對話｜酷開科技：AI時代的優勢就是人

　　【太平洋汽車 行業頻道】在過去的4月22日，酷開召開以“大愛AI”為主題的2025春季發布會，帶了影音、健康、生活、設備、創作、教育等六大智能體，以及智能體硬件酷開學習機 Y41 Air、酷開閨蜜機C20系列等產品。那么酷開科技接下來有什么發展趨勢？今天有機會和酷開科技的CEO進行一次對話

　　王志國：第一季度已經簽約了運營商客戶，車企客戶，有中屏、有大屏，比如運營商機頂盒，大屏面臨的問題和我們電視產業問題幾乎相似，他們需要去促活，需要提高用戶對他們服務的滿意度，從而能實現用戶的寬帶續約，所以他們需要智能體。

　　運營商、車企，現在還有酒店，包括一些智能硬件，比如做智能玩具的等其他智能硬件的也會找我們尋求一些合作。

　　王志國：針對第二個問題，因為酷開想把商業模式未來主要設計成我們的軟件和服務兩個方向，之所以我們推出這兩個產品有這樣一個意圖，我們選擇的第一個平板，上面搭載的教育智能體才叫學習平板。

　　前海有一個新的樓，在新的辦公區域，我們希望是AI原生企業的布局，每個員工沒有固定工位，只要到那個員工工位上刷一下臉，平板就可以成為員工的工作臺，有很多計劃、任務都能顯示出來，包括他中午吃什么都能量身定制好，健康智能體還會推薦他最適合的健康飲食，為員工安排好健身和鍛煉的時間。我們需要有這樣一個中屏設備，它是可移動的，很方便做好個人的管理，因為手機是私人的，不好意思總拿出來跟別人分享，平板可以。

　　我們做閨蜜屏就是我們健身的時候不能拿著平板在手上看，也看不清楚，所以他需要有這樣一個屏幕去播放一些內容，讓他去模仿、去健康、去觀看。

　　所以，其實我們選擇的平板和閨蜜屏是我們這次發布硬件的兩個主要產品，實際上是未來這么多AI智能體中兩個最關鍵的比較適合承載智能體的硬件。這次我們發布硬件，實際上是根據我們整個智能體戰略發布的，只是選擇了這樣兩個硬件先行先試。

　　王志國：我們現在考量的成本最關鍵的是要讓我們大概有1000多萬語音用戶都能使用智能體，這樣以后相對能承擔得起，解決用戶信任，提升用戶體驗是關鍵，相對于成本，我們考慮的是未來如何不讓用戶承擔，或者少承擔這個成本。

　　像我們今天看到的，我的智能體思考過程，從早期用DeepSeek，現在已經過渡到自己的32B智能體在做思考了，這樣一個過程會發現成本又降下來了，今天很多客戶采買我們的智能體，最核心就是為了使它的成本能夠可控。

　　所以，今天的成本相對是可控的，因為我們在這個過程中并沒有做非常復雜的推理，現在我們也有一些基礎訓練，不知道大家有沒有了解芯片領域有一個FPGA的領域，就是在流片之前用FPGA先搭，隨時可調，我們現在智能體就是FPGA，如果未來跑的比較好，這時候再找有足夠算力的大公司幫我們訓一個完整的智能體出來它的整合度會更高，效率會更強，但現在我們的智能體就很好用了，也需要去做調整。

　　王志國：我自己也在用健康智能體管理我的健康，我比用戶還擔心我的健康，你們想想因為我的健康信息，包括我父母的健康信息我都在健康智能體里管理，我也不愿意被他們看到。

　　我們今天在背后大家看到的所有的數據全是脫敏數據，所有的數據全部被碎片化、向量化以后，你沒有辦法通過人的方式把它看得出來，只有通過機器的編碼，只有通過數據主張才能把信息關聯在一起。

　　再者，比如我們拍攝完病例，病例上不是有名字和關鍵信息嘛，前端所有圖像識別，有一個最關鍵的模塊就是我要對數據進行脫敏，只要檢測到敏感數據，馬上就會對它粉碎，粉碎完之后才將數據輸入到后面的環節，輸入進去以后，再回溯到我們這個上面，告訴你一個ID號就可以了，但我們追蹤不到人。所以，數據安全以及數據隱私是我們在所有AI上通過整個架構去防范的，不會受到中間任何一個我們做智能體中疏忽的影響而導致用戶的信息泄漏。

