今天神经元科技发布AI agent—“萨蔓莎“(Samantha )!
取名“萨蔓莎”,是来自于一部讲述AI的电影《HER》。
电影讲述的是电影讲述男子西奥多·汤布里(Theodore Twombly,饰)与拟人化萨曼莎(Samantha,斯嘉丽·约翰逊饰)之间的故事。
这个名字也暗示着神经元的ai agent“萨蔓莎”是一个具有科技含量且高度拟人化AI agent,
现在AI已然奔向下一个时代——AI Agent(智能体)
AI Agent---人工智能的下一个风口
在今年11月,比尔盖茨写了篇博客,主要阐述“个人AI Agent将如何彻底改变人们使用计算机的方式”。
那篇博文中,他明确写道,AI Agent将带来科技行业和社会的冲击波。
那么什么是Agent?Agent一词起源于拉丁语中的Agere,意思是“to do”。
在LLM语境下,Agent可以理解为某种能自主理解、规划决策、执行复杂任务的智能体。
与传统AI系统相比,AI Agent更加“智能”和“人性化”。它们不仅能理解复杂的自然语言指令,还能根据环境的变化做出自主决策。
而萨曼莎背后蕴含的技术力量,让她成为了具有智能和人性化的ai agent。
三大突破构筑“萨曼莎”的科技含量
在中国诞生的“萨曼莎”作为一款尖端的对话式聊天助手,与传统的人工智能不同AI Agents可以在没有人类控制的情况下独立运行。
萨曼莎可以给予用户意见、浏览网页、使用应用程序、读写文件、给出意见。
简单来说,只需要给她一个目标,萨曼莎就能完成剩下的全部工作。
为了让萨曼莎达到以上目标,神经元科技在研发过程中融合了多项先进的人工智能技术。
这些技术的应用使得“萨曼莎”具备三点突破性功能:
1、自然语言处理
首先自然语言处理(NLP)是“萨曼莎”能够理解人类核心技术之一,神经元基于最前沿的MoE架构模型,团队自主研发的算法在多轮对话记忆,意图理解,对话预测上达到行业领先水平。
在实际应用中,不同行业,公司,个人由于经验,产品及服务的差异,需要大模型能够根据自己产品卖点来与客户交流。 基于此,神经元智能团队,结合提示词工程(PE)及搜索增强技术(RAG),能为每个用户开放专属向量数据库, 通过调用专属知识库信息结合大语言模型的强大的理解总结等能力,规避了通用大模型回复太“泛泛而谈”的缺点,同时也解决了传统智能客服回答格式化,“答非所问”等问题。
意图理解和信息搜集自动化,传统数字服务和客户服务场景中,包括金融,游戏,教育,电商等,客户从认识-认知-信任-信赖的阶段,往往需要服务人员具备真诚耐心的态度,行业专业度,高情商等技能,"萨曼萨"的另一个重要功能是情感计算。它可以通过分析用户的语音、图像和文字,识别出用户的情绪,然后根据用户的情绪来调整自己的回应。例如,如果用户在对话框里打了一大长串字,表达了自己的不满,"萨曼萨"会首先判断出用户的情绪,然后再根据用户的情绪来给出回应。 除此以外,萨曼莎能够通过大模型底层算法,将意图和情绪等级标注打分,并将关键信息提炼总结,自动化采集,实时同步给服务人员及公司管理系统。低成本: 在运算成本上,同时MoE架构对比主流的transformer模型大幅度降低至30%, 使萨曼莎在企业中部署成本降低至千元水平,个人版本低至百元。
采用多AI agent 协作技术
萨曼莎实现了对话中被动式回复及主动式引导混合交互模式。 区别于 chatgpt,文心一言等聊天框中单向回复的功能,通过Ai agent 技术--即群体智能的创新性协作流程,该聊天助手能够基于任务目标,将特定业务流程中用户的阶段状态拆分成多个待执行任务,并将执行任务分配给多个子任务agent, 比如:意图理解,情感分析,信息获取,链接发送,需求分析,质量检验,人工转接等等。 每一个子任务agent之间用自然语言的方式实时对话,高效协作。
中文拟人化聊天:
和电影里讲述的一样,萨曼莎是一位高度拟人的ai agent,能达到这一点的原因是是神经元智能采用了深度学习中RLHF(人类干预强化学习)技术,自研的RL(奖励模型)使“萨曼莎”能够自我优化其响应策略。
利用深度学习技术,它可以从大量的数据中发现模式,并据此改进对话流程和用户体验。
提示词工程和小样本,它可以迅速地实现根据顾问或客服的喜好训练聊天风格。
比如:律师咨询场景的专业严肃风格,游戏陪伴场景的二次元风格,教育咨询场景的耐心温柔风格。
它将规模化地处理用户个性化需求变为现实。
Ai agents的使命-成为人工智能技术与应用场景的桥梁
神经元科技判断,能否把价值传递到更多的应用场景,核心就看AI Agent。
在未来, "萨曼萨"的主要应用场景主要包括以下几个方面:
电商领域:在电商领域,"萨曼萨"可以通过判断用户的情绪和意图,使回复更具有人性化。
例如,当用户在对话框里打出一大长串字表达不满时,"萨曼萨"会首先判断出用户的情绪,然后再根据用户的情绪来给出回应。
金融行业:在金融行业,"萨曼萨"可以通过情感识别来决定如何与用户对话。例如,当用户在对话框里打出一大长串字表达不满时,"萨曼萨"会首先判断出用户的情绪,然后再根据用户的情绪来给出回应。
移动设备:"萨曼萨"的算法可以运行在手机、平板等移动设备上,甚至可以直接在摄像头的模组里使用,从而触达更多的手机用户。
情感计算:"萨曼萨"可以通过分析用户的语音、图像和文字,识别出用户的情绪,然后根据用户的情绪来调整自己的回应。以上是"萨曼萨"的主要应用场景,但实际上,作为一种聊天机器人,"萨曼萨"的应用场景可能会更广泛,包括但不限于客户服务、个人助手、教育、娱乐等多个领域。
神经元科技深耕六载,用优质产品争先2024年
神经元是一家从17年就专注于人工智能的创业公司。
在神经元深入ai agents的领域探索过程中,判断Agent下一步可能会朝着两个方向同时迭代。一是与人协助的智能体,通过执行各种任务来协助人类,侧重工具属性;二是拟人化方向的迭代,能够自主决策,具有长期记忆,具备一定的类人格特征,侧重于类人或超人属性。
我们希望把神经元打造成一个同时把用户和产品放在首位的公司。
因此,我们有动力让 AI 变得更好,并且把产品做得更好。这会使神经元走入良性循环。
神经元希望在未来每个人都可以拥有一群 AI agent,包括老师、朋友、治疗师和所有其他的角色,就像拥有一群 AI 朋友。他们每个人都知道你的名字,并且很高兴和你聊天,而他们都一个共同的名字—萨曼莎(Samantha )
申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!
