《智譜AI &ampamp ChatGLM：2024開啟AI智能化新紀元白皮書（47頁）.pdf》由會員分享，可在線閱讀，更多相關《智譜AI &ampamp ChatGLM：2024開啟AI智能化新紀元白皮書（47頁）.pdf（47頁珍藏版）》請在三個皮匠報告上搜索。

1、開啟AI智能化新紀元引言01在大模型出現之前，人工智能從未如 ChatGPT 這般普及，超過 1 億用戶主動體驗的背后，是業務發展需求驅動 AI 應用場景探索與實踐的重大轉變。在過往企業對于 AI 的應用中，較高的開發門檻、應用場景的復雜性與多樣性，以及對大量標注數據的依賴，構成了 AI 大規模部署的難題。而預訓練大模型則具有良好的通用性、泛化性，可以顯著降低人工智能應用門檻，用戶基于大模型通過零樣本、小樣本學習即可獲得領先的效果；同時，“預訓練+精調”等開發范式，讓研發過程更加標準化，顯著降低了人工智能應用門檻，成為 AI 走向工程化應用落地的重要手段。統一數據、統一算法、統一模型，解決所有

2、問題，這將是和過去任何一次 AI 風潮都完全不同的新時代，AI 將變成社會的基礎生產要素。大模型的海平面正在逐漸沒過人類能力的山頭，過去被認為只有人類才能完成的事情開始逐步被大模型的洪水所淹沒。而大模型作為新質生產力的代表，正在推動傳統產業的轉型升級和新興產業的快速發展，為社會經濟的高質量發展注入新的動力?！皶r間永遠分岔，通向無數的未來”，無需短期高估技術的影響，也不要長期低估技術的魅力。在企業智能革命的舞臺上，我們一次又一次被大模型的能力驚艷，也必將看到越來越多的新場景、新應用隨之產生，真正擁抱“AI Native 的到來”。在人工智能的漫長征程中，大模型的出現無疑是一座閃耀的里程碑。202

3、3年，在全球科技領域，大模型無疑成為了最炙手可熱的話題，這股熱潮由美國創業公司 OpenAI 率先掀起，中國科技公司緊隨其后，紛紛投入到這場大模型的競爭中。如果說深度學習技術的突破讓計算機擁有了“看”和“聽”的能力，那么大模型則讓計算機具備了“理解”和“創造”的潛能，重新定義公眾對 AI 的認識，為各行各業的智能化轉型開辟了一條新的道路。開發“大一統”，讓 AI 真正普惠與落地走向產業落地，助力組織加速發展新質生產力引言01020305070103182244大模型在組織數智化中的應用大模型應用場景概述大模型行業應用分享GLM行業特色優勢大模型的部署與落地 十大 GLM 客戶成功案例 關于智譜

4、AI大模型部署常見問題雙維度看模型選擇Prompt調優準備微調的判斷與方案選擇目錄CONTENTS0420智譜AI GLM 企業級解決方案 五個方向判斷是否大模型 ready業務場景落地全生命周期服務更適合中國市場的多樣化部署模式0642打造新一代認知智能大模型GLM-4，新一代基座大模型模型能力全面對齊世界先進水平大模型在組織數字化中的應用03從 2023 年初迄今，以 AIGC為主角的跨年度大戲高潮迭起：從ChatGPT引爆人工智能通用化的話題，到大模型形成百舸爭流的局面。如果說，各大廠商紛紛推出大模型產品并形成“百模大戰”的局勢，是大模型這場“戰役”的上半場，那么這場“戰役”的下半場將聚

5、焦在大模型的垂直化應用以及價值轉化發展。文 本 生 成 指 的 是 通 過 指 令（Prompt）讓大模型自動生成文字，包括電子郵件、短信、文章、新聞報道、社交媒體帖子等各種文本內容。相較傳統以規則和模板的方式，大模型提供了完全不同的體驗，這也是大模型最先跑通的商業模式。文本生成廣告文案生成新聞/小說生成會議紀要生成直播腳本生成周報/郵件生成數據報告生成信息抽取是指將長段文字中的信息抽取出來并且以結構化的方式輸出。相比起傳統 NLP 的方式，大模型在泛化能力上有非常大的提升，并且開發成本要低 2 個數量級。信息抽取用戶需求提取用戶畫像提取輿情分析助貸數據清洗文章閱讀輔助銷售質檢傳統的信息檢索系

6、統只能以文字來匹配正文，并且只能以原文片段返回，或者對于垂直場景只能是結構性的卡片，而大模型則可以為你通讀結果并根據你的查詢生成針對性的回答，帶來全新的搜索體驗。信息檢索知識搜索視頻搜索文檔檢索簡歷檢索商品搜索房產檢索自動生成代碼，提高開發效率，減少人工編寫代碼的工作量。自動分析已有的代碼并提供重構和優化的建議，減少人工編寫測試代碼的工作量。同時，大模型可根據用戶提供的部署描述自動生成部署腳本，并監控應用程序的性能。指令代碼生成NL2 SQLAI建站智能RPA測試用例生成代碼生成代碼審查對話系統是指機器和用戶進行對話的系統，通常用于客服和助手類的場景，但原有客服都基于問答對或者規則來進行對話，

7、難以達到真人的水平，而大模型則能在上下文理解和回答生成上帶來全新的體驗。智能對話智能客服語音助手游戲NPC虛擬導購虛擬社交智能陪練其他解數學題語言翻譯/優化.作文批改合同審查意圖洞察復雜指令識別文章擴寫/縮寫車載助手PPT生成作文評分/潤色大模型應用場景概述大模型行業應用分享04 汽車行業一直在電動化、智能化領域持續不斷地發力，截至 2023 年 9 月，新能源車國內零售滲透率已經達到了 36.9%。而從汽車研發到生產、制造，再到營銷和服務的各個階段，都能與 AI 技術有廣泛的結合，大模型與汽車行業的結合可能作為支撐整個行業的基礎設施，通過與現有的基礎架構深度融合，從而催化對整個產業和行業的深

8、層次變革。售后服務智能客服智能工單輿情分析生產制造軟件開發產線生產質量檢驗智能座艙復雜車控車書問答閑聊陪伴生活服務隨著智能汽車的發展，汽車座艙已逐步演變為人們的第三生活空間，集舒適、娛樂、工作于一體，實現人車生活的深度交融。大模型的加入，則可以進一步加速人與車交互方式的轉變，例如從單一的任務方式逐步轉變成基于多任務的應用場景，從現有的單一語音交互向多模態的交互方式進行轉變，為車主帶來更為便捷、實用的駕駛體驗。典型場景分享 大模型賦能復雜車控：拓展服務邊界，提升用戶體驗大模型工具屬性體驗屬性市場營銷客戶標簽提取銷售話術質檢營銷話術輔助車友社區運營戰敗歸因分析銷售話術訓練語義泛化能力弱，意圖識別準

9、確率低依賴大量人工標注，維護成本高不支持單句多意圖，用戶體驗差傳統車控方案的現狀和痛點更聰明：指令理解更精準，單句多意圖無遺漏更好玩：交互趣味性更強，改善用戶體驗更簡單：人工維護工作量更低更有用：幫助處理簡單任務，提供更有幫助的知識大模型的業務價值大模型+智能汽車大模型+智能汽車05對話內容大模型質檢得分和改進建議邀約試駕次數規范用語/必問語違禁語回復準確性禮貌性和親和力隨著客戶量的增加、溝通輪次和渠道的增多、汽車產品復雜度的提高，車企銷售面臨的挑戰越來越多，難度越來越高；而對于管理者來說，也難以實現對銷售過程的全方位管控和精細化管理、找到能提升轉化率的癥結。車企通過將大模型應用到銷售話術場景

10、，通過大模型自動分析對話中的關鍵信息點，實時抓取并分析銷售人員與客戶之間的對話記錄，從專業性、合規性、服務態度等多個維度進行評估。對于汽車性能介紹是否準確詳盡、是否嚴格按照官方信息及行業規范進行解說、是否存在過度承諾或誤導消費者的情況，大模型都能做到精準識別；同時，還能對銷售人員的情感表達、溝通技巧等方面進行質檢，確保其服務質量達到高標準。不僅有助于提升汽車銷售團隊的整體業務素質，保障消費者的合法權益，也能為企業優化銷售策略、提高客戶滿意度提供有力的數據支持，進而推動整個汽車行業的服務質量和品牌形象的持續升級。銷售話術質檢：高轉化率、精細管理、持續改進的營銷閉環“打開右后車窗”、“空調調到20