　　王志國：其實我們這三年在儲備，今天這個智能體發布不是今天智能體才做出來，是我們去年大概年中就做出來了，不斷邀請客戶看，客戶提了很多意見，然后測試，讓用戶用，看用戶數據進行閉環，今天我們發布的時候它已經處于成形的一個東西了，今年我們成形以后，發現進入了一個快軌道，其實前期我們走的很多路都是在探索。

　　舉個簡單例子，我們在早期做整個智能體的時候，員工還將傳統的功能和智能體并行，實際上用智能化以后，傳統的功能都不需要了，所有的傳統功能都能被智能喚醒，但我們還保留了設置，里面有很多界面也是傳統的功能，我們其實走了不少彎路。

　　這樣一個能對我們原始功能進行原子化的過程，其實是我們員工在接受AI思維訓練的過程。我們公司600多名員工，整個技術團隊大概300人左右，核心的智能體團隊可能就只有六七十人，今天發布會的六大智能體一個小伙子一個智能體，以及剛才大家看到的Happy  Work5個智能體，我們現在更多是招數據科學家，更多去理解數據和能夠把數據進行整合起來，讓我們的模型去理解，這是我們后續最重要的工作，調教智能體的過程，其實我們更多是需要能夠更懂數據的人，更懂AI思維的人去做。

　　有了這個布局以后，后續就會加速，一些要進一步優化的部分比如：

　　1、不具備情感，不能跟你聊天，我們現在正在用32B的模型替代我7B的模型，去升級為以聊天為主，服務為輔，現在32大模型正在全面進行升級，能力也很強了。

　　2、強化主動服務。將過去一段時間用戶在用設備，變成設備服務于用戶的概念，同時我們在Q3末會發布我們的Happy  Work超級智能體，它能夠把我的智能體上的服務由我的員工、供應商、客戶直接鏈接為用戶服務，而不用中間再層層傳遞，這樣效率會高很多。

　　王志國：現在專心第一件事就是把教育智能體真正做好，我們現在的學習機大部分都是小孩把學習機作為提升學分的工具，換個思路，就是我們今天做教育智能體的時候，第一步，我們的員工其實很簡單，至少要做到人家學習機能做到的程度，人家能識別這么多題，你不能識別不了，第一步我們也叫工具化，這也是在Q2要全部完成的，就是我們學習機具有自主幫助小孩做學習管理的能力，核心是所有的知識點，無論是不會的單詞，還是不會的數學題目等，包括作文上欠缺的，由智能體給小孩做好規劃，但對于小孩來講時間是這樣的，今天我們早上起來可能小孩只有半個小時時間，智能體就會給他規劃他半個小時能做什么和提升什么的能力，還會跟家長在后面設置的激勵關聯在一起。

　　所以，在這時候我們希望學習機能夠管理小孩的學習，讓小孩在這個時候是被動的狀態，學習機是主動的狀態，提升到這個程度，我認為學習機在提升小孩教育方面就有真正的價值了，這是我們重點在發力的方向。

　　王志國：這個其實是個很關鍵的行為，我們當時在做這項功能的時候，當時想這個功能是作為一個賣點還是作為一個實際項，在這個過程中，2023年我們開發出1.0版本，到2023年7、8月份我們就開始做第一批用戶測試，做了10萬個用戶測試，就是看日活能不能提升，用戶的留存能不能提升，日活絕對值提升了10%。

　　所以，我們覺得這就是一個能給用戶帶來有黏性的產品了，但日活提升10%根本沒有達到我們的預期，因為我們的電視現在的日活太低了。這次我們發布的智能體版本，日活已經達到了超過了我們50%，讓用戶日活提升的時候，就能看到這個產品對用戶的價值就不再是一個賣點了，所以我們才謹慎發布兩款產品，一款是最適合AI使用的閨蜜機，因為它的原廠語音還帶攝像頭，各項能力都已經具備，大家應該知道電視很多能力現在并不具備，我在電視上裝個攝像頭大家還要議論半天說這個攝像頭能不能裝，對用戶隱私造不造成侵犯，我覺得會有一個大家認知的過程。所以，我們想從閨蜜機著手，因為閨蜜機都帶攝像，而且還帶一個小開關，手輕輕一撥就能關上。

