蜜度張曉娟：深耕垂直，讓人工智能“落地”解決真問題 | 數(shù)據(jù)猿專訪

蜜度張曉娟人工智能數(shù)據(jù)猿專訪

原創(chuàng) 珞珈山人 | 2025-08-13 13:49

【數(shù)據(jù)猿導(dǎo)讀】當(dāng)許多企業(yè)仍在通用大模型的賽道上激烈競(jìng)逐時(shí)，蜜度深入垂直領(lǐng)域，在“AI+辦公”這一高價(jià)值領(lǐng)域，特別是高要求、高標(biāo)準(zhǔn)的內(nèi)容校對(duì)環(huán)節(jié)，構(gòu)筑了堅(jiān)實(shí)的護(hù)城河。

蜜度張曉娟：深耕垂直，讓人工智能“落地”解決真問題 | 數(shù)據(jù)猿專訪

“解決一個(gè)個(gè)的“小”問題，釋放AI的“大”價(jià)值。

剛剛落幕的世界人工智能大會(huì)（WAIC）上，一個(gè)清晰的行業(yè)轉(zhuǎn)向已然浮現(xiàn)：?jiǎn)渭儽绕茨Ｐ蛥?shù)的“百模大戰(zhàn)”正逐漸降溫。

如何讓AI技術(shù)“落地”到具體場(chǎng)景，解決真實(shí)世界的業(yè)務(wù)難題，成為所有參與者的新考題。

“今年的一個(gè)很大變化是，大家不再局限于討論算法能力有多強(qiáng)，而是在討論應(yīng)用方式，”人工智能企業(yè)蜜度研發(fā)副總裁張曉娟在大會(huì)現(xiàn)場(chǎng)接受采訪時(shí)表示，“大家對(duì)AI的訴求越來越直接、越來越接地氣。”

蜜度_張曉娟_人工智能_數(shù)據(jù)猿專訪-1

這種“接地氣”，正是蜜度自2009年成立以來始終堅(jiān)持的方向。當(dāng)許多企業(yè)仍在通用大模型的賽道上激烈競(jìng)逐時(shí)，蜜度深入垂直領(lǐng)域，在“AI+辦公”這一高價(jià)值領(lǐng)域，特別是高要求、高標(biāo)準(zhǔn)的內(nèi)容校對(duì)環(huán)節(jié)，構(gòu)筑了堅(jiān)實(shí)的護(hù)城河。

從“大而全”到“小而精”：

垂直模型的差異化優(yōu)勢(shì)

過去一年，大模型市場(chǎng)經(jīng)歷了從狂熱到理性的回歸。

通用大模型的能力毋庸置疑，但在特定專業(yè)領(lǐng)域，其“通用”性反而成為一種局限。張曉娟指出了通用模型在專業(yè)校對(duì)任務(wù)中的三大困難：性能與成本的平衡、“聰明”和“聽話”的困境以及難以深入業(yè)務(wù)知識(shí)的“黑箱”。

為追求高精度，通用大模型往往需要巨大的算力支持，這對(duì)企業(yè)的部署成本和運(yùn)行速度都構(gòu)成巨大挑戰(zhàn)。

由于通用模型依賴提示詞（Prompt）進(jìn)行調(diào)整，在復(fù)雜的校對(duì)場(chǎng)景中往往難以做好平衡，張曉娟舉了個(gè)例子：“例如用戶反饋說漏報(bào)了，大模型就需要調(diào)整指令，不斷調(diào)整的結(jié)果可能是，用戶給的指令越多，大模型理解越困難，處理的效果越差。”

這種“過度校正”或“校對(duì)不足”的問題，使得通用模型在大規(guī)模、高標(biāo)準(zhǔn)的業(yè)務(wù)場(chǎng)景中越發(fā)局限。

尤其對(duì)于政府、金融、法律等領(lǐng)域的客戶，往往有大量的專業(yè)術(shù)語和特定的上下文語境。面對(duì)通用模型封閉的“黑箱”，用戶無法根據(jù)自身需求進(jìn)行深度調(diào)整和優(yōu)化，這也導(dǎo)致需求和能力之間的錯(cuò)配。

正是基于對(duì)這些行業(yè)痛點(diǎn)的深刻洞察，蜜度選擇了訓(xùn)練垂直模型的道路。蜜度成立于2009年。自成立以來，長(zhǎng)期從事大數(shù)據(jù)分析、AI寫作、內(nèi)容校對(duì)與新媒體管理、輿情分析等方面的業(yè)務(wù)。“蜜度具備深厚的客戶服務(wù)基礎(chǔ)，有廣泛的業(yè)務(wù)支撐，當(dāng)大模型技術(shù)出現(xiàn)的時(shí)候，我們更關(guān)注的是大模型如何融合到原有業(yè)務(wù)中，并為這些業(yè)務(wù)帶來哪些價(jià)值。”張曉娟表示，“要解決業(yè)務(wù)的實(shí)際問題，訓(xùn)練垂直模型是途徑之一”。