11、度”、“播放周杰倫的稻香”、“導航回家”“打開車窗，關閉空調。然后過5分鐘關閉車窗，空調調到23度”“播放周杰倫的稻香，單曲循環，音量調到30%”簡單明確的意圖解析傳統小模型可以支持簡單意圖分類場景說明示例滿足A條件執行B動作傳統小模型部分支持條件意圖一句話中包含多個意圖傳統小模型不支持并列多意圖“10分鐘后關閉空調”、“到家后提醒我買菜”06大消費產業的復雜營銷和銷售環節為大模型提供了廣闊的應用空間，如何把大模型應用在品牌營銷、用戶運營過程中，也是眾多消費科技企業正在不斷思考的話題。企業希望通過大模型，率先將商業經驗轉化為行業的專有數據并進行有效管理，從而構建起企業的競爭優勢；同時，通過大模

12、型更智能的交互能力，在消費者旅程日益碎片化的今天，能幫助企業找到與品牌和消費者習慣相符合的交互點，不斷構建品牌專業性保持高速增長。如今，各大購物App的商品推薦已成為引導消費者購買的重要渠道之一，而大模型的加入將重構與消費者交互的方式，使得更多樣化、更自然、更精準的導購推薦模式成為可能，即基于消費者的歷史購物記錄、瀏覽行為和搜索關鍵詞等數據，并通過與消費者進行智能互動，分析消費者的購物習慣、喜好和需求，解答其關于商品的疑問，提供專業的購買建議。典型場景分享 智能導購機器人：重構用戶交互、購買決策模式服務對象用戶場景應用技術人員運營人員市場人員.產品研發用戶分析商品汰換市場趨勢分析市場營銷營銷文

13、案撰寫文稿優化營銷素材生成產品銷售銷售話術質檢智能導購機器人銷售話術輔助售后服務智能客服輿情分析坐席助手企業經營企業知識庫數據分析智能辦公多條件篩選產品(快捷購物)購物建議-推薦產品-多輪交流(精挑細選)大模型+大消費大模型+大消費07信息準無需設置監測關鍵詞，輸入系統用戶關注的信息即可進行輿情監測，實現內容智能化研判準100%理解檢測到的負面內容，讓自動化推送達到專家級別的研判水平更實時自動形成熱點聚類，總結每日輿情要點零售行業面臨激烈的市場競爭，實時準確地了解客戶之聲對于樹立良好的品牌形象和聲譽至關重要。企業通過大模型實時抓取和解析海量網絡文本數據（如社交媒體、電商評價、新聞報道等），能夠

14、全面而深入地匯總分析消費者情感傾向、需求變化、產品反饋等信息，迅速把握市場趨勢，精準預測消費熱點，并用以適時調整產品策略與營銷方案，有效預防和應對負面輿情，保障品牌形象，助力企業在競爭激烈的市場環境中實現智慧化運營與精細化管理。輿情分析：實時聆聽消費者之聲，為企業戰略決策提供有力支持京東天貓蘇寧淘寶小紅書抖音快手B站微博拼多多電商平臺垂媒評論電話錄音電商評價08過去幾年，國內工業制造領域經歷了智能制造與 AI 1.0 階段的洗禮，不少企業已對AI應用有了相當程度的認知，并完成了部分場景的智能化升級。而 AI 大模型的出現，將會融入工業企業的研發設計、生產工藝、質量管理、運營控制、營銷服務、組織

15、協同和經營管理等方方面面，極大加速各領域的智能化升級進程。專業性是工業制造的關鍵要求之一，而中國的工業知識和工業數據在很多企業都面臨著因人才流轉而遺失，難以轉化為企業知識資產的難點和痛點，而大模型的出現可以更有效地解決這一問題，并通過企業知識庫的訓練微調，最大化提高準確率、避免幻覺問題。典型場景分享知識檢索：更有效地將經驗數據轉化為可用的知識資產傳統NLP大模型用戶呆板回答 精準提問擬人回答 多輪對話成本高、維護難、互動性差高效、準確、運營成本低、生動擬人問題分類問題檢索關鍵詞提取關鍵詞擴展傳統知識庫網絡結構框架構建數據訓練參數調優.信息抽取知識過濾實體連接本體構建.文本表示實體發現關系挖掘屬

16、性提煉.意圖理解ChatGLMEmbedding知識檢索Prompt知識切片公司制度員工培訓材料產品說明生產、工藝、流程營銷、客服FAQ.答案推理大模型知識庫生產制造工業知識問答設備維修SOP生成工業代碼生成客戶服務智能客服智能工單客服質檢智能產品智能控制智能問答閑聊陪伴經營管理文檔處理內部制度問答對話式數據查詢大模型+智能制造大模型+智能制造09制造業設備故障檢測對于處理時效性、人員經驗性有著極高的要求。而大模型可以通過對行業知識、企業知識的理解，并結合設備的歷史數據、運行參數以及周圍環境信息進行綜合分析等，建立起一套完整的設備健康管理體系。以便工作人員能夠迅速分析故障數據，精確識別問題根源

17、，高效制定修復策略，提升故障處理的效率和準確性。設備維修SOP生成：提升故障處理的效率和準確性結合行業知識、企業知識等，工程師能夠迅速分析故障數據，精確識別問題根源，高效制定修復策略，提升故障處理的效率和準確性。大模型應用優勢基于向量模型和知識庫，對相關的知識和信息進行向量化存儲，以便于后續的SOP推薦和生成通過歷史維修記錄分析，構建設備事件知識庫，對比設備狀態及事件屬性，進行故障歸因診斷，并推薦維修方案利用大語言模型生成能力，將設備知識庫及故障信息通過Prompt 方式生成新的設備維修SOP通過對FA記錄的更新，重組Prompt 并運用大模型進行SOP的自迭代，不斷完善其在實際工作中的適用性

18、和有效性設備故障數據生成提問回答設備故障維修SOP大模型設備物料清單設備維護手冊FA記錄.知識庫設備故障描述10大模型與醫療行業有著天然的契合性。醫療領域存在大量模態種類豐富的數據，且呈現出多學科、跨領域的特點，而大模型的長項之一就是對多類數據進行整合總結、分析判斷和自動摘要。而根據發布在急診醫學年鑒、BMJ等期刊的研究，醫療大模型在部分測試中比肩甚至超越了醫生，在保證醫療服務準確率與公平性、提升醫療系統工作效率等方面展現出應用優勢與價值。在醫生診斷助手的場景中，醫生需要花費大量的時間和精力去分析各種檢查結果，如血液檢測、影像學檢查等，而傳統的臨床文本分析通常依賴于規則引擎或淺層機器學習方法，

19、對復雜的醫學文本難以處理。大模型的加入使得醫生可以直接將檢測報告交給大模型進行解讀，自身則更加聚焦于與患者的深度溝通，由大模型幫助醫生更快速地做出診斷和制定治療方案，提高診斷的效率和準確性，也提高了醫療服務的質量和效率。典型場景分享醫生診斷助手：提高問診效率，大幅釋放就診時間醫療服務醫療機構場景賦能醫療美容運動康復健康管理防AI營養師保健建議健康百科篩在線問診疾病自測報告解讀治治療建議醫囑質控用藥建議康AI回訪康復計劃用藥指導診智能導診病歷錄入診前輕問診檢查檢驗推薦信息檢索檢驗單診斷網絡醫院效果不佳：目前CDSS系統，數據少、標準化低，標注成本高，輔助診斷效果不佳，多為科普或參考。診斷者差異：

20、醫療資源分布不均，專業程度參差，存在漏診誤診現象；多疾病交叉，存在經驗不足、考慮不周全現象。傳統輔助診斷痛點高準確性判斷：具備復雜病例識別能力，提供高準確性建議，降低誤診、漏診風險。全面性分析：根據患者的病癥和病史，預測每種可能疾病的概率，并將它們從高到低排序。給醫生全面建議，避免遺漏。大模型的業務價值大模型+醫療健康大模型+醫療健康11在醫療行業中，大模型正逐步成為醫生和科研人員不可或缺的研究助手，尤其在處理和解析復雜的醫療報告方面展現出巨大潛力。通過大模型深度學習海量醫學文獻、病歷報告和診斷數據，精確理解并提煉其中的關鍵信息，讓醫護人員及科研人員更聚焦于數據的分析及應用，可以極大提升醫療行

