a16z 发布 AI 语音 Agent 图谱：重塑通话的时机到了

文章摘要

【关 键 词】 AI助手、技术架构、成本控制、市场演变、用户体验

AI语音助手的机遇：
– AI语音助手通过重新定义电话，为企业节省成本，降低风险，为消费者提供低成本服务。
– 成功的语音助手需要关注效率、垂直专业化，并在短期内可能需要结合人工智能和人工服务。

技术架构：
– 语音助手的核心步骤包括语音识别、语言模型处理和语音合成，新一代的多模态模型将简化架构。
– 开发者可以采用全栈平台或自行组装技术栈，需要权衡复杂度、灵活性、成本和控制。

B2B语音助手：
– B2B语音助手经历了从按键交互到自然语言交互的演变，目前正处于从1.0到2.0的过渡期。
– 垂直领域的语音助手更有可能成功，需要领域专业知识，并可能从企业级市场向中小企业渗透。

B2C语音助手：
– B2C语音助手主要用于替代昂贵的人工服务，目前主导市场的是大公司，需要创造出新体验以吸引用户。
– 创业公司可以通过针对特定场景优化体验或构建语音UI来获得机会。

这些内容一起提供了对当前AI语音助手领域全面的洞察。

原文和模型

【原文链接】 阅读原文 [ 4574字 | 19分钟 ]
【原文作者】 Founder Park
【摘要模型】 glm-4
【摘要评分】 ★★★★☆

智谱AI

智谱AI是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了ChatGLM（chatglm.cn）。此外，智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务，链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。