每经记者 涂颖浩 每经编(bian)辑(ji) 马子卿
7月4日至6日，2024世界人工智能大会暨人工智能全球治理高级别会议(yi)（WAIC 2024）在上海召开。在7月4日的产业发展(zhan)主论坛上，蚂蚁集团董事长兼CEO井贤栋表(biao)示(shi)，专业智能体能够破解通用大模型在严谨产业应用的关键难题，蚂蚁集团正在携手产业合(he)作伙伴构建专业智能体生态，加速产业应用，推动(dong)服(fu)务(wu)升级。从实践来看(kan)，专业智能体是大模型落地严谨产业的有(you)效路径。
井贤栋称，通用大模型落地严谨产业面临着(zhe)三个(ge)“能力短板”：领域知识相对(dui)缺(que)乏(fa)、复杂决(jue)策难以胜任以及对(dui)话(hua)交互不等于有(you)效协同。专业智能体能够破解通用大模型在严谨产业应用的关键难题，蚂蚁集团正在携手产业合(he)作伙伴构建专业智能体生态，加速产业应用，推动(dong)服(fu)务(wu)升级。
大会期间，蚂蚁集团首席技(ji)术官何征宇在接受《每日经济新闻》等媒体采访时(shi)进一步表(biao)示(shi)，“整个(ge)社会都需要专业智能体涌(yong)现，我(wo)们积极拥(yong)抱(bao)专业智能体。”在其看(kan)来，随着(zhe)AI落地应用的不断探(tan)索，AI不仅“有(you)脑有(you)嘴能对(dui)话(hua)”，未来智能化的用户体验(yan)将真正实现“有(you)手有(you)脚能办事”。
智能服(fu)务(wu)技(ji)术落地应用
“我(wo)想点一杯星巴克的中杯冰拿铁(tie)”，打开支付(fu)宝(bao)下拉进入智能助理，下达这(zhe)样的指(zhi)令，AI便会进入小程序(xu)自(zi)动(dong)下单，用户确认并付(fu)款后，就能到(dao)附近的线下门店取到(dao)咖(ka)啡。据悉，AI智能点单这(zhe)一新功能，已在支付(fu)宝(bao)App开启测试，首批支持星巴克、瑞幸、霸王茶姬、蜜(mi)雪冰城等11个(ge)茶饮品牌的支付(fu)宝(bao)小程序(xu)。
在移动(dong)互联网(wang)时(shi)代，二维码让移动(dong)支付(fu)成(cheng)为每个(ge)人的生活(huo)日常(chang)。“在人工智能时(shi)代，我(wo)们也在探(tan)索，让AI像扫码支付(fu)一样便利每个(ge)人的生活(huo)，让AI技(ji)术发展(zhan)的红(hong)利惠及更(geng)多人。”井贤栋说。
AI点单功能背后到(dao)底是什么技(ji)术？何征宇告诉记者，这(zhe)并不是一些基础的应用程序(xu)编(bian)程口（API）打通的问题，实际(ji)上里(li)面嵌套了一个(ge)多模态的模型，当(dang)你说“我(wo)要点一杯拿铁(tie)”的时(shi)候，在后台你打开了星巴克的小程序(xu)，然后用多模态语言模型的识别能力识别出你要的是哪(na)杯拿铁(tie)，并且把那杯拿铁(tie)点下去，它(ta)要去适(shi)配各种(zhong)页面的布局。
基于多模态大模型的技(ji)术，让智能助理具备屏幕感知与仿真执(zhi)行能力，就像让AI有(you)了“眼睛”和“手脚”。过去用户多次点击才能完成(cheng)的操作，现在只(zhi)需要一句话(hua)，AI就能帮你办好。“一些深刻(ke)的技(ji)术，其实藏在产品和服(fu)务(wu)后面。”何征宇表(biao)示(shi)：“我(wo)们是希望产品说话(hua)，让用户感受到(dao)这(zhe)款产品真正地能帮你做事，譬如点一杯咖(ka)啡，或者说帮你转个(ge)账。”
据了解，今年4月，支付(fu)宝(bao)智能助理在首页开启灰度(du)测试。用户通过其下达指(zhi)令，就能迅速提供(gong)相关资讯，并一键直连支付(fu)宝(bao)生态内挂号、订票、充话(hua)费等海量的数(shu)字服(fu)务(wu)，起(qi)到(dao)“App智能导航”的作用。
据支付(fu)宝(bao)介绍，这(zhe)一名为ACT（Transformer for Actions）的智能服(fu)务(wu)技(ji)术，目前仍在测试，未来将持续调整优化，并在快餐点单、医院挂号、门票预订等场(chang)景中落地应用。
构建专业智能体生态
目前，人工智能产业的飞速发展(zhan)，催生了新的人机交互模式(shi)，核心便是AI大模型驱动(dong)的智能体（AI Agent）。
以自(zi)动(dong)驾驶汽车为例，通过训练大量的驾驶数(shu)据，智能体可以学会如何识别交号、避障和规划(hua)行驶路线，从而实现自(zi)动(dong)驾驶的功能。因此(ci)，智能体的服(fu)务(wu)升级与互联互通，是国内多家科技(ji)公(gong)司持续探(tan)索的重点。
在何征宇看(kan)来，在互联网(wang)时(shi)代，本质上是把模型作为一个(ge)软件，加上数(shu)据为消(xiao)费者提供(gong)可以选择的服(fu)务(wu)。这(zhe)是一个(ge)标准的模式(shi)，预测在垂类的大模型应用上对(dui)数(shu)据的需求会更(geng)多。
“就像你拥(yong)抱(bao)互联网(wang)，会做个(ge)App，做个(ge)小程序(xu)一样的逻辑(ji)，企业可以让服(fu)务(wu)更(geng)靠近。因为企业更(geng)了解他们的消(xiao)费者，他们可以组装成(cheng)一个(ge)大模型服(fu)务(wu)，或者把它(ta)变(bian)成(cheng)一个(ge)专业的智能体，这(zhe)是我(wo)们想做的。”何征宇认为，整个(ge)社会会有(you)大量的专业智能体涌(yong)现，支付(fu)宝(bao)想用更(geng)先进的技(ji)术为用户提供(gong)更(geng)好的服(fu)务(wu)。
对(dui)于通用大模型落地严谨产业的“能力短板”，井贤栋在演(yan)讲中表(biao)示(shi)，为了破解这(zhe)些难题，蚂蚁选择了构建专业智能体生态的路径，“从我(wo)们的实践来看(kan)，专业智能体是大模型落地严谨产业的有(you)效路径”。截至目前，蚂蚁通过与各行各业的深度(du)合(he)作，构建了生活(huo)、金融、医疗(liao)等领域的智能管家。