21、業的工作效率和決策準確性，為個性化醫療和精準診療提供了強有力的技術支撐。醫療報告研究助手：釋放更多精力，聚焦于數據的分析及應用門診記錄AI輔助診斷內容患者信息醫患對話輔助檢查主訴現病史輔助檢查既往史診斷建議檢查建議過往案例醫學研究LISPACSEMRHRPEHRCIS臨床表現醫學指標疾病信息醫學術語.癥狀數據分析決策支持醫療文本結構化患者標簽庫疾病標簽庫臨床文檔結構化醫療數據源數據匯聚內容解析與提取應用基于臨床實踐結構數據化數據預處理大模型非結構數據化基于文獻文字文檔影像患者病情詢問初步診斷檢查檢驗病情診斷治療方案輔助問診診斷建議報告解讀相似病歷推薦方案推薦GLM多模態大模型121994 年中

22、國迎來了第一本游戲期刊電子游戲軟件，被視為中國游戲產業的開端。2024 年中國游戲產業進入而立之年，從最初的熱愛驅動到如今的科技賦能，中國游戲產業也在逐步走向成熟。對于游戲娛樂行業而言，“質量、成本、速度”是普遍公認的三大基本要求，而大模型的創作生成能力則可以幫助游戲研發、發行商等多角色機構兼顧三者變成現實，高效、低成本、快速地進行新文娛產品的開發、發行、運營。環節場景策劃立項項目知識庫檢索文本生成美術參考生成角色增強更擬人的NPC更具策略性的NPC更多元的NPC研發管線測試輔助代碼輔助發行推廣買量創意生成運營客服智能運營用戶研究輿情分析游戲立項游戲研發游戲發行游戲運營資產生成及管理買量素材生

23、成出海推廣游戲內容生成：輔助生成劇情、任務、場景文本玩家互動：構建更真實和自然的 NPC，增強游戲體驗AI 增強：狼人殺、劇本殺等對話類游戲擁有更多策略空間玩家運營：精細化私域運營，全面提升玩家忠誠度與營收水平01020304影視/短視頻/直播內容創作：使用大模型輔助生成劇本、角色、故事，作為創作工具用戶互動：利用直播中的機器人主播，實時響應用戶打賞、留言、評論媒資查找：大模型超強的理解能力和網絡查詢能力，可以精準匹配媒資010203小說/媒體寫作助手：大模型可以提供創作建議，幫助生成場景、角色描述等內容生成：自動化生成定制化的新聞剪輯、摘要、標題等讀者互動：進行書籍推薦、內容檢索、解答問題等

24、010203社交虛擬好友：用于用戶交互，提供個性化情感陪伴和生活工作問題解答社區運營：通過大模型分析社區文本，提升互動安全性與活躍度0102大模型+游戲娛樂大模型+游戲娛樂13在生成式AI的加持下，游戲可能不再會有千篇一律的枯燥劇情，而是產生更多千人千面、自由探索的開放玩法，大模型正革新著非玩家角色（NPC）的設計與互動體驗。大模型可以根據游戲角色的身份背景、情感狀態及劇情發展動態生成相應的對話腳本，確保 NPC 的語言表達既符合情境邏輯，又充滿生動性和獨特性，并通過對玩家行為和選擇的即時響應，調整 NPC 的對話策略，實現真正意義上的動態交互。這不僅提高了玩家的代入感，也拓展了游戲的可玩性和

25、重玩價值。超擬人 NPC：千人千面，打造自由探索的全新體驗游戲開發是一項復雜且耗時的工程，從創意構思到實際落地的過程中，涉及項目策劃、美術設計、程序開發、平衡性測試等多個環節，每個環節都需要精細打磨，任何細微改動都可能導致整體進度延宕；而因為游戲引擎技術更新迭代快速，開發者需要不斷學習新技術并進行整合，特別是開放世界、多人在線等大型游戲項目，其內容豐富度、平衡性和穩定性測試都需要投入大量時間和精力去完善。大模型則能夠幫助游戲公司構建一個全面而深入的知識庫，在團隊知識對齊上起到關鍵性作用，不僅包含了游戲設計的核心要素，如角色設定、故事情節、游戲機制等，還能夠根據玩家行為和市場趨勢進行動態更新，讓

26、策劃團隊在能夠快速獲取最新的信息和洞察的同時，確保不同團隊成員和項目階段之間的設計理念和目標保持一致性，使得游戲策劃團隊能夠更加專注于創意和創新，為玩家帶來更加豐富和引人入勝的游戲體驗。項目知識庫檢索：高效準確拉齊信息，精細化追求與現實挑戰矛盾的化解新思路典型場景分享創建角色人格設定知識設定能力設定體驗調優角色上線知識類型世界觀設定人物設定劇情文本系統設定技術沉淀知識庫支持內容非結構文檔世界觀、劇情大綱等系統文檔、劇本等配置表、需求表等角色關系、模塊依賴等結構文檔二維表格知識圖譜支持docx/pdf/xlsx/txt格式，支持URL非結構化文檔的問答Doc-QA二維表格的問答Table-QA知

27、識圖譜的自然語言檢索KBQA數據庫的自然語言檢索DB-QA上傳知識庫創建問答Bot提問團隊所有成員策劃14自從大模型技術應用以來，旅游業一直密切關注其發展，從客戶使用的應用程序和小程序，到供應端的管理系統，大模型技術已經無聲息地融入了旅游業的各個環節，例如供應鏈管理，大模型輔助的智能化運營管理能夠有效降低成本并提高效率；同時對于消費者而言，大模型技術的融入使得行程規劃更加高效，旅行體驗也得到了顯著提升。2023年文旅消費漸漸復蘇，酒店行業的市場熱度也居高不下，無論是從行業趨勢、品牌發展必要性還是客戶群體的迫切需要來看，酒店體驗管理的必要性都在逐步凸顯。酒店的環境、服務體驗是酒店行業的基礎，但是

28、新一代主流客群更傾向于個性化、多樣化需求，他們定義的酒店不再作為簡單的差旅、歇宿和飲食等為一體的場所。酒店借助智能手段持續打磨“個性化體驗”已成為趨勢。而在智能營銷領域，大模型能夠根據酒店的品牌定位、目標客戶群體和市場趨勢，理解并生成符合特定營銷策略的海報設計，還可以實時分析消費者反饋和市場動態，動態調整海報設計，確保營銷素材的時效性和相關性，不僅提升了營銷內容的質量和效果，也為酒店行業帶來了創新的營銷策略和方法，進一步推動了行業的數字化轉型。典型場景分享酒店營銷素材生成：高效打造品牌差異化，幫助構建行業競爭壁壘游客服務行前服務POI信息問答智能預定行程編排行中服務景區智能導覽文創DIY創作景

29、區知識問答行后服務游記輔助創作運營管理智能營銷營銷素材生成營銷文案撰寫與風格化智能客服客服助手社區運營與互動經營決策經營數據分析游客評價分析酒店管理市場分析用戶分析競對動態分析趨勢分析營銷推廣營銷文案撰寫智能導購機器人評價回復營銷素材生成運營服務服務話術質檢智能客服輿情分析服務話術輔助賓客服務個性化迎賓客房智控行程推薦企業經營企業知識庫智能辦公數據分析會員管理大模型+文化旅游 大模型+文化旅游 15在旅游行業中，大模型的應用正在深刻改變游客獲取景點信息和服務的方式。在針對興趣點（Point of Interest，簡稱 POI）的問答場景上，大模型不僅能夠精準回答有關景點歷史背景、文化特色、最

30、佳游覽時間、交通路線等各類問題，還能綜合考慮季節、天氣等因素，為游客量身定制游覽建議。此外，大模型還可以模擬真人對話模式，針對游客的需求變化靈活回應，從而提升游客的整體旅行體驗。幫助旅游業客戶構建了一個智能化、人性化的信息服務橋梁，有效填補了傳統靜態信息展示方式的不足，促進了旅游業的服務升級與創新。POI 問答：打造旅游行業專屬問答游客：POI信息問答基礎知識理解分析規劃指導地點、分類、特點等問題樣例問句區別、優缺點等日程安排、游玩攻略等Q:西安有哪些推薦的自然類旅游景點?Q:坐公交和打車哪個更方便？Q:請規劃一下大唐不夜城的游玩攻略？根據指令生成素材幫我設計一個酒店早餐產品炸醬面的營銷宣傳圖

