“智能新物种”未来企业进化蓝图：智谱GLM白皮书

GLM白皮书智谱 CONTENTSCONTENTS 引言0101 0203大模型助力未来企业进化 拆解大模型：大模型应用能力概述揭秘真效果：大模型赋能业务方向及产品场景躬身入场景：智谱大模型生态合作伙伴联盟 11智谱大模型赋能千行百业03 汽车行业典型应用场景行业案例智能制造典型应用场景行业案例智能终端典型应用场景行业案例消费零售典型应用场景行业案例游戏娱乐典型应用场景行业案例医疗健康典型应用场景行业案例文化旅游典型应用场景行业案例教育创新典型应用场景行业案例 56“智能新物种”诞生指南04 五个方向判断是否大模型 ready大模型部署常见问题与解法智谱助力组织从大模型战略到落地智谱开放平台孕育 AI 原生企业案例分享：领先者已立潮头 目录目录 78智谱：新一代认知智能大模型 关于智谱大模型矩阵智谱年表 introduction引言 2024年注定成为大模型从尝试走向产业落地的关键之年。历经从技术到场景到落地的火热探讨与实践，大模型已不再是遥不可及的概念，而是逐渐渗透到各行各业，成为推动产业升级的新生力量。而在通用大模型突破技术奇点的AGI技术周期中，成本与效率的平衡最终会令AI真正成为企业的基础生产要素，重塑业务流和组织流的AI经营方式成为每家企业都能触及的现实，为MaaS（Model as a Service）赋予了新的内涵——通过提供开放模型基座，让企业能够以更低的成本、更高的效率训练属于自己的私有模型。这种模式不仅符合降本增效的要求，更是业务加速器和组织生产力的源泉。最终，企业将大生意转化为大模型，长板优势与AI深度耦合，实现与AI的协同进化。 “大模型为我们提供了发展通用硬件和软件的机会。人工智能正进入稳步发展的阶段，对各行各业有巨大影响，必须抓住机遇发展人工智能产业。” ——中国科学院院士、清华大学人工智能研究院院长、清华大学计算机系教授 张钹 “未来实现超级智能的大模型将在人类面对的考试、工作、生活等若干方面超越人类智能，甚至在未来的知识创新方面达到或超过人类水平。” ——清华大学基础大模型研究中心主任、清华大学计算机系教授 唐杰 模型的「海平面」正在逐渐没过人类能力的「山头」，过去被认为只有人类才能完成的事情开始逐步被大模型的洪水所淹没。大模型作为新质生产力的代表，正在推动传统产业的转型升级和新兴产业的快速发展，为社会经济的高质量发展注入新的动力。 “时间永远分岔，通向无数的未来”，无需短期高估技术的影响，也不要长期低估技术的魅力。在企业智能革命的舞台上，我们必将看到越来越多的新场景、新应用产生，真正拥抱“AI Native”和“智能新物种”的到来。 02大模型大模型 助力未来企业进化助力未来企业进化 未来的“智能新物种”企业，业务场景将全面依托AI能力，大模型将重塑其从产品研发、服务运营到组织发展和营销推广等各个环节。其与大模型相结合的 AI Native 新能力，不仅能够优化企业业务现有流程，提高效率，还能通过数据驱动的洞察力，推动业务决策的智能化，提升生产力和创造力，让其在激烈的市场竞争中脱颖而出。AI 能力的广泛应用，终将催生全新的商业机会和合作模式，持续推动行业的可持续发展。 拆解大模型：拆解大模型： 大模型应用能力概述大模型应用能力概述 文本生成 信息抽取 文本生成指的是通过指令（Prompt）让大模型自动生成文字，包括电子邮件、短信、文章、新闻报道、社交媒体帖子等各种文本内容。相较传统以规则和模板的方式，大模型提供了完全不同的体验，这也是大模型最先跑通的商业模式。 信息抽取是指将长段文字中的信息抽取出来并且以结构化的方式输出。相比起传统 NLP 的方式，大模型在泛化能力上有非常大的提升，并且开发成本要低 2 个数量级。 