7979 net博彩平台游戏资讯

本文界说AI Answer 为聚拢LLM和IR本事的智能信息互动应用，信息源可为闭源常识库、行业图谱、或是互联网盛开信息。以C端检索范式演进为鉴，咱们合计通用智能模子在企业端或将率先以AI Answer模式落地，AI赋能里面常识库重建、构建流量进口丰田皇冠SUV新款2023款重量，有望带来诸多价值增量。

提要

以C端搜索引擎范式演进为鉴，咱们合计B端AI Answer简略带来多元价值增量：

1）数据价值挖掘：企业端自动生成数据细察与前瞻性的预测分析；用户端自动分拨数据造访权限，并保举个性化的检索旅途与常识生成。

2）常识财富沉淀：自动生成信息分类标签，裁汰东谈主工存档老本。同期用户行为可四肢东谈主类反馈，稽查AI Answer在生成内容上进一步对都应用领域的需乞降偏好。

3）搜索遵守栽培：自动剔除叠加或冗余的信息，整合高质料常识财富。主动提供冷落和关联云尔，促进信息获取的实时性。

澳门六合彩色碟

供给端本事平权叠加需求端收场表里双向赋能，咱们合计AI Answer有望成为B端应用中先行落地场景。

数据层面，AI Answer在搜索过程中融入垂域要素，更好的知道用户意图并产生更准确的搜索驱散；模子层面，本事平权布景下不错通过使用开源模子也可在垂域细分领域达到较优遵守。同期在企业需求端，AI Answer助力企业常识图谱重构，收场后端过程运维及前端业务交互的表里双向赋能。

AI Answer = LangChain + 大模子 + 向量数据库。LangChain框架通过各式模块化组件提供了全方针全过程的通用开拓处事，可被用于整合和管理大模子的输出。智谱ChatGLM等大模子带来大模子普惠，助力B端部署AI Answer。向量数据库匡助拓展LLM的时空鸿沟，赋能企业打造基于专属常识库的AI Answer应用。

企业里面常识库有望重构，管理软件领域OA有望先行落地AI Answer。咱们不雅察到第四范式、星环科技、云知声等公司已推出企业常识管理平台家具，匡助客户重构企业常识库；钉钉、WPS、印象札记等家具助力个东谈主和中小组织收场常识梳理。在管理软件领域，咱们合计泛微、致远等OA厂商有望先行收场AI Answer和管理过程聚拢，落地智能协同应用。

正文

什么是AI Answer？

咱们合计， AI Answer 为聚拢大谈话模子（LLM）和信息检索（IR，Information retrieval）本事的智能信息互动应用。在这个应用中，LLM 负责知道语境并构建查询，而 IR 本事则依据这些查询获取有关数据或文档。检索到的驱散最终由LLM 生成复兴，从而酿成一个以模子外部信息为支捏的动态对话过程。

AI Answer检索的信息不错是企业闭源常识库、行业常识图谱、或是互联网盛开信息。相较于传统常识检索应用，AI Answer在交互模式、泛化能力及精确度上均有能力跃迁，咱们合计通用智能模子在企业端或将率先以AI Answer模式落地，价值增量包括：

► 数据价值挖掘：企业端凭证企业里面数据与已有常识，自动生成数据细察与前瞻性的预测分析，提高企业运维遵守与常识鼎新动能。同期用户端AI Answer通过分析用户的变装、需求、历史查询纪录，自动分拨合适的数据造访权限，保举个性化检索旅途与常识生成。

► 常识财富沉淀：自动为线上常识文档生身分类标签，裁汰东谈主工信息整理老本。凭证用户使用应用的情况追踪企业常识库变化，自动更腾达成内容，确保信息准确性与实时。同期用户使用AI Answer产生的行为可四肢东谈主类反馈，稽查AI Answer在生成内容上进一步对都应用领域的需乞降偏好。