31、這是我為您設計的酒店早餐炸醬面營銷宣傳圖。圖中展示了一碗誘人的炸醬面，熱氣騰騰的面條和豐富的醬料，以及優雅的餐具和舒適的環境，希望這樣的設計能夠吸引顧客對您的酒店早餐產品產生興趣。您可以查看圖片，看是否符合您的需求。并能根據指令進一步微調突出面本身，配料體現一些有營養的配菜這是根據您的要求調整后的酒店早餐炸醬面營銷宣傳圖。圖中更加突出了炸醬面本身，同時加入了營養豐富的配菜，如新鮮的蔬菜，以展示早餐的健康和豐富性。希望這個設計更符合您的需求您可以查看圖片，看是否滿意。GLM 行業特色優勢GLM 行業特色優勢162023 年 3 月以來，在短短一年間，智譜AI 已擁有了千余家付費客戶，并與超過 2

32、00 家企業進行了深度共創，越來越多的行業、業務、場景都已經實現了大模型的落地。而作為企業，更要主動擁抱大模型，探索這片愈發寬廣的海域，找到模型既能解決又能節省較大成本的節點，找到模型擅長又能真正為業務帶來價值、解決痛點的場景，錨定業務和大模型的最大公約數。最終，企業的“敢為人先”會讓所有的嘗試成為正向循環，一方面能夠源源不斷產生新的大模型時代的數據資產，構成新的壁壘和競爭力；另一方面，這些數據資產又能夠灌回模型當中，變成企業獨有的業務價值，耦合到業務場景當中。完整的模型尺寸系列語言大模型ChatGLM3-1.5B端側模型ChatGLM3-6B開源/免費商用ChatGLM3-12B快速敏捷Ch

33、atGLM3-32B高性價比ChatGLM3-3BChatGLM3-130B最強大端側模型Character GLM高情商擬人對話GLM-4最新上線ALL tools代碼大模型CodeGeeX3-32B最新升級CodeGeeX3-6B多模態大模型GLM-4V多模態理解模型CogVLM多模態模型CogView文生圖模型CogVideo文生視頻模型中英雙語、多模態 1.5B 130B 全參數尺寸 完善的開源生態171000+付費客戶、200+深度共創，覆蓋汽車、大消費、制造、醫療健康、金融、游戲娛樂、文旅等 20+行業豐富的落地經驗基座模型調優50+生態伙伴：應用定開、行業場景挖掘、行業系統對接豐

34、富的行業生態伙伴全棧自研不依賴開源模型 支持國產GPU算力 避免“卡脖子”業務中斷支持國產信創智診科技大模型的部署與落地18大模型部署常見問題雙維度看模型選擇廠商模型選擇模型選擇與場景選擇PoC 測試測試與驗收常見誤區不同大小的模型到底怎么選擇？哪些場景適合用大模型解決？大模型如何接入實際業務流程？科研團隊強大，模型能力優秀項目經驗豐富，落地效果更好支持私有化，性能有保障，支持場景模型微調持續服務能力強大，效果持續迭代能力強模型規格選擇算力成本與資源評估首響時間、對話效率要求標準是否需要模型推理能力、Agent 能力等，內容質量要求，知識復雜度等因素是否私有化、是否本地、是否信創等因素在符合以

35、上所有條件中，推薦符合預算內的、規格盡量大的模型，保證最優效果算力：性能：場景復雜度：環境部署要求：預算：無 Prompt 優化經驗，測試效果總是不好。是否需要微調？微調預計能達到什么樣的效果？數據標注有什么重點事項？數據訓練輪次、參數如何調整？效果問題怎么定位？性能維護要重點關注哪些指標，怎么擴容？新場景合不合適？01020304是否模型越大效果越好？否，要根據場景選擇，配合工程、指令等優化工作，效果也很好。否，小規格模型一定不是全能模型，在復雜場景中做不出效果，但發揮擅長的能力，結合大規格模型，做出更好的效果。是否所有場景，都能在小規格模型上做出一定效果？QQQQA AA A19Promp

36、t 調優準備常見誤區010203數據集是否可以人工構建？最好是人工構建，結合業務目標，挑選各種難度、場景的數據作為Prompt調優的參考。否，通常生產環境中隨機抽取的100200條數據已經足夠，過大只會增大標注評測成本。數據集是不是越大越好？QQQQA AA A否，Prompt有方言性，用同一個指令測所有大模型的方式是不科學的，每個大模型敏感的指令內容是不同的。Prompt是否所有大模型都通用？QQA A需求清晰：能夠清晰定義產品需求，梳理功能流程圖，確定大模型調用的輸入和輸出。知識準備：結合產品功能，準備大模型推理需要的業務知識。評測集構建思路：評測集數據分布與實際業務場景數據分布一致，數據

37、類型涵蓋全面，評測標準邏輯統一。微調的判斷與方案選擇常見誤區010203是否所有場景都需要微調？否，基于通識能力的場景，基本不需要微調，垂直行業、專業度要求高、知識復雜的場景可能需要微調。否，微調主要對齊的是標準、行業術語等，可以采用知識注入等方式。微調后，模型是否就具備了行業知識？QQQQA AA A基礎效果評測：采用較大批量的評測數據集評測，按照交付標準分析badcase，拆分類型、歸因，確定微調方向。數據集構建：針對badcase，組建微調數據集，按照一定比例混合線上其他類型的數據，防止微調過程梯度爆炸以及知識遺忘。數據標注：重新構建評測集，分別評測第一次和第二次評測集結果，評估微調效果

38、，以及新一輪badcase；迭代多輪，直至達到上線標準。智譜AI GLM 企業級解決方案 20.行業分析PoC 測試系統流程架構設計分析確定兼顧難度和業務需求的PoC場景Prompt指令設計與優化.01 決心：AI業務價值體現，需要的不僅僅是一次性的投入，還需要持續的迭代優化02 投入：確定預算范圍，選擇合適的模型、部署方式03 企業現階段數字化程度：足夠的高質量數據量，與一定量的專屬知識庫沉淀04 明確的業務目標：確定效果驗證方法/指標05 明確的試點場景：大規模、高重復場景提效；提升服務品質；提升服務邊界業務場景落地全生命周期服務PoC方案設計與實現行業成功案例分享業務流程梳理價值場景選擇

39、大模型與業務系統接入交互邏輯設計分階段落地規劃.專屬落地方案設計部署交付評測與驗收迭代與優化問題歸因與定位測試上線與驗收模型與效果交付數據集準備、數據標注Prompt指令與微調.模型升級方案新場景規劃五個方向判斷是否大模型 ready 21更適合中國市場的多樣化部署模式助力大模型企業落地Plus服務大模型咨詢服務PoC項目驗證部署陪跑模型共創共建內部培訓聯合實驗室方式一：API開箱即用方案靈活成本低廉適用企業 中小企業、個人開發者敏捷迭代，希望快速實踐大模型應用公開數據信息豐富，通用行業適用場景特征快速上線，低成本試驗通用類場景，單輪對話只需完成一個任務可通過指令調優獲得優質效果部署交付方式二

40、:云端私有化專屬模型靈活微調高性價比適用企業 中、大型企業希望探索行業垂類場景大模型場景經驗壁壘、專業知識壁壘高要求行業場景特征場景特征對于并發、首響時間有特殊要求場景涉及較多行業知識或企業自有沉淀指令功能復雜或需要微調，單輪對話需要實現多個目標部署交付方式三：本地私有化私有大模型二次優化可控的高可用適用企業 大型、超大型企業計劃構建專屬垂類大模型，打造競爭優勢自有算力、硬件充足，或有特殊要求場景特征數據不能出內網，有特殊安全保密要求支持最大程度靈活擴展與最高級穩定性要求需要私有數據訓練模型部署交付Prompt/指令調優：對大模型輸入的提示語（Prompt）進行精心設計與優化的過程，旨在通過調