02拆解大模型：拆解大模型： 大模型应用能力概述大模型应用能力概述 信息检索 智能对话 对话系统是指机器和用户进行对话的系 统 ， 通 常 用 于 客 服 和 助 手 类 的 场景，但原有客服都基于问答对或者规则 来 进 行 对 话 ， 难 以 达 到 真 人 的 水平，而大模型则能在上下文理解和回答生成上带来全新的体验。 传统的信息检索系统只能以文字来匹配正文，并且只能以原文片段返回，或者对于垂直场景只能是结构性的卡片，而大模型则可以为你通读结果并根据你的查询生成针对性的回答，带来全新的搜索体验。 指令代码生成 图片/视频生成 自动生成代码，提高开发效率，减少人工编写代码的工作量。自动分析已有的代码并提供重构和优化的建议，减少人工编写测试代码的工作量。同时，大模型可根据用户提供的部署描述自动生成部署脚本，并监控应用程序的性能。 CogView可以根据自然语言描述生成全新的、独特又真实的高质量图片，并 支 持 根 据 文 本 修 改 现 有 的 图 片 。CogVideoX支持多种视频生成方式。 电影特效 02揭秘真效果：揭秘真效果： 大模型赋能业务方向及产品场景大模型赋能业务方向及产品场景 大模型赋能业务方向 02揭秘真效果：揭秘真效果： 大模型赋能业务方向及产品场景大模型赋能业务方向及产品场景 赋能业务方向二：提升员工生产力和创造力 02揭秘真效果：揭秘真效果： 大模型赋能业务方向及产品场景大模型赋能业务方向及产品场景 02揭秘真效果：揭秘真效果： 大模型赋能业务方向及产品场景大模型赋能业务方向及产品场景 02躬身入场景： 智谱大模型生态合作伙伴联盟 智谱期待和在各自业务领域内领先的SaaS企业，在AI赋能“智能新物种”的各个方向联手打造“企业 AI 工具箱”，基于智谱大模型生态合作伙伴的行业积累洞察和智谱的技术能力联手打造联合产品，将先进的大模型技术融入到生态伙伴的产品内，实现 AI 到场景的落地。 智谱大模型生态合作伙伴联盟将以 All in One 理念联动，实现生态伙伴的互带效应并建立生态工具间的协同优势，通过在业内打造差异化竞争壁垒，找到业务批量化增长的杠杆，提升市场占有率和影响力。 智谱大模型生态合作伙伴联盟，让大模型走进千行百业 还有更多...... 03智谱大模型赋能千行百业 生成式AI的采用率在2年内达到近 40%； 个人电脑在3年后才达到 20%；互联网在2年后才达到 20% 03智谱大模型赋能千行百业 越来越多的企业将AI及大模型引入业务生产环节 2024年1月，在生产中接入生成式 AI 或大模型的企业达到 21%，到 2026年，超过 80% 的企业都会接入生成式 AI 或大模型。—— Gartner 越来越多的企业将AI及大模型引入业务生产环节 到2030年前，生成式AI有望为全球经济贡献7万亿美元价值，中国进一步释放生成式AI总效益的 1/3。—— 麦肯锡 03汽车行业典型应用场景 2023 年汽车行业贡献 GDP 11 万亿，首次超过房地产，成为中国 GDP 第一大经济支柱，行业的快速发展得益于汽车电动化、智能化、网联化、共享化程度的不断加深。《2023中国汽车智能化体验研究》中的新车购买意向研究显示，智能化体验对于消费者购车的影响权重进一步上升，反映出随着中国汽车市场的转型与升级，搭载先进科技配置的智能汽车正在成为消费者购车时的重要选择。同时，面对不断变化的客户，持续迭代的技术以及愈演愈烈的竞争，汽车行业急需大模型带来全面革新。 目前，许多汽车产业链公司已经开始把大模型技术融入到智能座舱、营销服务、研发制造等汽车产业链的各个环节中去。未来大模型将会在汽车行业中加速落地，通过智能化的产品和服务，提升用户体验，优化业务流程，从而推动汽车行业的持续发展和创新。 03汽车行业典型应用场景 智能座舱 下一代智能座舱是全新的体验升级。AI Native 座舱可以极大地提升人机交互带宽，让 GUI成为可能。当自然语言处理成为人机交互的主要方式时，它解决的是基础生产要素的变革，它所带来的变化将是革命性的。 