「AI研习社」解码热门AI应用，智能质检、3D生成与AIGC实践分享

智能会话质检 -价值・实战开发・智能体边界与协同 目录Menu •1、会话质检的价值意义 •2、传统质检vs智能质检：核心差异对比 •3、实战开发：基于会话存档的导购服务质检应用搭建 •4、场景延伸：企业级智能体的能力边界与人机协同 会话质检的价值意义 会话数据：新的产业资产 •数据增长现状 随着企微等企业协作软件的广泛应用，零售行业的客咨、售后、导购等服务会话数据呈爆发式增长，这些数据成为企业洞察服务质量、优化客户体验的核心资产。 会话质检的核心价值意义（一） 服务质量把控 对企微等渠道的客咨、导购、售后会话全量监督，及时发现服务不规范、话术不当、响应滞后等问题，标准化服务流程，提升客户满意度与复购意愿。 数据价值挖掘 从海量会话中提取客户需求、产品痛点、投诉热点等核心信息，为产品迭代、营销策略优化、导购培训方向提供真实的一线数据支撑，让决策更有依据。 会话质检的核心价值意义（二） 客户洞察深化 从会话中捕捉客户画像、消费偏好、沟通习惯等信息，为客户分层、个性化服务、精准营销提供依据，推动零售企业从“粗放运营”向“精细化运营”转型。 团队能力提升 基于质检结果对导购/客服进行分层、针对性培训，精准补齐能力短板，提升团队整体专业度，打造标准化、专业化的服务团队。 传统会话质检VS智能会话质检 传统会话质检 抽样 问题发现与反馈 从海量记录中随机抽取小部分样本，覆盖面有限。 问题反馈周期长，难以实现实时干预和指导。 人工质检 这种方式高度依赖人工经验，不仅效率低下、覆盖面有限，而且标准不一，难以应对复杂多变的真实对话场景，无法挖掘数据中的深层价值。 质检员逐一评估，效率低下且易受主观因素影响。 关键词辅助筛查 关键词与规则引擎：除了纯人工，部分系统会结合关键词匹配和简单的规则引擎进行辅助筛查。例如，设置“不知道”、“没办法”等负面关键词，或“问候语”、“结束语”等流程关键词。但这种方式本质上是“字符串匹配”，无法理解语义和上下文，容易产生大量误报和漏报。例如，无法区分“这个问题我现在没办法立刻解决”和“这个方法是没办法的”这两句话的不同意图。 智能会话质检 实时监控和预警 可接入企微等渠道的全量会话数据，数据量覆盖大 可对会话进行实时分析。一旦检测到高风险行为（如辱骂客户、违规承诺）或客户负面情绪急剧升级，可以立即触发预警，通知管理人员介入，避免事态恶化。 AI自动分析 大模型驱动的深度语义理解智能质检的核心是预训练大语言模型（LLM）。它并非简单匹配关键词，而是通过对海量文本数据的学习，掌握了强大的语言理解能力。它能够：・理解上下文：准确把握多轮对话中的指代、省略和逻辑关系。・识别真实意图：区分字面意思和言外之意。・分析情感倾向：精准判断客户和客服的情绪是积极、消极还是中性。・进行实体识别：自动提取对话中的关键信息，如产品型号、订单号、客户id等。 核心价值 从被动抽样到主动洞察，全面提升服务质量与运营效率。 实战演示：基于会话存档的导购服务质检应用搭建 场景延伸：企业级智能体的能力边界与人机协同 举个例子：社群舆情监控 方案一：智能体自主执行“监控+分析+踢出群聊”全流程操作 方案二：智能体仅做监控分析，人类执行最终踢出操作（机辅人决模式） 边界与责任：设计可信的人机协同范式 智能体的终极价值在于赋能于人，而非取代人。 L1被动执行:自动执行低风险任务，如信息查询。L2项目助理:生成方案，需人工审核确认。L3初级负责人:提供决策建议，由人类专家拍板。L4专业骨干:在预设策略内执行闭环操作，异常时上报。L5虚拟专家:跨领域调度资源，人类负责最终审定与战略监督。 人类拥有最终决定权：所有涉及法律、伦理、安全及重大商业利益的决策终审权，必须牢牢掌握在人类手中。 Thank you感谢观看！ 