► 搜索遵守栽培：通过精确分析用户需求，自动剔除叠加或冗余的信息，整合高质料常识财富。同期AI Answer应用可四肢捏造助手，在平台上同步协助职工治理问题、主动提供冷落和关联云尔，促进信息获取的实时性。

以C端检索范式演进为鉴，咱们合计B端 AI赋能里面常识库重建有望带来诸多价值增量，原意企业端提效需求。微软2月8日发布基于OpenAI大模子的搜索引擎新版Bing（汉文名“必应”）[1]，初次推出镶嵌搜索引擎的“问答式搜索”功能，搜索界面的问答机器东谈主不错与用户聊天、协助撰写文本、汇总全蚁集信息并以对话阵势反馈查询。

StatCounter数据自大谷歌的搜索引擎果然占据了90%的市集份额，咱们合计Bing凭借智能化检索有望握住打破市集份额。据 Data.AI 的图示区间数据，在镶嵌了OpenAI大模子能力后，Bing的APP日均下载量在公共范围内增长了823%，同期对比谷歌搜索应用的下载量仅增长3%。

图表：New Bing推出后APP下载量较Google冉冉料理

云尔起首：Data.ai，中金公司究诘部

以Glean为例，大模子赋能的AI Answer重构企业管理软件。AI本事在企业端的应用场景浩瀚，其中常识内容检索场景常识密度要求较高，需求明确且本事旅途相对闇练。Glean通过买通跨应用数据打造驾于SaaS层之上的“团聚层”，成为企业应用场景的进口级家具。Glean不错聚拢企业里面常识图谱、以及上百家第三方SaaS应用中进行信息检索，为每位用户的当然谈话查询生成定制化的驱散，秘籍信息查找、复杂功能推论等场景。

当今，Glean只面向企业客户提供处事，公司推出两种订价决策，1）按席位收费，每月不进步100好意思元；2）凭证企业的需求定制价钱，当今交易模式以第二种为主。此外，在处事模式上，Glean 还提供高水平的安全性和天真性，不错选用在土产货或云霄部署，况且对用户数据进行加密和权限层级管理。

图表：常识内容检索场景信息密度要求较高而天真性要求较低，刻下模子已简略原意

云尔起首：中金公司究诘部

图表：Glean聚拢企业文档考中三方应用进行检索

7979 net

云尔起首：Glean官网，中金公司究诘部

AI Answer有望成为B端最快落地的模式

供给端，模子层本事趋于平权，企业具备闭源数据卡位，交易落地可得性较高。数据层面，与其他B端AI应用比拟集成了垂直行业常识的AI Answer应用更易实施落地。

通用东谈主工智能积贮了强盛的通识能力，但由于其普通而非专精的数据结构，其在专科领域的检索实效性及性价比尚有欠缺。通过拟合垂直领域的数据，AI Answer能知道行业内的专科词汇、观点和信息，从而在搜索过程中融入垂域要素，更好的知道用户意图并产生更准确的搜索驱散。

模子层面，B端企业AI Answer场景关于算法模子在常识表示、数理分析等高阶能力需求较弱，对检索能力和文本生成能力需求较强，本事平权布景下不错通过使用LLAMA、Bloom、ChatGLM等开源模子也可在垂域细分领域达到较优遵守。

举例，企业不错使用LangChain将数据库文档加载并索引到土产货常识库中，通过镶嵌模子对文本进行矢量化，助力快速检索有关段落，再通过ChatGLM协助用户基于检索到的信息和用户会话历史生成精确的谜底。

图表：垂域模子调优处在监督式微调阶段，增量算力需求较少

云尔起首：2023 年微软Build大会，中金公司究诘部

需求端，AI Answer助力企业常识图谱重构，收场表里双向赋能。

1）企业需要快速准确地获取和利用特定领域的常识和信息，以提高决策遵守和质料。传统的搜索引擎频频不成原意企业的个性化需求，而需要一个简略知道企业交易模式下特定语境和逻辑的智能问答系统。