今天央视财经报道了一组能标记行业节奏的数字:物理AI头部客户的训练数据需求,从去年十万小时级跳到了今年百万小时级,增幅接近10倍。这里的"小时"不是图文数据,而是机器人在真实环境里跑动、抓取、碰撞、避障的连续记录。数据从哪来?仿真合成加上人类视频,两条路同时在补。宇树科技创始人王兴兴在进博会期间给出
11月9日,Anthropic正式发布ClaudeFable5.2和ClaudeMythos5.2两款新模型。Fable面向普通用户,内置网络安全与生物安全防护;Mythos则只向通过审核的专业机构开放,处理高风险场景。两款基于同一底层架构,区别在于安全边界和应用准入。官方还展示了一组由千个智能体协
11月9日,阿里千问办公2.0正式发布。这次升级有一个值得关注的变化:它不再只是服务个人的AI助手,而是开始支持多人和Agent共同协作,可以把AI直接拉进工作群,让它参与团队任务。就在几天前,11月6日,华为小艺Work正式版上线鸿蒙电脑应用商店。10月30日,腾讯WorkBuddy企业版宣布四项
上周,我把AI短剧《持械入宋》的前十季全部看完了。说实话,有点出乎我的意料:(1)我以为一分钟一集很快就能看完,结果越看越上瘾,导致上周少更新了好多自媒体内容,耽误了好多工作。(2)以前我也看过不少AI生成的视频,人物变脸、动作穿帮、画面不连贯,基本看几分钟就没兴趣了。但《持械入宋》不一样。有时候我
今年5月,黄仁勋穿着标志性皮衣在北京街头闲逛,吃炸酱面、喝蜜雪冰城的画面,曾让不少营销号津津乐道。那段时间,关于他的叙事几乎都绕不开一个关键词:专一。在这些营销号笔下,黄仁勋不只是手握万亿商业帝国的科技大佬,更是“纯爱战士”“亿万富豪里少见还守着原配的人”。故事确实有浪漫底色:17岁的黄仁勋在俄勒冈
文|智能相对论作者|李永华过去三年,行业对AI的主流想象,大体是“轻”的。一个对话框、一个超级入口、一套API,背后是轻资产、快扩张、高毛利的叙事,也是资本和大厂最愿意为之买单的故事。C端的个人智能体尤其如此,模型能力封装在产品里,用户调用即得,增长可以在很短时间内发生。但当AI从消费端走向产业端、
GCSAAI极客工作台(GCSASecVibeCode)由GCSA全球网络安全联盟与香港大学(HKU)联合研发,依托「香港大学×GCSAAI与网络安全研究所」,将模型原生安全、可信AI与AI驱动的自动化威胁防御等研究成果带入真实开发场景。产品结合攻防Agent与企业DLP,基于PiHarness提供
OpenAI于11月4日发布图像模型Images2.6,并在ChatGPT、Codex和API中同步上线。此次更新新增GIF动图功能:用户上传一张图片或输入一句提示词,即可生成循环播放的动画,出图速度比上一版提升50%。OpenAI表示,用户不再需要自己拼帧,也不必另开编辑软件。只需一句提示词,或上
Anthropic于11月5日公布了Claude的个人理财功能,并从当周起陆续向美国付费用户开放。用户绑定银行账户后,可直接查询账户余额和支出情况。目前Claude只能读取账户数据,不能直接进行银行转账。Anthropic在官网放了一段演示:从一句提问开始——“这个月钱花在哪儿了?”Claude将绑
文|智能相对论作者|陈泊丞Agent规模化干活,其实是一件很快的事。快到什么程度?Gartner2026年CIO及技术高管调查显示,超过60%的受访组织计划在未来两年内部署AIAgent。行业调研则进一步预测,到2027年,大型企业规模化部署Agent的比例将达到50%。到2030年,全球企业活跃A