混元3D：从想法到落地全流程实操分享 目录Menu •关于我们-深云科技•混元3D产品介绍与功能详解•混元3D案例实战 深云科技：关于我们 深云科技成立于2021年，起步于腾讯云云产品转售。我们是腾讯生态坚定的同行者，始终紧随腾讯云战略步伐。 成立时间：2021年 随着AI技术的爆发，我们顺势升级，从单一的“云资源服务”转型为“云+AI”综合服务商，致力于成为连接大模型底座与企业应用场景的桥梁 腾讯云官方授权代理商&AI服务商 公司历程：与腾讯云同频共振 全面发力AI应用，推出自研Agent，打通AI落地的最后一公里 深耕 紧跟发展，服务上千家企业上云，积累了丰富的B端经验 起步 核心业务一：腾讯云云服务代理 组织定位 战略演进 核心优势 懂云、懂模型、更懂业务落地 腾讯云官方合作伙伴 深耕腾讯云生态的企业级服务商云基础设施（LaaS/PaaS）规划、迁移、运维（MSP）成熟方法论 拥有多行业复杂环境下的云服务交付经验生态链协同：深度整合腾讯云混元大模型与AI全栈平台落地导向：专注AI工程化、业务化与和规划运营 公司战略升级：大模型工程化集成方案商构建基于腾讯云技术的智能化底座能力 核心业务二：提供AI应用解决方案 常见AI应用场景落地/工作流 混元3D大模型解决方案 AI赋能传统行业转型 依托腾讯云混元3D大模型，提供工业设计，建模落地等商业建模的高效生成方案解决企业在大规模3D内容生产中的成本与效率瓶颈实现资产的快速生成与智能化调用 知识管理与RAG：深度集成企业私有数据，构建基于大模型的智能化知识库智能客服：升级客户服务与运营支持工程化保障：AI模型与现有ERP、CRM等系统的深度耦合 业务重塑：深入垂直行业业务流程，提供可落地、可衡量的智能化改造路线稳健运行：在满足行业合规，数据安全与系统稳定性的前提下，实现生产力的提升 AI应用落地 案例一：AI视频创作SaaS平台 极影Gene是面向影视创作者、动画制作人、广告导演的专业级AI辅助视频创作工具。 案例三*：三绿科技MakerRoad-Marker AI混元3D平台 MakerRoad是三绿科技的一个3D打印模型爱好者社区，其中Maker AI借助混元3D的最新能力，支持用户使用图片一键生成和打印模型，不需要建模相关的知识。大大的方便了创作者的想法落地，我们协助三绿科技实现了产品对接混元3D API的对接与实现。 案例二：内容生成助手 赋能创作者的热门监控与批量化生成内容的工具 混元3D功能详解 3D制作痛点：需求缺口大，入行门槛高、创作周期长，制作成本高 什么是3D? 3D应用场景广泛，游戏开发、工业建模等对3D有刚需 3D模型，也称为3D资产（3DAssets），具有如下特点: •交互性：用户可实时交互•全景展示：360°全视角，沉浸展示•可控性高：可任意驱动3D，实现复杂运动•稀缺性：3D模型（如文物扫描、工业设计）需投入大量资源扫描或人工雕刻，消费量和生产能力之间有较大缺口 3D制作的痛点和难点 3D制作流程复杂，基础模型应用场景窄，成品模型贴图及细节制作成本高 •环节多：6大环节，30多个步骤 •模态多：涉及几何、纹理、布线、骨骼等多种模态 •要求高：各环节依赖程度高，3D专业知识认知门槛高 瞄准3D创作管线，提供丰富的生成和编辑3D资产能力 几何生成：文生3D/图生3D 混元3D生成能力，几何与纹理同步生成： •文本或者图片输入，最多支持4个视角传图•几何结构精细、纹理色彩准确•支持纹理风格选择与PBR贴图，支持法线贴图 输入：一把现代手枪，采用蓝色与橙色相间的设计，背景为白色，呈现科技气息 左为输入图，右为生成3D模型 3D模型几何生成，分钟级即可直接生成3D模型 支持多形式输入生成模型，生成效果结构一致，细节完整、纹理高清、控制精准 文生3D效果 图生3D效果 •文本：一把现代手枪，采用蓝色与橙色相间设计，背景为白色，科技气息 