2）企业需要对我方领有或者简略获取的数据和常识进行有用地组织和管理，以提高数据质料和可用性。传统的常识库构建和宝贵频频需要大都的东谈主力和时候老本，AI Answer简略助力企业自动化地从各式数据源中抽取、整合、更新和考证常识。

3）企业需要与客户、合作伙伴、职工等各方有用地疏导和合作，传统的东谈主工客服或者机器东谈主频频不成原意用户的种种化和复杂化的问题，AI Answer经过细化调优，简略天真地适合不同场景和需求。

图表：AI Answer助力企业决策从被迫反馈转向主动处事

云尔起首：中国信通院《企业数字化转型本事发展趋势究诘施展（2023）》，中金公司究诘部

本事基础：AI Answer = LangChain + 大模子 + 向量数据库LangChain：针对大模子提供通用开拓框架

LangChain是一个封装了各式大谈话模子应用开拓用具的开源Python框架，提供了一套开拓大模子的用具、组件和接口。LangChain匡助开拓者将大模子和其他常识源/数据库聚拢起来，以创立功能更强盛的应用轨范，包括基于常识库问答、聊天机器东谈主、智能代理等。该开源Python可被用于整合和管理大模子（如ChatGLM）的输出，提供了轨范的模块化组件、集成了不同的大谈话模子并将其进行整合，并将它们攀附到各式外部数据源和API。

通过各式模块化组件，LangChain框架提供了全方针全过程的优化处事。传统的大模子无法联网、无法调用其他API、无法造访土产货文献、对Prompt要求高、生成能力强但内容准确度无法保证，而LangChain则提供了相应模块，旨在治理这一系列问题。

► Prompt：使用LLM需要用户输入需求，LangChain将用户的输入传递给Prompt Template。一个Prompt常常由Instructions、Context、Input Data和Output Indicator组成，但一般用户并不会齐备地输入每个部分，使用LangChain的Prompt Template不错很好地凭证用户输入界说各个部分，同期将Input Data留作动态输入项。

► Chain：利用该模块，LangChain不错不只单利用自己的LLM和Prompt Template，而是将原模子流通到其他信息源或API，将模块组合成齐备的职责流，拓展LLM应用鸿沟。

图表：Prompt Template对输入改写

云尔起首：国外独角兽，中金公司究诘部

图表：攀附多个Prompt Template及搜索、数据库

云尔起首：国外独角兽，中金公司究诘部

► Agent：淌若LLM仅利用Chain模块，那么模子将按照预设的接口和煦序推论职责，而Agent模组不错利用LLM分析应该使用哪个API或者搜索引擎、数据源等用具链，并自行决定调用和收场的规矩。比如，ChatGPT有很强的生成回答能力，但不够准确；Wolfram Alpha有很准确的常识储备，但语义知道能力较差，Agent不错针对ChatGPT的问题，自行判断是否需要调用Wolfram Alpha，并生成回答。

► Memory：默许情况下，Chain和Agent是无状态（stateless）的[2]，这意味着它们独飞速处理每个传入的Query（就像底层的LLM和聊天模子），不具备上文缅想的能力。为了记着先前的交互，LangChain通过每次Prompt加入上文内容和纪录的tricks，在不同的Query间传递上文，在前ChatGPT时期就收场了缅想的功能。

图表：Agent判断使用用具过程

云尔起首：国外独角兽，中金公司究诘部

图表：Entity Memory提供长久险峻文缅想能力

云尔起首：国外独角兽，中金公司究诘部

案例：YouTube博主Data Independent通过LangChain构建了一个PDF问答机器东谈主。

LangChain凭借PDF Loader的匡助加载上传的PDF，并使用Splitter分割语句向量，同期尽可能保留原始语义，调用OpenAI的Embedding引擎进行长向量变换并存储在土产货或者Pinecone云向量数据库，终末用户只需调用LangChain的QA Chain就不错针对上传的PDF进行问答。通盘这个词过程中，LangChain尽头于对每个枢纽集成，并对全体的交互进行封装。

