6月26日,“Make 2024钉钉生态大会”在北京举办。会上,钉钉宣布对所有大模型厂商开放,构建中国最开放AI生态。除了通义大模型外,MiniMax、月之暗面、智谱AI、猎户星空、零一万物、百川智能六家大模型厂商已经与钉钉达成合作。目前,钉钉生态伙伴总数超过5600家,其中AI 生态伙伴已经超过100家;钉钉AI每天调用量超1000万次。
钉钉总裁叶军表示:“模型开放是钉钉生态开放战略的再进一步。随着行业从模型创新走向应用创新,探索大模型的应用场景是钉钉的责任所在。钉钉拥有大量企业客户,数据优势与场景优势叠加,和大模型之间彼此需要。另一方面,钉钉上的大企业客户也对模型开放提出要求。”
钉钉和大模型的三种合作模式
过去一年多,大模型行业经历了数量爆发和快速迭代时期,随着模型能力的不断提升,业内也逐步形成共识:真实场景中的大规模应用,是大模型价值验证和通往AGI的必由之路。
钉钉作为国内最大的智能化协同办公和应用开发平台,拥有海量的用户和千行百业的应用场景。去年4月,钉钉接入通义大模型,用AI将产品重做一遍,至今已经完成了20多条产品线80多个功能的AI化;去年8月,钉钉开放了AI PaaS,帮助生态伙伴用AI重塑产品;此次钉钉将自身产品和场景向所有大模型厂商开放,构建最开放的AI生态,与伙伴共同探索大模型应用之路。
钉钉与大模型生态伙伴将以三种模式展开合作与探索。
钉钉的IM、文档、音视频等产品的AI能力主要由通义大模型支持。在此基础上,钉钉将结合其他各家大模型的特点,探索不同模型能力在产品和场景中的应用。例如,钉钉正和月之暗面一起,基于大模型的长文本理解和输出能力,探索教育类应用场景。
在AI Agent开发方面,钉钉已向大模型生态伙伴开放AI助理(AI Agent)开发平台。开发者在钉钉上创建AI助理时,除了默认的通义大模型外,还可以依据自身需求,选择不同厂商的大模型。
针对客户的个性化场景和需求,钉钉将与大模型厂商一起,为客户定制相应的智能化解决方案,并提供模型训练调优、AI解决方案打造、AI定制应用开发等服务,还可实现模型的私有化部署。
钉钉上已产生50万AI助理
生态开放一直是钉钉最重要的战略之一。目前,钉钉生态伙伴总数超过5600家;其中AI 生态伙伴已经超过100家,除了AI大模型生态伙伴外,还有AI Agent产品、AI解决方案、AI插件等不同领域的伙伴。钉钉AI每天调用量超1000万次。
今年1月,钉钉发布了AI助理(AI Agent)。截至5月底,钉钉上创建的AI助理总数约50万个。今年4月,钉钉正式上线AI助理市场(AI Agent Store),覆盖企业服务、行业应用、效率工具、财税法务、教育学习、生活娱乐等类目,一个多月以来,上架的AI助理数量已超700个。
钉钉生态中的众多ISV正在积极拥抱AI,例如客户服务类SaaS售后宝,采用API inside模式,将钉钉AI助理能力内嵌于自身的应用之中,打造“AI客服助理”,为客户提供自然语言问答、数据分析等功能和服务。同时,原生AI应用也陆续加入钉钉生态,AI图像生成应用“悠船”已于6月初上架钉钉开放平台。
过去一年中,钉钉和生态伙伴深度集成的套件产品取得飞速发展。套件将生态伙伴的功能集成进钉钉自身产品中,为客户提供统一无缝的使用体验。截至五月底,钉钉套件的生态合作伙伴共计22家,近一年实现营收近1亿元。其中,探迹与钉钉合作的“钉钉客户管理”套件营收超千万;Moka、e签宝、用友畅捷通、蓝凌、北极星、鸿欢等共计11家生态伙伴套件产品的营收分别超过百万级。
全新AI搜索开启邀测
此次大会上,钉钉还宣布升级全局搜索能力,开启全新“钉钉 AI 搜索”的邀测。 如果说AI助理旨在解决钉钉功能繁多的问题,AI搜索要解决的则是钉钉上信息分散的问题。这一功能可深度整合钉钉内工作与协作信息,大幅提升搜索效率,解决工作学习、日常生活等场景中遇到的各类搜索需求。
同时,钉钉对 AI 助理的思考系统、感知系统和行动系统进行了大幅升级,如在思考系统方面,AI 助理具备了更强的记忆和推理能力。在行动系统方面,AI 助理已具备多 Agent 协同、工作流、拟人操作等多种行动能力。这些能力升级,将通过Assistant API 和Inside API 两种方式,进一步向生态伙伴和客户开放。
好文章,需要你的鼓励
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。