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
前谷歌资深工程师David Petrou创立的AI初创公司Continua宣布完成800万美元种子轮融资,由GV领投。该公司开发AI智能体技术,可加入SMS、iMessage和Discord等群聊平台,为用户协作提供智能支持。Continua能够在群聊中自动设置提醒、发起投票、添加日历邀请或生成待办清单,解决群聊混乱问题。公司通过微调技术让AI理解群聊动态,具备社交智能,只在需要时提供帮助。
艾伦人工智能研究院开发的MolmoAct是首个开源的机器人空间推理模型,通过"看懂-规划-执行"三步思考法让机器人具备类人的空间理解能力。它不仅在多项基准测试中表现优异,还支持直观的视觉轨迹调教,用户可直接在屏幕上画线指导机器人行为。研究团队完全开源了模型、代码和数据集,为全球机器人研究提供强大基础平台。
Anthropic宣布为企业客户增加Claude单次提示词的信息处理量,以吸引更多开发者使用其AI编程模型。Claude Sonnet 4现支持100万token上下文窗口,可处理75万词或7.5万行代码的请求,是此前限制的5倍,超过OpenAI GPT-5的40万token。该功能也将通过Amazon Bedrock和Google Cloud等云合作伙伴提供。更大的上下文窗口有助于AI模型更好地处理软件工程问题和长期自主编程任务。
这项由北京大学和清华大学联合完成的研究首次提出时间自奖励语言模型,通过"锚定拒绝"和"未来引导选择"策略解决了AI自学习中的梯度消失问题。该方法让AI既能从过去的低水平样本中学习反面教材,又能向未来的高水平样本学习正面目标,成功维持了清晰的学习对比信号,在多个基准测试中显著优于传统自奖励方法。