LangChain受到普通柔和和使用，赢得种子轮融资，但交易化任重谈远。2023年4月6日，LangChain文告赢得由Benchmark领投的1,000万好意思元种子轮融资。

限定2023年4月19日，LangChain在Github上已有2.8万Stars、478位孝顺者，被2,400多名用户使用。但究其骨子，LangChain是“整合其他开源库的开源库”，提供开拓LLM的框架，以此检朴开拓东谈主员编写代码的时候。而由于开源加之经济老本不踏实、对输出莫得评估智力，欧博百家乐投注客户当今更偏好径直的模子请托，LangChain交易化仍有待探索。

LangFlow为LangChain开源且无代码的可视化开拓界面，用户不错通过拖拽模块和当然谈话交互的模式构建应用原型。

Langchain将制作AI应用的用具能力模板化和轨范化，而LangFlow 提供了一系列可供选用的LangChain组件，包括 LLMs、领导模板、代理和链等等，用户不错通过流通节点的阵势松驰构建和测试家具原型，举例聊天机器东谈主和文本贯通助手。LangFlow基于Python开拓，同类家具还有基于JavaScript开拓的Flowise。

图表：LangFlow支捏模块拖放和聊天框构建应用原型

2017年4月11日，安徽省六安市纪律检查委员会其官网发布消息，称经六安市委批准，市纪委对市民政局原调研员段维平（已退休）严重违纪问题进行立案审查。

云尔起首：LangFlow官网，中金公司究诘部

图表：LangFlow通过简便流通四个模块即可构建具备缅想且可自界说模板的聊天机器东谈主

云尔起首：LangFlow官网，中金公司究诘部

大模子：开源模子百花都放，助力B端高效部署

ChatGLM等开源模子带来大模子普惠，助力B端部署AI Answer。

企业不错通过Langchain平台调用部分开源的当然谈话处理模子，举例ChatGLM、Bloom与LLAMA模子等，这些开源模子为企业级AI应用的推论奠定了基础。其中，ChatGLM是可被集成到LangChain的一款紧迫开源模子，简略通过提供当然谈话处理能力为企业打造高效的AI Answer应用。

其研发企业智谱AI建造于2019年，源自清华大学筹算机系常识工程实验室。2022年，公司合作研发了支捏中英双语的千亿级超大限制预稽查模子GLM-130B，并搭建了高精度通用常识图谱。

图表：智谱AI家具矩阵

云尔起首：智谱AI官网，中金公司究诘部

GLM-130B在多个公开评测榜单上越过了GPT-3的性能，支捏单张奢华级推理况且具备跨平台跨芯片的快速推理能力。基于GLM-130B模子，公司又开拓了6B参数限制的双语对话模子ChatGLM，不错处理多种当然谈话任务（如对话聊天和智能问答），况且支捏在单张奢华级显卡上推理使用。当今，GLM-130B和ChatGLM均开源，为企业端客户提供了更低门槛和更高安全性的应用决策。

皇冠客服飞机：@seo3687

图表：ChatGLM-130B及ChatGLM-6B于汉文大模子匿名对战平台SuperCLUE-琅琊榜排行均位于前五

注：统计限定2023年5月29日云尔起首：SuperCLUE-琅琊榜官网，中金公司究诘部

图表：Leaderboard非英文问题测试中，ChatGLM排行第7，以较小参数达到高性能

www.zavdu.com

注：统计限定2023年5月25日云尔起首：lmsys arena Leaderboard，中金公司究诘部

向量数据库：构建企业常识库的必备存储“大脑”