41、整提示詞句的表述、結構、風格等元素，引導模型生成更加準確、相關、高質量的文本輸出，以滿足特定應用場景的需求。名詞注釋：微調：在預訓練大模型的基礎上，針對特定任務或領域進行的小規模附加訓練過程。通過在有限的標注數據集上調整模型參數，微調能夠使模型在保留其泛化能力的同時，提升對特定任務的理解與表現，實現對新場景的快速適應與精準響應。并發：在大模型應用中，指模型能夠同時處理多個請求或任務的能力。并發執行意味著模型能夠在同一時間段內高效地響應來自不同用戶的請求，或者并行處理多個相互獨立的數據單元，從而提高整體系統的吞吐量和服務效率。首響：在大模型交互或服務場景中，特指用戶首次發出請求后，模型生成并返回

42、初始響應的時間間隔。首響時間是衡量模型響應速度和用戶體驗的重要指標，反映了模型從接收到請求到生成有效輸出的即時性與效率。德勤中國資深報告撰寫專家22項目背景文檔解析 數據切分 信息提取 報告草稿生成 快捷翻譯文檔解析 數據切分 信息提取 報告草稿生成 快捷翻譯德勤中國為中國本地和在華的跨國及高增長企業客戶提供全面的審計及鑒證、管理咨詢、財務咨詢、風險咨詢和稅務服務。德勤中國持續致力于為中國會計準則、稅務制度及專業人才培養做出重要貢獻。傳統的工作模式，需要由有經驗的顧問通讀所有的文檔，并摘取關鍵指標或文件信息，然后按照自己的經驗來撰寫報告草稿。中間會面臨幾個問題：10%左右傳統運營模式問題整體員

43、工工作效率提升0102030405摘取關鍵信息耗時較長，且容易遺漏。撰寫草稿需要對報告規范很精通，對顧問的經驗要求較高，且撰寫中容易出錯。復核報告中的關鍵信息過程較長，尋找信息來源很費時。報告需要單獨請人翻譯，耗時較長且費用較高，翻譯質量也因人而異。終端使用人群如何交互。23報告生成智能助手，借助智譜GLM系列大模型優秀的文本生成能力，解決了傳統的信息提取、報告草稿生成、信息復核、文檔翻譯中面臨的難題，極大的提升了顧問的效率，給客戶帶來了更滿意的體驗。通過對比測試該場景，在中文環境下表現出超過同類模型的能力。實現方式咨詢報告、行業研報。使用數據客戶反饋應用方案在為客戶提供非鑒證類報告撰寫服務的

44、場景中，顧問需要從若干訪談紀要或客戶提供的大量文檔資料中提取關鍵指標或文字信息，按照規范的格式生成報告草稿，人工復核后再提交給客戶。報告生成智能助手，充分考慮到客戶對數據保密要求以及遵從跨境數據傳輸的監管政策，采用云私有部署智譜GLM系列大模型的方式，由用戶自由上傳采集的多種格式的文檔資料，智能實現文檔解析、數據切分、信息提取、報告草稿生成、快捷翻譯等功能。分眾傳媒營銷必備文案專家“眾智AI”24項目背景應用方案客戶反饋傳媒/數字營銷行業傳統運營模式問題廣告語生成廣告語生成文案創作 文案創作 產品智能分析 產品智能分析 分眾傳媒成立于2003年，是主營電梯媒體的數字化媒體集團，擁有中國最大的戶

45、外媒體網絡。2005年分眾成為首家在美國納斯達克上市的中國廣告傳媒股，并于2007年入選納斯達克100指數；2015年回歸A股，市值破千億，成為中國傳媒第一股。分眾用戶覆蓋4億中國城市主流消費人群，2021年營業額達160億人民幣。人力成本高、效率低 所有廣告編寫都需要由專業廣告編輯編寫。數據統計易錯漏 銷售收集、整理廣告主體的產品信息工作量大，信息不全面。智譜GLM系列大模型助力客戶開發“眾智AI”營銷行業大模型，進行廣告語生成、文案創作、廣告主產品智能分析等操作。用戶輸入產品相關的信息，模型即可輸出符合分眾廣告風格的廣告語。智譜AI幫助分眾構建營銷行業大模型，實現傳媒行業智能化路徑。25實

46、現方式5000條微調數據，如：品牌、產品、廣告文案。數據收集與構建：僅僅使用 Prompt 無法完成此項任務，需要收集相關信息，并自動化構建訓練數據。模型基礎能力：廣告文案對于基礎模型的要求極高，需要基礎模型已經學習過廣告相關的內容，并且廣告文案本身對于語言的運用更加嚴謹、復雜，對于模型的基礎能力有更高的要求。對比結果：對比于GPT-4，微調后的智譜GLM系列大模型生成的廣告更加簡練、準確、在風格和語言運用上更加貼近。技術難點使用數據0102智能創意制作平臺03營銷領域智慧AI伙伴當前階段第二階段第三階段能夠根據不同廣告主的多樣化需求，產出符合不同人群，不同媒體形態，不同營銷訴求的廣告創意。利

47、用AI和算法能力，基于分眾歷史投放的數據和后續效果數據的沉淀和學習，為廣告主提供包含創意策略、預算策略、地域策略、人群策略、媒介策略的智能營銷方案；持續成長的營銷領域智慧AI，成為客戶增長的可信任的伙伴?？蛻舻慕当驹鲂Чぞ呶磥碚雇A泰金融金牌財富管理專家“漲樂財富通”26項目背景應用方案證券行業傳統運營模式問題效果提升 相較于通用大模型效果提升 相較于通用大模型華泰證券，是中國領先的科技驅動型證券集團,是一家在上海、香港、倫敦三地上市的中國金融機構，以金融科技引領業務創新,為投資者提供專業、多元的金融服務,包括財富管理、機構服務、投資管理和國際業務?；谥亲VGLM系列大模型，疊加了40-50G

48、金融專業書籍、資訊、百科、法規、上市公司公告等金融專業數據進行增量訓練，以及投研、客服場景上萬條高質量指令集進行指令微調，形成華泰金融大模型1.0，表現出明顯的金融領域優勢?；谥亲VGLM系列大模型，我們構建了新一代的財富管理助手，提升用戶體驗。解決了傳統技術無法對意圖進行精準識別、無法與客戶之間進行多輪交互的問題，加強了與用戶的交互體驗和一站式服務的能力。此前基于傳統知識庫機器人和模板引擎等能力，已經初步構建多場景客服服務體系。但仍存在產品形態孤立、意圖識別泛化性不足、缺乏多輪會話理解能力等問題，導致客戶使用體驗不佳，未充分形成一站式財富管理助手形式的服務能力。智能客服1020%27實現方式

49、公告、年報、研報等專業金融數據。對于多輪多意圖的語義理解能力，以及文檔精準有效的總結，在國內外模型能力中領先。智譜GLM系列大模型作為純國產、自研大模型，同時支持本地私有化部署，有效保證了數據安全。技術難點使用數據進一步整合全業務系統，對更加復雜的任務多次調用工具。未來展望華信永道24小時在線的公積金智能客服28項目背景應用方案政務、公積金、金融科技行業傳統運營模式問題華信永道（北京）科技股份有限公司（股票代碼：837592）成立于2007年，是國內行業領先的政務及銀行業數字化解決方案的供應商和服務運營商。為貫徹落實國家發展新一代人工智能的決策部署，公司全面適配國家“信創”要求，選用“智譜AI

50、”等AI大模型底座，積極研發大模型在政務場景的應用實踐。于2023年成立了專門的研發團隊并建立了華信永道（北京）人工智能科技有限公司，旨在引領大模型在政務領域的發展和創新。2023年11月2日，公司與北京智譜華章科技有限公司生成式人工智能（AIGC）大模型在數字政務服務領域簽訂了人工智能大模型共建戰略合作協議，正式建立戰略合作伙伴關系?；诖竽Ｐ偷目头啾葌鹘y機器人客服，展現出更強的語義理解能力和更流暢的對話處理能力。它們能夠提供個性化服務，快速響應用戶需求，降低運營成本，并提高回答的準確率。相反，傳統客服機器人受限于預設規則，缺乏靈活性，難以應對自然語言的復雜性，且需要頻繁的人工更新和維護，

