至顶网软件频道消息: "人工智能无法进行销售电话沟通或者完成交易,但它可以大大优化人类的这项任务。" 这就是Gong.io提出的主张。

今天,Gong.io宣布获得2000融资,将用于强化机器学习以获得更多客户。这家创建了2年时间的初创公司提供的服务是可以聆听销售电话,生成录音并分析录音内容以识别出有用的信息模式。然后,这些信息会显示在可视化的仪表板中,让用户能够借此寻找提高转化率的方法。
例如,一位正在寻求提高团队生产力的销售经理,可以利用Gong.io来找出顶级销售与客户电话沟通过程中的共同点。如果该平台显示,他们通常要比其他销售更频繁地提出问题,那么就可以指导销售团队进行调整,更加强调双向的互动。
Gong.io提供了对通话内容的类似洞察力。用户可以使用对成功下单带来重要影响的单词或者短语(例如竞争对手公司的名字)搜索通话内容,来检查出现的频率。Gong.io表示,这个平台提供的信息不仅对那些试图连接高层次趋势的管理人员们有用,而且还适用于那些希望从客户对话中吸取更多经验教训的销售人员。
这也是Chorus.ai公司正在致力于商业化的基本概念。据悉,这家初创公司最近获得了1600万美元投资,并提供了一个竞争性的电话分析平台,旨在帮助销售团队从客户对话中吸取更多的经验教训。
此次Gong.io宣布的融资旨在Gong.io能够更快的发展。这一轮融资由Nowwest Venture Partners和Shlomo Kramer(网络安全巨头Check Point的共同创始人)。Gong.io还计划利用这笔资金雇用数十名新员工以加速增长计划。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。