好家夥，現在随便打開一個大模型應用，支持的文本都有那————麽長。
最新消息，7 億人在用的釘釘也加入戰局，一出手就是長文本、多模态和工作流三大能力升級，全是最熱門的 AI 叠代方向。
專門提一下，釘釘 AI 助理的長文本這次能輕松拿捏幾十萬字的文檔，甚至放話單文檔理論上無上限。
釘釘那邊倒是沒避諱，直言采用的是自研的 RAG 方向的路線。目前考慮到工作場景的實用性，單文檔還是限制在上限 500 頁（小聲說，可能也是要考慮成本？）。
講道理，普通人應該很少有需要大模型吃超長文本的時候……但是作爲用戶和體驗者，咱就一個原則：我可以用不上，你不能不提供（手動狗頭）。
除了 " 量子速讀 "，釘釘 AI 助理在文檔細節上也對答如流。
一份文檔喂進去，你得到的不是隻讀了一遍的助手，而是研究了千百遍的專家。
再者，除了祭出長文本能力，釘釘還全面升級，繼續在集成 AI 能力上整大活。
多模态速讀：不隻是文檔、圖片的理解，還支持解析網頁、書籍、視頻的摘要速度。在釘釘知識庫中，如果你的文檔比較多，甚至可以一次性解析幾百萬甚至幾千萬字的文檔，也能做到跨文檔的解析、問答。
自定義工作流：可視化配置 AI 的工作流程，把 AI 能力真正用到業務流程裏。
能寫會看，還能自定義工作流，在釘釘，用戶完全可以擁有新造的 AI 同事。
同時也可以從這件事上看出一些市場動向。目前，做 AI 的公司逐漸劃分出兩派。
以技術爲出發點的公司，去尋找場景，目前主要在長文本、多模态等純技術能力上狂卷。
以場景爲出發點的公司，去集成技術，已經陸續放出來了一些不一樣的東西。
書歸正傳，下面就來實測一把，看看集 AI 能力大成的釘釘，到底實力如何。
實測釘釘 AI 助理：實用玩家
釘釘功能這麽豐富，AI 助理入口在哪？
其實不用去找它，像平常一樣把工作需要的文檔、網頁丢給同事或群裏，AI 會主動來找你的。
接下來輕輕一點，萬字長文就被總結成了幾個要點，緩解信息爆炸焦慮真是一絕。
除了網頁、文檔速讀，多模态速聽速看也是釘釘 AI 這次更新的一大重點。
先上最基礎的圖片。
一張投資機構整理的 AI 視頻産業全景圖，信息非常豐富。
如果想提取其中信息，先來看傳統選手—— OCR 的效果：格式混亂不說，還容易把公司 Logo 識别成奇奇怪怪的符号。
把圖發給釘釘 AI 助理，就省心很多了。
不用多餘的解釋，它不僅能識别其中的公司名稱，還把分類給整理出來了。
視頻也是同樣的配方，同樣的味道。
大神 Andrej Karpathy 在紅杉的活動上講了 36 分鍾，釘釘 AI 助理看完隻需要 3 分鍾。
伴随着一聲清脆的 " 釘 "，大段聽着頭疼的英文演講就變成中文總結了。
目前市面上的多模态 AI 産品，往往都在強調視覺能力。但是可别忘了，表格模态才是日常工作中更常用的。
釘釘 AI 助理對于表格的處理非常有主動性，無需額外交代，直接畫出适合展現數據的圖表，還有一些自己的見解，有智能體 Agent 那味兒了。
這些還都隻是單點的 AI 模型能力産品化，更值得一試的還是自定義工作流。
可能很多用戶不太理解什麽是工作流，其實字節扣子的 workflow 方式也是這一邏輯。
這是一種執行編排方式，給 AI 提供靈活可組合的節點，甚至支持自定義代碼，來實現複雜且可控的 AI 任務流需求。當任務場景包含較多的執行步驟，或者對輸出的準确性或者格式有明确要求時，可以規劃 AI 助理的工作流，來更好地保證輸出符合期望的結果。
簡單講，本質上是把過去的 RPA 自動化執行流程，應用到了 AI 上，一定程度上人工做了 AI 的推理，一來讓大模型有指向、有選擇的執行任務，更準确，解決現在全球 AI 面臨的意圖識别問題；二來讓大模型可以在工作流中，插入更豐富的行動能力。
一句話總結，就是讓 AI 執行任務更準确，行動也更豐富了。
先看最終效果：隻需提供一個話題，AI 自動生成小紅書文案不說，連發布都代勞了。
要制作這樣一個自定義 AI 助理也非常簡單，不會編程沒關系，隻需要點點鼠标，輸入你的需求。
并且在釘釘 AI 助理市場，已經有不少制作好的現成助理，一般常見需求都覆蓋了。
如果有更進階的需求，也可以把他們當成示例模闆，學習其中的提示詞和流程編排技巧。
就這樣，除了好用、實用之外，在釘釘上用 AI 還有一種特别的體驗：順滑。
特别是對于本來就在釘釘上辦公的朋友來說，不用切換窗口到各路複雜的 AI 工具，複制粘貼文檔了。
無論是同事、合作夥伴發來的文件還是釘釘文檔裏的内容，都可以一件轉發給 AI 助理。
而 AI 的輸出結果也可以再次轉發給其他聯系人，甚至傳送到釘釘文檔，借助 " 斜杠 " 的 AI 能力進一步加工處理。
甚至，隻要你有開放 API，不管是讓釘釘 AI 用微信、Notion、騰訊會議，還是讓 AI 打通公司原有的生産、銷售、選題各類系統，都成！
