腾讯云智能AI产品概要（2024.04）

一、产品定位与核心亮点

腾讯云智能隶属于腾讯CSIG云与智慧产业事业群，是一套覆盖计算机视觉、智能语音、自然语言处理、机器学习的全栈AI能力体系。其核心差异化在于“通用大模型 + 行业大模型 + MaaS精调平台”的组合策略，旨在解决企业落地大模型时面临的算力、数据、安全及成本挑战。

• 底座能力：自研腾讯混元大模型，具备更强的可靠性与安全性。
• 落地模式：通过TI平台支持一键部署与精调，兼顾通用场景与金融、政务等垂直行业需求。
• 技术矩阵：拥有5000+ AI相关专利，发表顶会论文800+篇，下设腾讯优图实验室、腾讯AI Lab、微信智聆等顶级团队。

二、产品应用场景

产品主要服务于需要AI赋能数字化转型的企业与政府机构，解决以下核心痛点：

三、应用框架和功能介绍

1. 功能框架

腾讯云智能构建了从基础设施到应用层的完整架构：

• 基础设施层：自研紫霄AI芯片、星脉高性能计算网络架构。
• 能力层：CV（计算机视觉）、OCR、ASR&TTS（语音识别与合成）、NLP（自然语言处理）。
• 平台层：
  • MaaS平台：支持通用/行业大模型精调与部署。
  • TI-One：模型训练平台。
  • TI-OCR：OCR自训练平台。
  • 知识引擎PaaS：智能客服与内容生成底座。
• 应用层：智能客服、数智人、慧眼人脸核身、智能视频分析、工业AI中台等。

2. 硬核指标

• 腾讯混元大模型：
  • 幻觉降低：相比主流开源大模型降低30%至50%。
  • 安全性：面对安全诱导类问题，拒答率提升20%。
• TI-OCR（集成OCR大模型）：
  • 复杂场景字符读取准确率：98%+。
  • 常规KV场景：相比原先算法提升3-5%。
  • 套打场景召回率：90%+。
  • 自然场景召回率：95%+（人眼可识别水平）。
  • 人力节省：预计节省80%以上人力投入。
• 大模型ASR：
  • 参数量：最高达1.5B。
  • 低信噪比提升：在劣质音频数据集上识别率提升20%以上。
  • 中文方言模型参数量：2.4亿。
• 慧眼·人脸核身：
  • 人脸比对准确度：99.80%。

3. 产品优势

腾讯混元大模型

• 更可靠：在预训练阶段通过“探真”算法进行事实修正，不依赖外挂插件解决复杂任务中的幻觉问题。
• 更安全：通过强化学习对不安全/诱导性问题进行拒答，提升应用安全性与智能感。

腾讯云TI平台 & 行业大模型

• 灵活部署：支持一键部署服务调用，快速测试模型能力。
• 开源支持：支持Llama 2、Vicuna、Bloom、Dolly、Alpaca等主流开源模型。
• 行业定制：针对金融等行业，融入数百B无监督数据和数千万条有监督数据，降低落地成本。
• 任务能力：支持金融阅读理解、金融数值计算、金融知识问答、金融文案生成等。

大模型-智能客服

• 知识学习：支持导入复杂文档，快速自动生成问答对，答案支持图文/图表混排。
• 溯源能力：支持原文片段高亮回溯，提升运营效率。
• 交互体验：具备拟人化多轮对话能力，支持上下文信息补全、分属性问答（精准匹配型号）。
• 富文本交互：支持图片、链接、视频形式的解答。

TI-OCR

• 全流程覆盖：覆盖数据导入、生成、标注、训练、应用编排到测试发布。
• 自研标注：推出自研标注语言“描述子”，高效标注复杂场景。
• 小样本训练：内置强泛化能力预训练模型，小样本即可启动迭代。
• 零代码编排：可视化页面自定义组装检测、识别、结构化等Pipeline。
• 智能评测：提供Badcase智能分析报告，自助优化模型。

大模型ASR

• 多语种混合：业界首创支持中英粤日韩混合识别，无需调用多个引擎。
• 方言支持：大幅提升方言识别效果，覆盖下沉市场。
• 抗噪能力：利用预训练与伪标注技术，在低信噪比和劣质音频下表现优异。
• 高性价比：在性能极大提升的前提下，客户增加的成本范围可控。

慧眼·人脸核身

• 多维检测：集成活体检测、人脸比对、安全风控。
• 智能风控：腾讯海量风控数据分析，拦截高风险验证流程。
• 体验优化：无感智能风险分级，灵活切换验证难度。

4. 荣誉背书

• 腾讯优图实验室：多次在人工智能国际权威比赛中创造世界纪录。
• 沙利文（Frost & Sullivan）认证：
  • 计算机视觉：中国领导者象限、亚太第一。
  • 对话式AI：中国四项第一。
• 信通院（CAICT）认证：获得中国信息系统研究院产品能力最高等级认证。

四、典型案例

1. 智能客服辅助坐席案例（企服场景）

• 背景：一线客服工单效能低，自助闭环率有待提升；产研团队知识运营成本高、更新慢，依赖人工沉淀FAQ。
• 解决方案：引入AIGC答案生成能力，利用长文档阅读理解自动生成答案；实现文档实时更新与基于反馈机制的自主学习。
• 成效：
  • 优秀话术采纳率提升25%。
  • 整体采纳率提升30%。
  • 复杂问题准确率显著提升。
  • 已在腾讯会议（腾会）、备案两个产品中进行灰度测试。

2. 销售辅助场景案例

• 背景：产品种类繁多迭代快，销售知识梳理复杂；客户诉求多变，话术响应滞后。
• 解决方案：基于行业大模型升级保险销售助理，支持角色扮演，提供图文精准解析与知识标签组合应答，灵活应对负向反馈。
• 成效：
  • 日使用量提升5倍。
  • 问答准确率由57%提升至85%。
  • 人均提效50%。

3. 某交易所（行业大模型-舆情问答）

• 背景：需要实时监控特定企业（如合盛硅业）及行业（如房地产、中央金融工作会）的舆情动态，辅助投资决策与风控。
• 解决方案：利用行业大模型接入搜索，进行企业舆情问答、行业舆情问答及事件舆情问答。
• 成效：
  • 能够精准检索并摘要2023年11月时间段内的新闻报道（如合盛硅业股权纠纷、房地产新政、中央金融工作会议精神学习等）。
  • 支持关键词、时间、概念等多维度检索。

4. 大模型ASR典型客户

• 某电子工牌客户：解决房产销售线下远场收音、声音小、杂音大问题。
• 某航空器客户 / 某4S店客户：应对驾驶舱、车内背景杂音大、信噪比极低环境。
• 某银行保险客户：用于录音质检，需极高识别精度赋能后续话者分离、情绪识别。
• 基础教育/高等教育/某法庭客户：解决线下会议、教室回声大、收音难度高的问题。
• 某地区电信项目/某运营商项目：应对偏远地区口音重、基本不说普通话的下沉市场需求。
• 某公有云AIGC工具/某平板厂商/某大学国际化项目：解决跨国沟通中的多语种、多方言混说问题。