在2023 WAIC 世界人工智能大会 X 容联云「数智进化 越级向上」生成式营销服务与大模型论坛现场，容联云AI研究院院长刘杰发表了《容联云「大模型」发布：大模型AI能力的专业性和商业化落地》的主题演讲。
以下内容根据其现场演讲整理所得：
1、沟通能力——认知智能的关键挑战
今天的AI时代，能否用AI技术解决沟通问题呢？首先分析一下沟通是什么？在设定目标的前提下，在个人或者群体之间进行信息，知识、思想以及情感的传递，以达到共同的认识、协定、认知。在这个过程当中，交流、交互和理解涉及到非常复杂的人类思想与治理活动。
如果把AI分成三个层面，计算智能、感知智能、认知智能，对应到沟通中的理解、思考和决策，实际属于AI最高的层次认知智能，而AI在认知层面，在具体的应用实践和落地上有非常关键性的挑战。
容联云的愿景是通过“AI赋能沟通”，以“触客”为场景，通过数据分析、决策助力企业全生命周期经营，从而实现更高效的资源匹配、数据交互和决策分析。
在这一目标指引下，我们很早就开始了沟通智能上的实践和探索，在AI大模型之前，我们称之为AI1.0，客户的服务和沟通的场景下面临非常多技术上的挑战，这些挑战通常都是来自于认知的层面。
2、通用大模型不能“通吃”沟通智能
今天，迎来了AI 2.0的时代，通用大模型让我们对AI有了更高的认识，有了更好的预期。它展现出非常强的能力，但在企业服务场景，现在通用的大模型，是不是解决了沟通智能的问题？
很显然，沟通智能是非常垂直化、专业化的领域，尤其是服务ToB业务场景，通用大模型有局限性，比如说内容可控性上，如果是一个创意性的应用，可以用大模型丰富的知识和内在的信息生成开放式的内容，但在企业服务场景，是非常严肃、严谨，要求合规回答，反而受制于“不受约束”、非常开放的内容生成技术的影响。
在企业服务场景，大模型既要灵活回答问题，又要在内容上符合预期，内容可控。同时希望模型在知识上，业务上专业，而不是只有丰富的通用知识。
在这样的大背景下，人工智能2.0时代，企业服务的沟通智能也应该迈向下一个时代，我们致力于做更好、更精准以及更能够满足们多样化、灵活化的沟通场景的沟通大模型。
3、容联云赤兔大模型，为沟通而来
今天在这里非常荣幸的向大家介绍容联云的大模型，以赤兔命名。
对于赤兔这个名字大家并不陌生，是三国里一匹非常有名的战马，人中吕布，马中赤兔。为什么命名为赤兔呢？首先，马有一个职能和角色就是通信的传达，它担负着信息传递的任务；其次赤兔的强大能力符合容联云对大模型的定位和预期；三是它懂业务的马，能上战场作战的战马，同时服务了非常多领域的头部客户，吕布、关羽，取得了非常好的战绩。
赤兔在垂直领域上赋能沟通智能2.0，为整个行业的服务提供助力和支持，不仅仅在AI基础能力上进行提升，还围绕着会话的洞察分析、对话能力提升、人机协同等方面有较大的能力提升，从而帮助企业重构智能客服和营销价值，完成从“降本增效”到“价值创造”的进化。
4、赤兔大模型聚焦四方面能力
对赤兔大模型研发的初衷，主要聚焦四个方面的能力，当然大模型具备很多方面的能力，我们希望这些能够应该归类到四个层面。
首先，懂交流。懂交流就是指们在沟通智能2.0的目标下，赤兔大模型能够进行多维度、细粒度的理解和分析，更动态化地理解客户同时做更好的内容生成和生产。
二是，有知识。除模型预训练阶段纳入的通用知识外，模型外部还有很多动态化、业务化的知识，赤兔大模型则能灵活运用外部知识做一些深度的分析和决策。
大模型本身已经通过预训练，纳入了足够多的基本的知识和通用知识，除了这些基本知识、通用知识，还有很多动态化、业务化的知识，希望这个模型能够灵活的运用外部的知识，就像一个优秀的人，自己要有基本知识的素质，同时还能够借助外部的信息和数据来帮助它做一些深度的分析和决策。