　　因此，我要從最適合的領域先著手，再去看市場上在用戶選擇的時候能不能對AI形成認知。但我覺得有一點比較有趣，去年我們AI智能體實際上已經在大力推廣了，但客戶那時候不太買單，覺得你這個東西是挺新穎的，為什么要花這么多錢去買，我們的智能體都是幾百萬，如果是全套得1000多萬，為什么要花這么多錢買你的智能體呢，但今年春節DeepSeek很火，所以春節之后第一季度很多客戶對關于相關能力合作的審批流程都縮了，預算中沒有沒關系，馬上就上。

　　所以，我認為首先是2B行業對這個AI價值的認知。但對我們真正的挑戰是能不能給這些2B客戶賦能的時候把用戶黏性做上去，把用戶價值做上去，如果能，這一步就會非常順利。

　　今天發布的這兩款硬件恰恰是我們試驗我們的AI能力在市場上用戶的認知程度。所以，我們也很希望我們的媒體老師能夠幫助我們去體驗這兩款產品，給出意見，看看這兩款產品究竟是不是能夠讓我們的生活發生一些變化。

　　王志國：講到的就是我們的優勢，我認為AI時代的優勢就是人，因為AI這個時代上面所有的技術很多都是開源有的技術，如數據，只要你愿意找，只要你花足夠多的心思，你都有機會，要么買，要么去積累，但最關鍵的是這些東西能不能組合在一起做出一個好的智能體，恰恰就是人具不具備這個思路，和具不具備這個極致的精神。

　　舉個簡單例子，我們曾經做數據，找到數據很容易，但想把這個領域的數據找全，智能體才會發揮真正的作用，但凡有數據欠缺，比如影音，我們73萬部包含全網的影音數據，但凡有3萬部欠缺或1萬部欠缺，就有可能有問題。

　　比如上次有個總局的領導在我們那邊說了一個“80年代一個老婦人在路上推著賣豆腐車的一個反特影片”，我們把它找出來了，但如果萬一這里面缺一點數據可能就找不出來，用戶就覺得你這個東西不智能，我們的智能體就全面崩塌。所以，所有智能體的背后就是數據能不能做到很全，需要我們有極致的精神。

　　再者，我們每一個開源的模型或者算法拿過來的時候都是在速度上、在能力上都非常差，基本上能滿足有無的問題，能給你生成圖片，像今天我們一堆人都能生成做圖片，一是時間大部分都超過1分鐘，二是生成的圖片中間會有斷裂、幻覺等發生，我們如何讓它不會出現這些問題，我們就天天琢磨怎么去提升生成的速度，降低生成成本，即便我能夠告訴他這個方向，也不是他能做的出來的，包括現在有技術的人也未必能做的出來，就看它愿不愿意在上面花精力，思維夠不夠靈活。

　　所以，我認為“人”是我們現在智能體發展的關鍵，包括大公司的技術人員，像這次DeepSeek，也不是什么留美的人才做的，都是我們中國本土培養的技術人才，但人家能做出好東西出來，我覺得還是這個團隊比較優秀，他們有自己的想法。

　　王志國：關于AI幻覺，我們這個過程中現在大部分都是搭了鋼架結構。舉個簡單例子，小孩學習過程中是最怕出現AI幻覺的，所以我們會有三個步驟去做，一是題庫校對，我們一定要為這個東西找到一個題庫，當執行度小于98%的時候，我們認為它題庫沒找到，沒生成成功，這時候會用A、B、C三個大模型，有一個題庫，我們從題庫里找到了一個試題的一個物理答案，但我們用我們的教育智能體做出的答案跟它不一樣，因為我們會用題庫跟教育智能體輸出的答案做校驗，中間就會出現這個問題，出現問題以后我們緊跟著做了兩個事。

　　首先，全部用通義千問、文心一言、海外的GPT-4o、DeepSeek等把這套題目輸入進去，讓它生成，結果很有意思，大模型輸出的結果均是統一的答案，跟教師輸出的結果答案不同，我們那個小伙子他直接給他清華的老師發過去了，最后老師說大模型是對的，我們就有這個校驗的路徑。

　　我們所有出現的幻覺如果用幾個大模型都比較完以后，就能發現出中間的問題，但千萬不能認為一個輸出的東西有效的。我們現在一直在用大模型去校驗我們的輸入和輸出，就是為了強化和確保我的智能體不會比大模型差，要保持它的領先性和正確性。