向量是多模数据的压缩，是AI学习的通用数据样子。非结构化数据常常需要向量化之后才能被AI模子所知道，向量镶嵌（vector embedding）是当然谈话处理和深度学习中常用的数据预处理本事，行将非数值如文本、图片、视频等源数据调节为机器不错知道的多维数值向量。

图表：通过镶嵌模子将非结构化数据调节为机器不错知道的多维数值向量

云尔起首：Pinecone，中金公司究诘部

向量搜索是一种依稀匹配，区别于传统的要害词索引精确查询。向量搜索一般接管K隔壁法或类似周边算法，筹算目的对象与数据库中向量镶嵌的距离以暗示两者的相似度，排序后复返最为相似的驱散。区别于传统数据库的精确索引，向量搜索是一种依稀匹配，输出的是概率上的最类似谜底。

图表：向量搜索以向量镶嵌的距离表征相似度，是一种依稀匹配

云尔起首：Google Developers，中金公司究诘部

向量数据库是特意用来存储和查询向量的数据库。向量数据库即原生面向向量想象的、特意用于存储、管理、查询、检索向量的数据库。向量化本事已较为闇练，也出现了不少开源的向量搜索算法库（如Facebook的FAISS），但向量数据库提供一种开箱即用的治理决策，在数据捏久化、实时增点窜、散播式筹算、容灾备份等方面提供更齐备的支捏，更得当企业级应用。

向量数据库匡助拓展LLM时空鸿沟，是企业常识库的必备存储“大脑”。当今向量数据库的中枢应用场景之一即是拓展LLM的时空鸿沟，赋能企业打造基于专属常识库的AI Answer应用。

皇冠信用盘哪里开户

时候维度上，运转的LLM是基于历史的通用语料库稽查的，而执行企业应用场景中需要补充实时的、专科性的常识；空间维度上，LLM的输入token存在长度限定，因此无法径直将企业常识库的全量信息四肢prompt一次性输入，仅需最有关的部分。

向量数据库和LLM的具体交互过程为：用户最初将企业常识库的全量信息通过镶嵌模子调节为向量后储存在向量数据库中，用户输入prompt时，先将其相似向量化，并在向量数据库中检索最为有关的内容，再将检索到的有关信息和运转prompt一齐输入给LLM模子，以得到最终复返驱散。

图表：向量数据库和LLM的具体交互过程

云尔起首：Pinecone官网，星环科技微信公众号，中金公司究诘部

案例：星环科技Hippo向量数据库具备多种企业级特色。当今向量数据库市集参与者以国外初创型公司的开源家具为主，近期一级市集投融资热度较高。

国内大数据基础软件领军企业星环科技在向量数据库上已罕有年本事积贮，之前主要里面私用，本年5月底庄重家具化对外发布为Hippo向量数据库家具，在高可用、高性能、易拓展等方面具备上风，支捏多种向量搜索索引，支捏数据分分裂片、数据捏久化、增量数据吸收、向量标量字段过滤搀杂查询等功能，简略很好地原意企业针对海量向量数据的高实时性查询、检索、调回等场景。

图表：星环科技Hippo向量数据库具备多种企业级特色

云尔起首：星环科技向星力数据本事峰会，中金公司究诘部

六合彩应用场景和未来量度：企业里面常识库有望重构

常识管理平台：匡助B端客户收场里面常识库重构

常识管理平台重新整合里面常识，助力B端客户打造AI Answer应用。咱们合计企业常识库有望成为AI Answer在B端的先行落地样子，当今咱们不雅察到第四范式、星环科技、云知声、鼎新奇智、中科闻歌、鼎捷软件等厂商均具备了基于企业里面常识打造常识库的能力。

图表：第四范式“式说2.0”具备企业级常识库聚拢Copilot能力，从单一进口收场多个功能的辘集

云尔起首：智东西，中金公司究诘部

图表：星环科技Sophon KG提供一站式常识全生命周期管理平台，赋能各行业企业的问答、搜索、保举枢纽

云尔起首：星环科技家具白皮书，中金公司究诘部

图表：云知声聚拢私域数据和大模子提供企业定制智能家具，打造大限制企业级“新版Bing”