三是，会分析。赤兔大模型能够在客服、营销场景下对问题进行更高维度的分析、处理，做更深层次的知识辅助。
四是，能执行。传统AI主要通过应答、对话提供信息反馈，赤兔大模型则能借助外部系统的调用，执行特定动作，自主决定需要调用哪些能力，执行哪些动作，从而相对自动地完成任务。
容联云赤兔大模型懂交流、有知识、会分析、能执行，在这四个方面做出自己特色的事情。
在会交流层面能够读懂对方，在客户的服务当中，要能够深刻的理解，细节化的理解客户反馈的信息，倾听客户的声音，所以会话洞察是非常重要的事情，会话洞察不是特别新的概念，客服场景下很多时候都会提到会话洞察，但是今天有了赤兔大模型，有了AI 2.0，可以把这件事情做得更好的落地。
先理解，再表达。
赤兔大模型非常关注业务话术的生成，话术的生成策略，并匹配合适的场景交流，不同的交流可以大致分成三类，辩论、协商、劝说，这三类是非常经典的划分，辩论的特点就是甲乙双方进行表达观点和观点的交锋，但是决策权既不在甲，也不在乙，而是在观众。协商就是大家共同协商，决策权是在甲乙双方。劝说，决策权在其中一方。在不同的场景下，不同应用的类型下，话术风格也好、内容也好，都要实现最好的可控，同时要保证们在业务话术上的准确性、严谨性，这是AI话术生成上做了能力提升。
通过AIGC的能力，可以从海量的文本当中，自动化的抽取，以生成式分析一篇文档，抽取标准化的问答，并且依据自动抽取标准化的问答，还可以进一步生成相似论，通过大模型后台的能力，生成知识库，代替数据运营的工作，不仅仅降低了时间和人力上的投入，同时可以和传统的小模型配合，以大模型作为后端的支持，来训练更好的前端小模型，这也是非常经济化的配合的机制。
在知识层面，赤兔大模型在多种场景下深度的微调和预训练，得到了更好交互式的数值、数据的分析和理解能力，这对于大语言模型存在着一些挑战，但也使得大模型得到进一步的进化，在营销、数据、分析提供自然交互的服务。
可以通过自然语言的交互生成一些数据分析的代码，通过这些代码的执行，可以得到可视化的分析，甚至数据的自然语言的查询。还可以为这些数据给出文字性、专业性的解读和描述，这样的解读是业务角度，而不是简单的介绍数字，会从数据和业务的结合上给出更垂直化的展示和理解。同时也可以做一些更深度精细化的运营功能。
基于大模型进一步构建或者重构了智能对话的技术框架，不仅仅是通过赤兔大模型实现话术库的构建等一系列辅助人工的工作，赤兔大模型构建了基于大模型任务型的多轮对话管理模型，通过大模型的对话管理，更灵活的完成对话应答，在交互过程当中，根据交互内容完成业务的推荐、查询和办理等等一系列的操作。
对于自然对话流程的管理，可以通过模型，在历史数据中自动学习合理的话术流程，同时基于大模型少样本的学习能力，可以快速在不同的对话场景和业务当中进行迁移，只要通过一些指令，对任务的描述和信息的输入，就可以灵活的设置、修改、管理对话流程，不仅仅改进了对话的意图理解和对话内容话术的生产，也实现了表达信息的洞察。
5、做更务实更懂行业的大模型
赤兔大模型，基于我们的技术和对行业knowhow的理解，我们的智能体系实现了单点能力的升级、新增以及整个业务逻辑的重构。
在行业服务过程中，我们把模型划分为三个层次，并且让这三个层次互相形成闭环。
首先有一个通用的知识构造的模型底座，进而以它为基础，通过积累的领域数据做行业化、领域化的领域模型。
在领域模型的基础上进一步精进，具体到客户的业务当中，基于业务的逻辑，基于更精准的定制化数据，指向明确的业务模。这是我们对模型的务实应用的思考和实际应用当中的实践。