草图生3D 多视图生3D •直接根据草图生成3D资产，极致提效 几何生成扩展-Mesh布线优化，生成高质量3D模型，满足游戏标准 3D模型布线优化效果示例，布线更规整 3D模型布线优化能力，目前布线已满足轻/小游戏制作标准 •优化生成模型布线杂乱的问题，提升拓扑布线规整度•自适应物体复杂程度，面数可控（十-千面数），最大化体现模型细节•更适用于游戏引擎模型渲染 低面数：十级别 简单几何体仅用数十个面片即可表示，超轻量化模型，极致加速 中面数：百级别 道具等资产面数可控制在数百面，沿关键结构布线，规整度高 高面数：千级别 智能识别角色语义，根据结构复杂度自动调整布线密度 纹理贴图扩展 PBR材质生成 语义UV展开 •生成逼真纹理效果的PBR材质贴图，凸显模型金属度、粗糙度等特点资产，也可自由定制风格 •UV展开是3D纹理贴图关键环节，对纹理生成与编辑起决定性作用 •普通UV展开易导致碎片化问题，严重影响纹理贴图整洁度•混元3D-AutoUV可以自动理解3D模型，并根据语义信息进行UV展开，获得更加规整的UV拆分，可大幅提升纹理清晰度，并具备可编辑性 传统方法（patch零散破碎） 纹理贴图扩展，提供多样化能力，赋能各种花样玩法 风格化 换肤 •根据语义分区域压缩纹理，更轻量加载 动作驱动系统，自动绑骨蒙皮+动作生成，自由驱动3D模型，加速创作 自动骨骼绑定与动作驱动 •对生成3D角色模型实现自动绑骨蒙皮•选择不同动作模版，让3D角色模型轻松动起来 视频/文本控制动作生成 •对生成3D角色模型实现自动绑骨蒙皮•选择不同动作模版，让3D角色模型轻松动起来 混元3D案例实战 用户3D打印痛点 案例一：文生3D 主体描述+特征+风格修饰 提示词：一只可爱的宇航员兔子，穿着白色的科技感太空服，圆润的造型，站立姿势，3D渲染风格 提示词：一个马年主题的原创潮玩IP 3D角色模型，单一主体，Q版比例，大头小身，四肢短粗。马的鬃毛简化为流线型几何块面，面部保留大眼睛与极简鼻口结构。整体造型圆润，适合实体盲盒生产。材质为哑光PVC，表面光滑，无真实毛发与复杂纹理。姿态为轻微前倾站立，表现向前奔跑的潜在动势。 案例二：图生3D 参考图指南：背景纯净、无文字遮挡，并确保画面中只有一个清晰放大的主体。 快捷生成：单视图生成 输入单个图片生成模型，混元会自动根据视图推断模型 案例三：照片转手办 第二步：将图片上传至混元studio生成模型 第一步：真实照片转ip风格无背景纯净图 提示词：把输入图片中的主体转换为手办风格的3D渲染图像，去除背景，整体风格类似高质量的PVC动漫手办或者粘土人风格（如果是动物，风格应可爱化，如Q版风格）。保留主要姿势和特征，但转化为具有收藏价值的3D风格。最终渲染图背景为纯白色，使用柔和棚拍光效，无阴影、无水印、无文字。 案例四：产品设计 1.生成设定图如果是盒子类产品/有开盖的地方，需要跟生 成明显的接缝或者不同的颜色 2.生成模型检查生成的模型是否在接缝处有雕刻 3.拆分组件点击组件拆分，混元3D自带了智能识别技 术，能够识别出分割线和模型的大体样式，将内部自动掏空并且生成盒体厚度 提示词：设计一款具有ip效应的可爱的纸巾盒，塑料材质，圆润可爱，Q版，无多余毛边，要有开盖的地方，能够把纸巾放进去，支持放抽纸 合作交流 Thank you感谢观看！ 双层SPEC方法浅析 --用CodeBuddy定制长篇小说 讲师介绍 余多 2006年开始做软件工程师，80后程序员前天美资深开发，《王者荣耀--破晓》战斗技术负责人前腾讯XR业务线中台技术负责人腾讯AICoding产品规划，AICoding解决方案专家AI信徒，100%代码生成率的AICoding践行者 目录Menu •VibeCoding和SPECCoding的关系•CodeBuddy实操—双层SPEC写长篇小说•双层SPEC理论简析