端云一体是 AI Native 座舱的未来。云端大模型将提升智能的上限，同时端侧大模型将确保能力的下限，实现离线可用性，保护隐私安全，基于端侧推理的极速响应，并通过本地算力支持，获得更经济的成本方案。 大模型作为一种体系化的新能力，将不再是单一地解决某一问题，而是对原有的各项工作产生影响，实现提升。例如，在传统车控领域，简单的车控功能可以通过传统的NLP技术有效实现。然而，对于涉及强上下文、复杂且有条件的车控任务，传统方法往往力不从心，而大模型则为我们提供了全新的视角。此外，它还能提供车书问答、闲聊陪伴、生活服务等功能。 我们期待，让智谱与你携手开启 AI Native 智能座舱新时代。 端云一体大模型开启 AI Native 座舱新时代 端云协同中台 03汽车行业典型应用场景 营销销售营销销售 智谱大模型为客户提供高转化率、精细管理、持续改进的营销闭环解决方案。车企能够通过将大模型应用到销售话术场景，通过大模型自动分析对话中的关键信息点，实时抓取并分析销售人员与客户之间的对话记录，并从专业性、合规性、服务态度等多个维度进行评估打分。 售后服务 智谱大模型为客户提供高满意度、高服务效率、低运营投入的全场景售后服务解决方案。提供包含智能客服、舆情分析等多项全能服务，根据自动形成热点聚类，总结每日舆情要点，并提供 AI 对话功能，帮助回答最新的舆情资讯。 研发和制造 智谱大模型提供覆盖软件开发/产线生产全流程的汽车大模型的能力。在软件开发环节，我们提供强大的CodeGeeX编程助手实现代码补全功能和智能问答功能，使得开发者基于AI大模型对代码进行语义级翻译，支持多种编程语言互译。 行业标准认证 03新物种案例 小鹏汽车携手智谱大模型打造下一代智能座舱 智能座舱改变了传统座舱的交互方式单一、指令功能弱的状态，通过语言和多模态大模型实现了百科全书、懂车问答、图文创作、车外景物识别等能力的优化和落地。 大模型赋能的智能座舱场景 传统模式痛点 车书问答成本高昂 车书数据结构复杂，需要人工处理，同时知识和版本更新频繁。 交互方式机械化 拟人化和口语化程度低，且缺乏个性化的回应。 岚图汽车在智谱助力下建立大模型应用能力 通过将智谱大模型与公司内业务深度结合，帮助车企数字化部门建立大模型认知，岚图汽车逐渐具备深入的大模型应用开发能力，实现了诸如销售助手、ChatBI、用户助手等功能，并支持大模型上车的远期目标。 传统模式痛点 车书不便于即时查询 车书内容冗长、数据来源多，客服人员现场检索效率低，无法即时响应客户问询。 销售数据查询耗时长 企业数据库庞大、结构复杂，管理者难以快速获取数据，并形成结论和洞见。 上汽集团基于智谱GLM大模型，打造“AI维修师傅” 在售后维修场景，维修人员不仅要掌握丰富的理论知识和系统的汽车结构原理，还需要具备丰富的实践经验，新人培养实践周期较长。此外，汽车结构的复杂性和电子系统增多，也使得故障诊断变得复杂，维修人员面临快速准确诊断故障的挑战。因此，上汽集团希望增强总部支持的“预诊断〞功能，赋能维修人员，统一积累经验知识，进一步提升售后客服和维修人员能力水平一致性。 智谱GLM系列大模型结合车辆维修手册、车辆排故手册、历史维修案例等数据，赋能维修助手，让一线的售后咨询人员可以通过“耳机+麦克+触屏”的智能终端交互方式，实时与维修人员交互，交流需要确认的问题/处置方案/预诊断结论等。该维修助手单轮对话抽取可以达到业务人员80%的准确率，通过多轮对话修正的问题定位可以达到业务人员90%的准确率。 上汽集团售后维修助手 培养周期长 维修人员不仅要掌握丰富的理论知识和系统的汽车结构原理，还需要具备丰富的实践经验，新人培养实践周期较长。 为一线售后服务人员、车辆维修工人辅助提供问题处置方案，协助售后维修。 问题定位难 汽车结构的复杂性和电子系统的增多使得故障诊断变得复杂，维修人员面临快速准确诊断故障的挑战。 80%单论对话抽取达到业