總之，在已經成熟的辦公平台使用 AI 能力，信息的流轉更順暢了。
大模型下一戰場：實際落地、實用價值
2024 年，AI 戰事轉爲應用爆發，瞄準百業千行進行落地，産生實際效益。
對于渴望 AI 進入工作、進入生活的普通人來說，親手用上 AI Native 的應用比在新聞上見證技術的變革更有趣，體感上也好得多。
人們期待的不再是高大上的概念，而是切切實實的上手用起來。
在萬衆期待下，AI 應用發展趨勢愈發明顯。
一方面，大模型的技術愈發完善，湧現出驚人的強大能力，尤其是多模态能力方面。
放眼當下，以 GPT-4、Gemini、Claude 3 爲代表的大模型，不再局限于處理單一類型的數據或執行單一類型的任務，而是能夠整合多種模态的數據，如文本、圖像、聲音等，提供更加豐富和深入的分析和理解。
搭建在這樣日漸強大模型基礎上的 AI 應用，也愈發着重多模态功能。
另一方面，那些以 " 皇帝的金鋤頭 " 爲目标場景的 AI 應用，逐步被市場需求證僞，淹沒在時代的浪潮裏。
被沖刷留下的，都是那些更貼近實際需求、有應用場景的 AI 應用。
這些應用的共同特點，就是不僅僅是将大模型能力作爲一項新穎的展示技術，而是以模型技術爲基礎，開始狂卷處理複雜任務的能力。
工作場景，大模型能力被用于編寫代碼、建立自定義工作流，省時提效，作爲處理工作事宜的幫手；醫療領域，大模型能力被用于輔助診斷、制定個性化治療方案、研發藥物；金融行業，大模型能力被用于幫助分析市場趨勢、管理風險、提供個性化的投資建議；而在制造業，AI 大模型能力參與了從産品設計、供應鏈管理、預測性維護等關鍵環節。
類似的例子不勝枚舉。
總而言之，AI 應用展現的處理複雜任務方面的能力正在逐步得到認可和應用，已成爲明顯的行業趨勢。
既然是行業趨勢，大家都看得到，爲什麽釘釘在速度上又領先一步？
量子位調研總結，釘釘至少手裏有三張王牌。
第一張，堅實的技術功底。
作爲阿裏巴巴的重要産品，釘釘能直接用上阿裏在大模型領域的最新成果——通義千問。據介紹，通義千問不僅是國内首個千億級中文大模型，在多模态理解、長文本處理等方面已是國内大模型佼佼者。
在圖片理解上，釘釘 AI 助理基于通義千問 Qwen-VL-Max 視覺理解模型，在多個權威測評中獲得佳績，比肩 OpenAI 的 GPT-4V 和谷歌的 Gemini Ultra。
而且釘釘對通義千問不是簡單套用，反而是進一步打造了一套完整的 AI 框架，其 AI 助理構建在 3 個系統之上：
感知系統：負責感知，進行 prompt 的輸入。特點是釘釘這個工作場景的上下文，如會議紀要、工作任務，授權後也可以被感知，而不隻是對話的上下文。；
行動系統：低代碼、釘釘的各個功能、SaaS 應用，将成爲 Agent 核心系統的手和腳，完成生成、問答、調用、分析等系列行爲；
思考系統：接入通義千問模型，讓 Agent 擁有快思考和慢思考的能力。
這種全棧式的技術架構，保證了釘釘 AI 從需求理解到任務完成的端到端閉環。
第二張，在大模型元年早期就洞察趨勢，搶先入局，積累經驗。
基于對 AI 發展趨勢的精準判斷，釘釘早在 23 年 4 月就率先推出 AI 産品 " 釘釘魔法棒 "。
在國内辦公平台之中動作最快，成爲首個走向智能化的生産力工具。
搶先入局讓釘釘積累了寶貴的實戰經驗，這次 AI 大升級很多功能設計其實就是不斷叠代改進的結果。
如當初還需要使用文檔資料提前訓練的 " 問答機器人 "，就進化成了随時把文檔、網頁鏈接丢到任何一個聊天或群聊，就能随時、随地調動 AI 能力。
這些功能還被放到 AI Agent 裏，與行動能力相協同，相當于有了知識之後，又有了手和腳。
第三張，場景積累在我，過去還積累了無代碼低代碼平台。
據數據統計，釘釘在全球範圍内已服務了 2500 萬組織。
這意味着，各行各業海量的辦公協同場景被釘釘收入囊中，爲其 AI 應用提供了極其豐富的應用土壤。
而在平台能力上，釘釘此前發力的智能化 OA、RPA、宜搭等産品，也都成爲此次 AI 助手的有力補充。
所以在自定義 AI 工作流剛上線，不僅有官方預先制作好的常用模闆，熱心用戶也能迅速把自己的個性化工作流搬上來，突出一個輕車熟路。
可以說，釘釘多年的戰略性投入，借着 AI 這波 AI 新浪潮又開花結果了。
一年前這個時候，所謂 AI 應用還大多是 " 大模型技術演示 "，遠遠稱不上産品。
當時我們曾預言，隻有準确把握 AI 時代的交互模式，應用于大量的應用場景，才能讓 AI 能力在反饋中不斷提升、應用層不斷創新，形成新的增長飛輪。
如今看來，釘釘 AI 一年多來的實踐正是沿這個方向給大家趟出一條更具體、更容易摸着走下去的路。
"AIGC 一天，人間一年 "，我們離真正的第一個 AI 超級應用，已經不遠了。
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
