货拉拉利用大模型打造多场景个人、办公助理实践

主要观点总结

本次分享主题是货拉拉利用大模型打造多场景个人、办公助理实践，主讲老师是货拉拉的资深算法工程师杨丹。分享内容主要包括AI助理与大模型、多场景助理的落地方案、AI驱动业务赋能、未来展望以及问答环节。

关键观点总结

关键观点1: AI助理与大模型

介绍了AI助理的优势和功能，以及为什么需要使用大模型来实现这些功能。大模型在不断迭代中变得越来越智能，更像人脑，具备听、说、理解和生成的能力。

关键观点2: 多场景助理的落地方案

描述了货拉拉的多场景助理落地方案，包括面临的挑战、自研的大模型应用平台——悟空平台以及平台上的多种对接形式。

关键观点3: AI驱动业务赋能

详细阐述了AI在驱动业务赋能方面的应用实例，包括专业助手、AI问答助手、周报生成助手、多模态AI助手和多Agent助手等五个阶段的应用实践。

关键观点4: 未来展望

讨论了整个AI行业和物流行业在AI技术加持下的未来发展趋势。

关键观点5: 问答环节

对分享嘉宾杨丹老师关于智能问答助手中的问题进行了简要介绍和回答。