51、導致用戶體驗和效率受限。用戶通過公積金中心線上公眾號、官網、政務公共服務互聯網入口等與在線客服交互。公積金智能客服即可解答市民對公積金政策的問題。智譜AI與華信永道在政務垂直領域展開深度合作。智譜AI是專注知識智能的創新型科技公司，是國內可以比肩OpenAI的行業龍頭。華信永道在政務公積金及軟件工程領域有著深厚積累，且有著豐富的產品線和高市場占有率。智譜GLM系列大模型在先發優勢和強有力的技術團隊加持下，已取得了顯著效果和進展。面向未來，隨著智譜GLM系列大模型垂直領域深耕與落地，創新服務場景，為政務條線客戶提質增效、為廣大市民提供卓越服務體驗，形成新質生產力，增強民生福祉、推進社會事業發展。

52、客戶反饋29未來展望實現方式蘇州公積金政策知識、全國公積金政策背景知識。技術難點使用數據知識專業度很高、深（涉及金融、房產、法律、公積金等多領域知識），需要算法成為業務專家。數據與業務邏輯融合較復雜（數據的組織、清洗、聚合等需要結合領域知識），迭代周期長。為了增強對話數據質量，需要在訓練數據中添加 大模型思維鏈 COT（chain of thought）以及使用智譜GLM系列大模型輔助對數據進行潤色，使其更符合智譜GLM系列大模型數據分布，降低模型學習難度。未來會在其他城市上線公積金智能客服，如濟南、深圳等。智己汽車感情與精神寄托的第三生活空間30項目背景應用方案汽車行業傳統運營模式問題700

53、+座艙意圖支持座艙意圖支持識別準確率識別準確率車控場景車控場景智己汽車-上汽集團旗艦品牌，是阿里巴巴智慧賦能，專注打造的高端純電智能車。智己汽車聚焦智能化，旨在成為智能時代出行變革的實現者。一問一答的交互限制：目前的車機系統對于語音指令理解率低，用戶需要明確指令才能執行操作，車機被動執行命令?；貜蛢热萜玻耗壳暗幕貜蛢热菔腔趥鹘y的模版方案生成。內容回復缺乏時效性和趣味性。模型意圖二次確認：對于模型的意圖，通過引導對話的方式確認。趣味內容生成：包含大量笑話、故事等趣味內容,能夠根據場景和用戶的描述智能生成相關的趣味內容，增強互動趣味性。語音交互游戲：支持語音交互的游戲,如成語接龍、猜謎語、智

54、力問答等。多元人設：可參照不同人設風格進行聊天。95%+響應速度提升響應速度提升30%+31實現方式客戶提供座艙內的語料數據。傳統車機系統對于語音指令理解率受限，用戶需要明確指令才能執行操作，當用戶有更加自由的說法時，車機無法理解用戶的真實意圖，智譜GLM系列大模型通過AI技術使用更少的語料支持座艙更多的意圖，賦予座艙更準確、更流暢的語音識別功能，以及更豐富的知識儲備和語義理解能力。技術難點使用數據未來展望客戶反饋“IM生成式大模型”深入挖掘海量座艙交互體驗數據并構建最新模型智能體能力框架進行整體升級換代，與端側大模型協同配合，將綜合復雜場景進行云上分流，共同實現更豐富、更貼心、更驚艷的多模態

55、AIGC智能化場景，于人車路互聯之際，以AI驅動萬物創新，打造智能出行峰值體驗新世界。利用智譜GLM系列大模型算法能力，基于車機座艙交流的對話記錄和后續效果數據的沉淀和學習，為智己汽車用戶提供更多元的功能，未來或可能由機械控制演進到電子控制，實現“無按鍵交互”，且各獨立的電子信息系統逐步整合，組成“電子座艙域”。打破指令式，一問一答的交互限制，從“簡單問答”進化到無障礙、直觀的自然交流，重塑人機交互體驗，讓座艙具備個性化、情感化、自由化的交互能力。無縫交互，有問必答不分大小，事事回應多輪交互，上下文記憶無割裂感的全場景交互多重意圖識別，感知真實需求專屬定制，獨特出行體驗多重意圖，瞬間感知靈活切

56、換多種人設跨時空、跨文化的心靈交流冷暖共情，情感陪伴提升語音的智能化和情感化人設多元，沉浸超然情感理解，溫情對話馬蜂窩你的靠譜旅游小助手32項目背景應用方案旅游行業傳統運營模式問題準確性、完整性、實用性全鏈路測評分準確性、完整性、實用性全鏈路測評分AI旅行伙伴AI旅行伙伴個性化旅游定制個性化旅游定制馬蜂窩是中國年輕旅行者首選的旅行社交平臺、旅行APP，以其獨特的“內容+交易”模式，提供全球旅游目的地的一站式信息服務和產品預訂服務。通過AI技術和大數據分析，馬蜂窩為用戶打造個性化旅行體驗，同時以“內容獲客”模式助力商家提升獲客效率，推動旅游行業的創新發展。產品體驗：在海量的旅游內容中，用戶難以快

57、速、精準地篩選出所需有價值的信息，導致體驗感下降。內容質量：無法根據用戶不同的旅行偏好和需求，自動化地提供個性化的旅游內容和產品服務。數據價值：缺乏開發、變現大量非結構化高質量內容的有效手段。在馬蜂窩APP內打造AI旅行伙伴（小螞）應用，用戶可通過與AI小螞對話進行全球旅游問題咨詢。意圖理解：通過大模型完成用戶個性化、多樣化的意圖理解，用于提供更精準的問題回答、個性化的內容服務。語義補全：結合歷史對話信息、指代信息進行用戶輸入補全，使對話內容更具連續性。信息抽?。簭臍v史對話中抽取POI關鍵信息、天氣信息、問題核心點等，建立用戶行程信息庫，用于后續的對話回憶、問題引導、精準回答。內容生成：結合海

58、量數據、旅游知識，以“新、準、全”為標準，為用戶提供靠譜的旅游攻略、咨詢服務。內容總結：多輪對話歷史總結，增強對話內容的連貫性。80+分33實現方式官方旅游攻略、用戶旅游筆記、用戶旅游游記、歷史QA總結。模型能力：需要基于多個知識切片進行總結回答，效果不佳，易產生幻覺。行程規劃等旅游問題復雜，需模型具備強大的語言理解、邏輯推理能力。效果評估：用戶咨詢問題個性、多樣，答案較為主觀，需建立完善的效果評測體系。技術難點使用數據用戶旅游筆記、游記內容生成助手，提升內容發布效率和用戶體驗。社群運營，自動化、個性化為社群用戶提供答疑、推薦等服務，并增強屬地化社交屬性。運營助手引導用戶旅游問題問答，多模態能

59、力結合，能夠實現隨拍隨攻略，豐富AI旅行伙伴（小螞）的問答形式。未來展望客戶反饋智譜AI憑借專業的技術實力，為馬蜂窩提供了可靠的大模型底座，攜手探索全球旅游“新玩法”，致力將個性化服務規?；?，共同推動行業創新。圖文問答內容助手蒙牛健康守護營養師“AI蒙蒙“34項目背景乳制品行業傳統運營模式問題應用方案營養健康內容生成營養健康內容生成健康評測健康評測營養健康問答營養健康問答蒙牛集團（簡稱“蒙?！保?999年成立于內蒙古自治區，總部位于呼和浩特，是全球乳業八強，2004年在香港上市（股票代碼2319.HK）。蒙牛專注于為中國和全球消費者提供營養、健康、美味的乳制品，共有6大品類，400多款單品，形

60、成了包括液態奶、冰淇淋、奶粉、奶酪等品類在內的豐富產品矩陣；擁有特侖蘇、純甄、冠益乳等明星品牌。在高端純牛奶、低溫酸奶、高端鮮奶、奶酪等領域，市場份額處于領先地位。2022年，蒙牛實現全年收入近1000億元。蒙牛不是從現有痛點出發，而是前瞻的、從更好服務消費者的角度，引入了AIGC技術，構建了營養健康領域模型MENGNIU.GPT。人們對營養健康的日益重視（高品質牛奶、功能性牛奶高速增長），但專業的營養健康服務供給嚴重不足（中國每10萬人平均只有0.3名營養師，遠低于全球27名營養師的水平，且價格昂貴難以普及）?？释@得相關專業知識的需求不斷增長，越來越多消費者及家庭希望有一個能夠隨時隨地提供

