思科在加利福尼亚州阿纳海姆举行的 WebexOne 活动上表示将应用人工智能确保通话和会议期间音频和视频的清晰,同时提高用户的工作效率。这些新功能在思科Webex人工智能助理推出后将应用到整个产品线,包括Webex套件、Webex联系中心、Webex控制中心和专用的思科协作设备。
思科高级副总裁兼思科协作总经理Javed Khan告诉记者,思科在人工智能方面采取的方法与其他公司略有不同。他表示,“语言智能很棒,但如果把音频和视频智能结合起来就能获得更多的洞察力。”
思科表示,Webex的视频智能是通过实时媒体模型(RMM)实现的,其目的是通过更丰富的实时洞察力提升协作体验。例如,思科的 RMM 可以检测会议参与者的动作和手势,可以知道他们何时离开会议,然后记录他们离开时的讨论内容,在他们返回时就能迅速跟上会议进度。
Webex的新人工智能音频编解码器主要用于改善网络连接差的用户在会议中的音频和视频质量。思科解释说,不流畅的音频和视频仍然是视频会议参与者面临的最大挑战之一,会导致对话中断及令参与者感到沮丧。人工智能音频编解码器可以加入大量传输冗余,确保更快地从网络数据包丢失中恢复及音频流不受影响。
据 Khan 介绍,其工作原理是先对音频流进行数字处理再发送给终端用户,音频的清晰度可以得到提高。人工智能音频编解码器还依靠生成式人工智能来填补缺失的空白,可以这么说。Khan解释说,“一个可能的例子是丢失了数据包,导致某人所说的话丢失了 300 毫秒。而生成式人工智能可以生成这些丢失的数据,填补这些丢失的点。”
人工智能音频编解码器同时还可以通过去噪、去混响和带宽扩展等功能提高音频的清晰度。此外,还有个新的超级分辨率功能,可以提高视频的质量,而且不受带宽条件的影响。
思科表示,除了提高 Webex 通话的质量,人工智能还可以通过多种方式帮助提高会议参与者的工作效率。Webex AI 助手可以执行诸如总结特定会议中的发言内容等任务,还可以帮助用户了解他们可能错过的几个会议中发生的事情。
个人空间内的文本信息可以整合成摘要。这些摘要也可以进行自定义,例如,用户可以要求 Webex人工智能助手在包含多人信息的空间中只关注老板发送的信息。
另一项新功能是“更改消息语气”,该功能可以帮助用户确保在给同事发送消息时使用正确的语气,展现更加专业的形象。Khan表示,“我们在语音语调方面已经取得了很大的成功。我们将采取‘小步子’的方式,但我们希望在联系中心更积极地使用这一功能,例如在呼叫中心员工提高的声音或出现疲劳时进行提示。”
Webex人工智能助手还可以为联系中心代理提供“建议性的回复”,以便联系中心代理可以快速回复客户。思科表示,实际建议将基于客户的历史记录及其请求或查询的上下文。最后还有个功能,Webex人工智能可以在虚拟和混合活动期间为互动问答和投票中分享的共同话题提供 Slido主题摘要,帮助参与者轻松了解热门话题。
据 Khan 介绍,Webex内的各种新人工智能功能处于的可用性阶段各不相同,首批功能预计将在今年年底前推出。他表示,“我们正在将这些功能整合到我们的平台结构中。”
好文章,需要你的鼓励
Genspark推出超级智能体,将"氛围编程"概念扩展至企业工作流程,实现"氛围工作"模式。该系统采用9个大语言模型的专家混合架构,配备80多种工具和10多个数据集,通过规划-执行-观察-回溯循环运行。系统能自主处理复杂业务任务,甚至代替用户拨打电话。45天内实现3600万美元年收入,展现了自主智能体平台的商业可行性,挑战传统企业AI架构理念。
北京大学和百度VIS联合研发的MV-AR技术,首次让AI学会像人类一样逐步观察物体,通过自回归方式生成多视角一致图像。该技术解决了传统方法在处理大视角差异时的一致性问题,支持文字、图像、形状等多种输入,在3D内容创作、机器人视觉等领域具有广阔应用前景。
医疗保健已成为AI应用的热点领域,在疾病诊断、康复监测和新药开发方面证明了其价值。然而,行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮,相比现有AI工具,能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息,还能主动采取行动,如自动分诊调度、辅助临床决策、远程患者监护等,有望在十年内彻底改变医疗服务的提供、管理和体验方式。
Microsoft和Georgia Tech研究团队开发了SlimMoE技术,能将超大AI模型压缩到原来的10-20%大小而性能基本不变。该技术采用多阶段渐进式压缩,保留所有专家模块但精简内部结构,成功将419亿参数的模型压缩为76亿和38亿参数版本,让原本需要企业级硬件的AI能力可在普通电脑上运行,大大降低了AI技术使用门槛。