对方希望将大模型引入到问

subornaakter25

“最好的方法就是展示效果”，新宇说，当客户对生成技术有一定了解但了解不多的时候，展示效果是最有效的，通过客户业务经验找到可以切入的场景，直接进行测试验证，展示可以实现的改进。

与小米的合作也发生过类似的经历，这次合作被形容为一次“双向的旅程”。

答交互中，将AI搜索能力应用到终端上，这正好切中了混元的两大优势：腾讯丰富的内容生态的支持，以及混元在AI搜索方面的能力。对于问答来说，准确率是非常关键的。

“一开始还是有很多困难的”，心宇回 法国 whatsapp 电话号码列表 忆道，“在他们看来，这个业务形态涵盖了多个场景，有休闲聊天、知识问答等类型，其中知识问答场景对准确率要求比较高。”

通过前期的测试，混元团队明确了自己在搜索场景上的优势，并和对方一起将广义的问答交互按照不同的主题层级逐渐细化。这样的细分，让模型能够更清晰地了解到各个场景的具体需求和效果要求，从而进行更有针对性的优化。

知识问答场景成为了落地点，在后续的落地中，混元依然面临诸多挑战：延迟问题不用多说，响应时间必须要快；其次，搜索内容的整合。

“在整个链路上，我们搭建了自研的搜索引擎和意图分类模型，来判断是否是高时效性的问题，比如是否与新闻、时事话题相关，然后决定是否交给主模型或者AI搜索。”

只呼叫最需要的部分，大大提升了响应速度。一个重要的发现是70%的问询都会引向AI搜索，这意味着必须有足够丰富的内容作为最基本的呼叫支持。

混元背后是整个腾讯的内容生态，从新闻、音乐、财经，甚至医疗健康，腾讯生态提供了丰富的优质内容，这些内容在搜索时都可以被混元模式获取和参考，具有独特的优势。

经过两个多月的密集迭代，响应质量、响应速度、性能均已完全满足要求，并已在小米实际业务运营中落地。