61、專業解答的營養師助手?；贛ENGNIU.GPT構建了AI營養師蒙蒙（應用），消費者可以7*24h通過自然語言與AI營養師蒙蒙自由溝通，獲得專家級的個性化營養健康服務。此外，還有AI planner功能?；趥€人健康評估結果，個性化地制訂營養健康計劃，實時提醒互動，并記錄執行過程。當執行過程和計劃發生偏差時，智能調整計劃。用戶在私域和公域內消費意愿10%提升35實現方式蒙牛作為業內領先的龍頭企業，在交付要求上保持著一貫的高水準，而且營養健康領域的專業知識需要更加嚴謹的訓練。為了深化AI技術與領域知識的融合，智譜AI需投入更多的技術資源和人力成本進行前期溝通與后期交付。智譜AI憑借國產化背景、自

62、主研發能力和與國際先進水平相媲美的模型技術等優勢，有效地協助蒙牛集團拓展更多合作伙伴，如將AI營養師助手解決方案引入醫院營養科，提供更加智能化和個性化的營養服務。蒙牛二十多年積累的營養健康相關的私域知識。合作的營養健康權威機構的知識數據。與多位知名營養健康領域的專家學者，以及多名中醫專家、教授、名醫等進行學術研討，確保在學術和實踐領域都具實用性。技術難點使用數據未來展望客戶反饋在營養健康領域，我們看到了大模型帶來顛覆性影響。相信未來通過和智譜AI更加深入的合作，可以讓更多家庭享受到更加個性化、陪伴式的專業營養健康服務。蒙牛與智譜AI聯手打造MENGNIU.GPT、AI營養師蒙蒙，致力于讓每個家

63、庭都可以擁有7*24h、個性化、專業級的營養健康服務，場景涵蓋：素材生成內部知識庫數據分析 智能健康營養專家：專業知識解答、個性化營養建議。用戶營養健康評測：包括缺鈣風險評估、免疫力狀況評估、營養均衡測試等。營養計劃制定及監督：營養配餐、智能共情陪伴、智能提醒、過程輔導和激勵、目標和計劃動態調整等一系列服務，如瘦身計劃、腸健康養護計劃等。上汽集團汽車維修AI師傅36項目背景汽車行業單輪對話抽取達到業務人員單輪對話抽取達到業務人員售后接待售后接待維修（動態排故流程）維修（動態排故流程）上汽乘用車：上海汽車集團股份有限公司乘用車公司，是上海汽車集團股份有限公司的分公司，承擔著上汽自主品牌汽車的研發

64、、制造與銷售。從誕生之日起，乘用車公司就依托上汽集團20多年合資合作所積累的技術、制造、采購、營銷和管理優勢，以國際化的視野，創造性地集成全球優勢資源，以高品質的產品與服務，滿足消費者高品位需求，以優秀的國際合作團隊，打造中國人自己的國際汽車領導品牌。售后/維修工能力水平一致性希望從當前狀態得到進一步提升。需要增強總部支持的“預診斷”功能，賦能維修工，統一積累經驗知識。80%準確率多輪對話修正后可以達到多輪對話修正后可以達到90%應用方案智譜GLM系列大模型賦能維修助手、一線的售后咨詢人員、車輛維修人員可以通過耳機+麥克+觸屏的智能終端方式，實時與維修人員交互，提供需確認問題/處置方案/預診斷

65、結論等。初診：初診計劃+概率排序、過程引導、實時描述+計劃修正、初檢結論（可能故障 診斷：診斷方案+概率排序、過程引導、實時描述+計劃修正、排查結論（故障定位）；修理：修理計劃、過程引導、實時描述+計劃修正；驗收：驗收測試計劃、過程引導、實時描述；報告：過程記錄自動生成維修記錄。+概率排序）；傳統運營模式問題37實現方式包含車輛維修手冊，車輛排故手冊，歷史維修案例。單輪對話實現多特征抽取，以及語義判斷，并通過業務多輪反問實現問題定位。技術難點使用數據未來展望以現有對話語料及手冊為數據基礎，通過All Tools構建以模型為主不受流程限制的售后服務的Agent。金山辦公人工智能辦公應用“WPS

66、AI”38項目背景應用方案辦公軟件傳統運營模式問題95%+用戶滿意度 用戶滿意度 續寫續寫文檔生成文檔生成內容改寫內容改寫辦公軟件是企業和個人用戶使用最為高頻的工具之一。隨著人工智能技術的發展，用戶對于辦公軟件智能化提效的需求不斷提升。大模型帶來的技術突破，讓辦公軟件的智能化大幅提速，文本生成等應用有望變革用戶的工作方式。對于辦公軟件廠商而言，這也意味著變革性的產品創新機遇和新的戰略增長點。金山辦公是國內領先的辦公軟件和服務提供商，在辦公軟件領域有三十多年研發經驗及技術積累，主要產品包括 WPS Office、WPS 365、WPS AI等辦公能力產品矩陣以及各類行業的數字辦公解決方案。截至

67、2023 年 9 月 30 日，金山辦公主要產品月度活躍設備數達5.89 億。作為行業領先的辦公軟件，WPS一直以來都注重結合AI技術為用戶提供智能、高效的產品體驗。但是，基于傳統NLP技術開發智能化功能，面臨以下問題：受限于技術能力邊界，基于傳統NLP技術開發的智能化助手功能在實際用戶體驗上不夠智能化，生成的內容可用率低，用戶滿意度不高。針對各個小場景，金山辦公需要分別訓練相應的小模型，研發成本高，產品開發周期長，導致產品化難度高。同時，針對各個小場景單獨進行研發維護，需要大量的人力投入。在人力有限的情況下，上線的智能化產品場景少，體驗不佳。大模型為辦公軟件智能化帶來了全新可能?；诖竽Ｐ图?/p>

68、術，金山辦公推出了全新的智能辦公助手產品WPS AI，提供文字、PPT等文檔生成，內容改寫、續寫，公文寫作等功能，幫助用戶提高生產力。公文寫作39實現方式產品直接面向C端用戶，為了保證用戶體驗，對場景功能采納率的要求較高。智譜GLM系列大模型在大部分核心場景中表現出更好的效果。技術難點未來，金山辦公將探索知識庫問答等更多大模型能力與產品的結合。未來展望客戶反饋WPS AI可以實現的典型場景包括：在文字編輯場景中，可以通過大模型輔助用戶完成創作，包括續寫、總結、縮寫、擴寫、改寫（口語化、正式化等）、大綱、翻譯、頭腦風暴等功能。尤其是可以發揮公文模板庫的作用，包括會議紀要、公文通知、簡歷、合同、喜

69、報、參數提取、會議、請假條等等。用戶只需要輸入簡單的文檔標題和關鍵信息，就可以快速生成文檔內容。在PPT演示文檔場景，可以通過大模型生成PPT的大綱、內容、演講稿等。用戶只需要輸入PPT的主題，WPS AI會通過多次調用大模型逐步產出以上內容，并完成PPT的排版工作。在與我們產品功能的深入融合中，智譜GLM系列大模型表現出了強大的綜合能力，在多個場景具備更優的效果，很好地支撐了我們文字、PPT等產品線的智能化升級。目前，WPSAI已接入金山辦公的WPS文字、演示、表格、PDF等產品，解決用戶在內容生成、內容理解、指令操作等方面的日常辦公難題，以及搭載在面向企業組織提供服務的新產品WPS 365

70、，進一步發展辦公新質生產力，為企業數字化轉型搭建智能基座。從用戶反饋來看，對比傳統NLP小模型支撐的智能化場景的“人工智障”體驗，基于智譜GLM系列大模型能力反復打磨的WPS AI用戶滿意度超過95%，用戶滿意度大幅提升。智聯招聘招聘提效助手40項目背景在線招聘行業傳統運營模式問題人崗匹配人崗匹配在線招聘行業，旨在利用互聯網平臺和技術，為求職者和企業提供招聘服務。在線招聘行業的發展受到多種因素的影響，包括宏觀經濟環境、互聯網技術的發展，以及求職者和企業需求的變化等。隨著技術的不斷進步和用戶需求的變化，這個行業仍在持續發展和創新中。智聯招聘是中國領先的人力資本生態價值鏈平臺，為大型公司和快速發展