云尔起首：云知声2023AIGC计策发布会，中金公司究诘部

图表：鼎新奇智基于里面业务数据常识打造 “奇智孔明AInnoGC”，让企业领有基于私域数据的AI生成能力

云尔起首：鼎新奇智官方公众号，中金公司究诘部

图表：中科闻歌“雅意”大模子具备5大中枢能力，可快速对接政府、企业数据并一键生成企业级专属应用处事

云尔起首：雅意大模子发布会，中金公司究诘部

图表：鼎捷软件推出基于GPT的企业常识PaaS平台MERITS，其中ChatFile简略收场常识问答能力

云尔起首：鼎新电脑x微软Azure OpenAI计策合作发布会，中金公司究诘部

企业管理软件：整合企业常识和管理过程，OA有望落地先行

OA有望成为企业管理软件领域AI Answer先行落地场景。常识管理是OA的新兴模块，其主要用于企业里面文档和常识云尔的存储和管理，当今泛微、致远、蓝凌等头部OA厂商均推出了常识管理类家具（如泛微采知连、致远常识管知道决决策、蓝凌常识管理平台等），而现阶段常识管理模块主要为常识存储，并通过简便的搜索功能收场常识索要，企业应用遵守低下。

咱们合计AI有望助力常识管理简略进行全方针升级，通过第三方大模子赋能收场AI Answer，着实将企业常识天真诈欺，进一步激发企业职工充实常识库并提高其使用遵守。

► 泛微蚁集：沉聆&采知连&小E助手收场常识的管理和问答。泛微沉聆基于RPA（机器东谈主过程自动化）和NLP（当然谈话处理）本事，具备信息采集功能；采知连未常识管理领域专项家具，收场文档管理、常识仓库、常识运营；小E智能语音扶植系统简略收场智能助理、常识问答、数据查询、业务处理等功能。咱们合计未来公司家具有望与大模子收场深度交融，期待大模子交融后的企业协同管理当用推出。

湖南银河酷娱文化传媒有限公司

► 致远互联：AICOP助力收场“智能协同”。6月12日，致远互联发布智能协同应用AICOP的视频演示，展示了智能协同助手“小致”在预订会议、准备会议云尔、生成施展&文稿&会议纪要、填写表单、发起过程等场景的赋能应用。

图表：致远互联AICOP买通企业常识库和过程管理，收场“智能协同”

按网上的网友所说，有不少情侣到这里拜了之后俩人回去不久就会分手……

在一段感情当中，双鱼座这些人其实是特别喜欢暧昧的，这也是为什么很多人会觉得双鱼座比较容易滥情的原因。实际上，在平时的时候，双鱼座就容易给人一种比较柔弱、比较温柔的印象，以至于在异性看来就很容易为双鱼座产生一些强烈的保护欲。所以，这也是为什么大部分的双鱼座在人际关系上是很容易吸引异性的原因。不过，就算是自己再喜欢暧昧，再喜欢跟异性相处，但是对于自己真正喜欢的人，以及真正想要过一辈子的感情，双鱼座还是会保持着一种比较谨慎的，比较慎重的态度，毕竟这是关乎自己一辈子的事情。

云尔起首：致远互联微信公众号，中金公司究诘部

ERP 中 AI Answer落地量度：大模子助力下AI Answer 赋能出产过程管理。与OA比拟，ERP与业务和出产干系更邃密且具有更显着的行业属性，在业务运行过程ERP沉淀的行业垂类数据有望助力大模子的稽查。国外微软的Dynamics 365 Copilot展示了客服、市集、供应链管理等场景的AI赋能应用；国内对标来看，用友蚁集深耕ERP多年布局二十余个行业并积贮了各行业丰富的用户授权数据，公司操办后续将通过和通用大模子厂商合作+自研聚拢的阵势进一步稽查企业处事大模子，期待大模子赋能下AI Answer在财务、东谈主力、采购、制造、营销等领域场景落地。

