、总结(尾部小惊喜) 前言 Jmeter测试TCP接口…

12. 机器学习 - 拟合

Hi, 你好. 我是茶桁. 这一节课一开始我们要说一个非常重要的概念: 拟合. 拟合 相信只要你关注机器学习, 那么多少在某些场合下都会听到拟合这个概念. 什么叫做拟合,什么叫做过拟合或者欠拟合呢? 假如有一个模型, 这个模型在训练数据的时候效果很好, 体现在loss很小, 或者说…

三道MySQL联合索引面试题,你能答对几道?

思考一个问题,联合索引在B树中是怎么存储的? 比如在(a,b)字段上面创建联合索引,存储结构类似下面这样: 数据都是先按a字段排序,a字段的值相等时再按b字段排序。 a字段的值是全局有序的&#x…

使用ngrok内网穿透后,调用相关接口报ERR_NGROK_6024 异常

header增加:ngrok-skip-browser-warning:69420即可。如下图:

容器,Pod,Kubernetes,节点这四个基本概念以及互相之间运用关系,概念、原理解读,以及Pod中特殊pause容器

容器,Pod,Kubernetes,节点这四个基本概念以及互相之间关系,概念、原理解读,以及Pod中特殊pause容器 一. 容器,Pod,Kubernetes,节点这四个基本概念以及互相之间运用关系。 1.1 什么…

7. 矢量图层数据查询选择和保存

文章目录 前言数据查询QGis代码实现获取图层数据的字段QgsField获取图层数据QgsFeature以及QgsAttribute 数据选择QGis代码实现 创建虚拟图层并保存为shape文件QGis代码实现 总结 前言 前几章分别介绍了qgis二次开发环境搭建、整体框架、二次开发初始化、Map canvas、矢量图层…

在 Mac M1 上运行 Llama 2 并进行训练

在 Mac M1 上运行 Llama 2 并进行训练 Llama 2 是由领先的人工智能研究公司 Meta (前Facebook)开发并发布的下一代大型语言模型 (LLM)。 它基于 2 万亿个公共数据 token 进行了预训练,旨在帮助开发人员和企业组织构建基于人工智能的生成工具和…

通过pipeline配置sonar自动化实现过程解析

这篇文章主要介绍了通过pipeline配置sonar自动化实现过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1.sonar配置webhooks, 2.url填写jenkins的地址:http://jenkinsurl/sonarqu…

TensorFlow2从磁盘读取图片数据集的示例(tf.keras.utils.image_dataset_from_directory)

import os import warnings warnings.filterwarnings("ignore") import tensorflow as tf from tensorflow.keras.optimizers import Adam from tensorflow.keras.applications.resnet import ResNet50#数据所在文件夹 base_dir ./data/cats_and_dogs train_dir os…