71、的中小企業提供一站式專業人力資源服務，包括網絡招聘、校園招聘、海外招聘、獵頭服務、人才測評和培訓、BPO等。智聯招聘擁有超過3.49億職場人用戶，累計合作企業數超過1341萬，業務遍及全國400多個城市。平臺信息量大：平臺擁有大量的職位信息和求職者簡歷，企業篩選簡歷效率較低；人崗匹配精準度進一步提升后，可以提高招聘求職效率。求職者需求增多：求職者簡歷缺乏競爭力，衍生出增值服務，包括簡歷優化、職業規劃、行業分析等。簡歷優化面試助手篩選簡歷時間節省篩選簡歷時間節省80%以上求職者寫簡歷效率提升求職者寫簡歷效率提升100%50%招聘方面試效率提升41 企業端（招聘方）：篩選簡歷：通過對話的方式理解招

72、聘方的需求，為招聘方篩選簡歷，進行定向推薦。招聘助理：在面試中幫助招聘方分析求職者能力，給出面試后的綜合評價。求職者端：簡歷優化：求職者輸入個人優勢等信息，自動生成完整簡歷，并且可以根據求職者需求對簡歷進行優化。在智譜GLM系列大模型的支持下，深度優化了人崗匹配、通過對話進行信息收集的效率和準確性，助力智聯在招聘領域持續保持領先。未來展望在AI面試、智能約面、撮合企業和求職者成交等招聘全流程應用大模型技術，提升用戶體驗和效率。實現方式崗位JD、簡歷、通用行業知識。AI模擬面試場景產品需要垂直領域知識作為輔助，才能提出有專業性有深度的提問，這對大模型基礎能力要求高，需要強大的信息檢索、信息匹配能

73、力，用來學習理解海量的崗位信息和垂直領域知識。技術難點使用數據客戶反饋應用方案面向求職招聘垂類場景提供簡歷優化、篩選簡歷、招聘助理等應用能力，具備知識問答、文本生成、內容總結、模擬對話等基礎能力。堅持完全自研打造新一代認知智能大模型42智譜AI自研了具有完全知識產權的預訓練框架GLM，并自建訓練平臺，擁有從零開始搭建平臺和運維平臺的能力，并在國內外測評中均取得了領先效果優勢。2024年1月,新一代基座大模型GLM-4正式推出。GLM-4的整體性能相比上一代大幅提升,逼近GPT-4。AIl Tools、GPTS圖片理解對話代碼文生圖搜索增強GPT-4GPT-4VChatGPTCodexDALL.

74、EWebGPTGLM-4COgVLMChatGLMCodeGeeXCogViewWebGLMGLM-4，新一代基座大模型GLM-4支持更長上下文,具備更強多模態能力,推理速度更快、支持更高并發,從而大大降低推理成本。GLM-4大幅提升智能體能力,GLM-4 AllTools實現自主根據用戶意圖，自動理解、規劃復雜指令,自由調用網頁瀏覽器、CodeInterpreter代碼解釋器和多模態文生圖大模型以完成復雜任務。GLMs個性化智能體定制功能亦同時上線,用戶用簡單的提示詞指令就能創建屬于自己的GLM智能體。模型能力全面對齊世界先進水平不分大小，事事回應多輪交互，上下文記憶無割裂感的全場景交互跨時

75、空、跨文化的心靈交流靈活切換多種人設智能體能理大幅增強43模型能力全面對齊世界先進水平性能全面提升GLM-4在基礎能力、指令跟隨能力、中文對齊能力等方面全面看齊GPT-4,達到世界先進水平。更長上下文GLM-4在基礎能力、指令跟隨能力、中文對齊能力等方面全面看齊GPT-4,達到世界先進水平。更多模態GLM-4在基礎能力、指令跟隨能力、中文對齊能力等方面全面看齊GPT-4,達到世界先進水平。對齊能力（中文，數據集：AlignBench）GPT-4GPT-4 TurboGLM-4GLM-4/GPT-47.948.658.91112%專業能力 中文理解 基本任務 數學計算 文本寫作 綜合問答 角色扮

76、演 邏輯推理 中文推理 中文語言 總分 6.937.338.07116%7.817.997.87101%7.657.807.75101%7.938.67 8.44106%7.428.618.42113%7.518.478.58114%7.377.667.0195%7.477.737.3899%7.598.298.38110%7.53 8.017.88105%長上下文能力評測(中文,數據集:LongBench,NeedleTest)GPT-4GPT-4 TurboClaude 2.1GLM-4GLM-4/GPT-4Needle Test(128K)，全綠表示100%找回精度71.282.780.

77、481.1.114%文生圖性能評測SDXL(開源最佳)DALLE.3CogView3CogView3/DALLE.30.4670.7700.70691.7%AlignmentFidelityAestheticSafetyComposition&LayoutLighting&shadowColorUserEmotionalResponse0.7400.8520.80294.1%0.69450.7350.70295.5%0.9780.9800.97399.3%0.7390.7720.73394.9%0.7170.7720.72894.3%0.7200.7460.70894.9%0.5970.649

78、0.59391.4%基礎能力評測(英文)GPT-4GLM-4GLM-4/GPT-486.481.594%MMLU(5-shot)GSM8K(5-shot)MATH(4-shot)BBH(3-shot)MMLU(5-shot)HellaSwag(10-shot)92.087.695%52.947.991%83.182.399%95.385.490%67.072.0100%指令跟隨能力(中英,數據集:谷歌 IFEval)GPT-4GLM-4GLM-4/GPT-472.463.488%Prompt級別、中文Instruction級別、中文Prompt級別、英文Instruction級別、英文80.0

79、71.990%79.567.785%85.476.489%關于智譜AI44智譜AI致力于打造新一代認知智能大模型，專注于做大模型的中國創新。公司于2020年底研發GLM預訓練架構，2021年訓練完成百億參數模型GLM-10B，同年利用MoE架構成功訓練出收斂的萬億稀疏模型，2022年合作研發了中英雙語千億級超大規模預訓練模型GLM-130B并開源。2023年，智譜AI推出千億基座對話模型ChatGLM并兩次升級，開源版本的 ChatGLM-6B讓大模型開發者的本地微調和部署成為可能，在開源社區受到廣泛歡迎。2024年1月，智譜AI推出新一代基座大模型GLM-4，整體性能相比上一代大幅提升，比肩

80、世界先進水平。它支持更長上下文，具備更強多模態能力，推理速度更快，支持更高并發，大大降低推理成本。同時，GLM-4智能體能力得到大幅提升，可根據用戶意圖，自動理解、規劃指令以完成復雜任務。GLMs個性化智能體定制功能亦同時上線，用戶用簡單提示詞指令即能創建屬于自己的GLM智能體，由此任何人都能實現大模型的便捷開發?；谌匝谢竽Ｐ偷膹姶竽芰?，智譜AI構建了極具競爭力的AIGC模型產品矩陣，包括AI提效助手智譜清言、高效率代碼模型CodeGeeX、多模態理解模型CogVLM和文生圖模型CogView等。踐行Model as a Service市場理念，智譜AI致力于打造高效率、通用化的“模型

81、即服務”開發新范式，通過大模型鏈接物理世界的億級用戶，為千行百業帶來持續創新與變革，加速邁向通用人工智能的時代。2020年專注大模型算法研究。2021.9月設計GLM算法，發布擁有自主知識產權的開源百億大模型GLM-10B。2022.9月發布代碼生成模型CodeGeeX，每天幫助程序員編寫2000萬行代碼。發布高精度千億模型GLM-130B并開源，效果對標GPT-3（175B），收到70余個國家1000余個研究機構的使用需求。2022.8月2019年智譜AI成立，源自清華技術成果。2023.8月作為國內首批通過備案的大模型產品，AI生成式助手“智譜清言”正式上線。2023.5月開源多模態對話模

82、型VisualGLM-6B（CogVLM）。2024.1月新一代基座大模型GLM-4正式推出，整體性能相比上一代大幅提升，比肩世界先進水平。2023.3月發布千億基座的對話模型ChatGLM及其單卡開源版本ChatGLM-6B，全球下載量超1300萬。2022.10月發布開源的100+語言預訓練模型mGLM-1B。2023.6月發布全面升級的ChatGLM2模型矩陣，多樣尺寸，豐富場景，模型能力登頂C-Eval榜單。2023.10月發布全面升級的ChatGLM3模型及相關 系列產品，參數范圍從6B、12B、32B、66B到130B 不等。45聯系我們官網：https:/合作伙伴申請：https:/