文档整理&搜索引擎：面向个东谈主和中小组织的常识检索应用

钉钉有望为中小组织和个东谈主构建“常识图谱”。2023年6月，钉钉AI庄重邀请测试，其展示了AI+文档、AI+群聊、AI+应用、AI+问答机器东谈主等功能。其中AI+问答机器东谈主简略接考中户主动上传特定的文档数据，生成特定场景的问答机器东谈主，并四肢专科模子收场更有用、准确的AI问答。咱们合计这类功能为中微型组织和个东谈主快速构建常识库，收场常识的沉淀和应用。

WPS、印象札记等文档类软件有望基于用户端海量文档收场AI Answer。咱们合计WPS、印象札记等文档类软件四肢文档沉淀的平台，具备自然接入AI大模子的应用条件。如印象札记的“常识星图”功能，简略借助AI语义分析产生常识图谱和常识蚁集，收场信息的高效蚁集和利用。咱们合计文档类软件有望在B端和C端匡助用户更好地基于平台沉淀的文档收场AI Answer。

图表：钉钉简略基于用户上传的文档生成问答机器东谈主

云尔起首：量子位公众号，中金公司究诘部

图表：Perplexity基于OpenAI API 不错与用户进行交互式的对话，并提供实时的信息及对应出处

云尔起首：Perplexity网页，中金公司究诘部

皇冠hg86a

垂类场景：各行业常识应用有望百花都放

各个细分行业积贮的大都常识有望在大模子赋能下收场归集，赋能千行百业。如医疗行业的卫宁健康、保障行业的新致软件、教训行业的科大讯飞均凭借畴昔在垂类行业的深耕，借助大模子收场常识的赋能应用。量度未来，咱们期待更多行业简略在大模子赋能下收场行业常识萃取，各行业常识应用有望百花都放。

图表：卫宁健康推出医疗垂类模子WiNGPT赋能问诊、施展生成等场景，未来操办以Copilot样子融入WiNEX

注：公司量度WiNEX Copilot家具将于2023年10月Winning World2023大会上庄重发布云尔起首：卫宁健康微信公众号，中金公司究诘部

图表：新致软件Newtouch AI将企业数据与生成式AI模子攀附，匡助企业快速构建机器东谈主应用

博彩平台游戏资讯

云尔起首：新致AI微信公众号，中金公司究诘部

图表：科大讯飞将硬件家具搭载星火大模子，AI学习机通过分析用户学情和常识图谱提供类东谈主辅导式辅学

云尔起首：科大讯飞AI学习助手视频号，中金公司究诘部

图表：AI Answer有关公司一览

云尔起首：各公司官网，中金公司究诘部

本文作家：于钟海、 魏鹳霏 、王之昊 、韩蕊 、胡安琪、谭哲贤，起首：中金点睛，原文标题：《AI Answer：大模子助力B端落地先行范式》

于钟海 SAC 执证编号：S0080518070011 SFC CE Ref：BOP246

魏鹳霏 SAC 执证编号：S0080523060019 SFC CE Ref：BSX734

王之昊 SAC 执证编号：S0080522050001 SFC CE Ref：BSS168

韩蕊 SAC 执证编号：S0080121080059

胡安琪 SAC 执证编号：S0080122070070

谭哲贤 SAC 执证编号：S0080122070047丰田皇冠SUV新款2023款重量

ag娱乐风险领导及免责条件 市集有风险，投资需严慎。本文不组成个东谈主投资冷落，也未推敲到个别用户迥殊的投资目的、财务景色或需要。用户应试虑本文中的任何意见、不雅点或论断是否适合其特定景色。据此投资，拖累傲气。