蜜度推出了兩大垂直模型：蜜巢和文修——蜜巢模型專注于公文寫作、知識(shí)問答、材料分析；而文修模型則專攻高精度的內(nèi)容智能校對(duì)。

“文修”：

一把解剖語言細(xì)微之處的手術(shù)刀

“校對(duì)領(lǐng)域本身非常專業(yè)，并且場(chǎng)景化也很好”，張曉娟認(rèn)為。這也是文修智能校對(duì)大模型獨(dú)特的價(jià)值來源之一。

宋代文學(xué)家歐陽修曾任“館閣?？?rdquo;，校對(duì)亦有修文之意，文修取名于此，彰顯了對(duì)內(nèi)容嚴(yán)謹(jǐn)性的追求。

與通用大模型相比，“文修”的優(yōu)勢(shì)體現(xiàn)在“專”與“深”上。文修是在包含8000億詞符的專業(yè)校對(duì)語料上從零訓(xùn)練的。這種專注使其在特定任務(wù)上的表現(xiàn)遠(yuǎn)超通用模型。

而校對(duì)遠(yuǎn)不止于錯(cuò)別字。張曉娟舉例說明了語義理解的復(fù)雜性：“比如‘相敬如賓’是指互相尊敬，像對(duì)待賓客一樣，漢語詞典明確定義其用于夫妻之間。如果在書面語中用它形容同事關(guān)系，就是典型的詞語誤用。但大模型可能誤認(rèn)為這個(gè)詞具有外延含義。”另一個(gè)例子是“差強(qiáng)人意”，許多人誤以為是貶義，但它實(shí)則意為“大體上還能令人滿意”。如果沒有通過專項(xiàng)任務(wù)訓(xùn)練，模型很難學(xué)會(huì)這方面的知識(shí)。”

蜜度的校對(duì)能力覆蓋了從基礎(chǔ)的文字標(biāo)點(diǎn)，到知識(shí)性、邏輯性、事實(shí)性乃至內(nèi)容導(dǎo)向等35個(gè)細(xì)分錯(cuò)誤類型。它甚至能處理復(fù)雜的跨章節(jié)邏輯一致性問題。

值得注意的是，隨著視頻和圖片成為主流內(nèi)容載體，蜜度的校對(duì)能力也擴(kuò)展至多模態(tài)領(lǐng)域。張曉娟提到了一個(gè)具體的客戶需求：“審核視頻時(shí)不能出現(xiàn)不合規(guī)的logo。一個(gè)90分鐘的視頻，人要逐幀檢查，難度極大。”蜜度通過自研的版面分析模型，能夠精準(zhǔn)識(shí)別并處理這類需求。

雖然校對(duì)是一個(gè)垂直場(chǎng)景，但其涉及的行業(yè)非常廣泛，承載的信息更是包羅萬象。比如說出版行業(yè)的科技類、文史類、教輔類圖書。還有期刊雜志、學(xué)報(bào)、黨政機(jī)關(guān)的公文宣傳、檔案。以及招投標(biāo)文檔、合規(guī)性標(biāo)準(zhǔn)材料等等。它涉及各種學(xué)科、文檔類型以及各領(lǐng)域的專有名詞術(shù)語。

“盡管校對(duì)是一個(gè)非常小的垂直場(chǎng)景，但其能量和范圍非常廣泛，對(duì)從業(yè)者的能力要求高，對(duì)結(jié)果的要求也非常嚴(yán)。”張曉娟表示。

從“功能”到“智能體”：

AI應(yīng)用的范式升級(jí)

擁有強(qiáng)大的技術(shù)內(nèi)核，更要讓用戶用得簡(jiǎn)單、用得高效。在本次大會(huì)上，蜜度發(fā)布校對(duì)通智能體、模力通2.0、V助手2.0三款A(yù)I產(chǎn)品，聚焦辦公場(chǎng)景中的內(nèi)容審校、公文寫作、輿情分析等關(guān)鍵場(chǎng)景，以智能體技術(shù)為核心，推動(dòng)辦公流程從 “人力驅(qū)動(dòng)” 向 “智能協(xié)同” 升級(jí)，重新定義 “AI+辦公”的效率邊界。

“過去，產(chǎn)品需要教客戶使用功能；現(xiàn)在客戶可以直接從智能體中獲得結(jié)果。”張曉娟如此描述這種變化。

蜜度此次推出的“校對(duì)通智能體”，用戶只需通過一句話指令，就能讓智能體自動(dòng)完成文件解析、校對(duì)、核驗(yàn)和報(bào)告生成的全流程工作。而“V助手”則旨在變革輿情分析的工作模式。輿情分析是一個(gè)非常復(fù)雜的工作，假如人們要去寫一份輿情分析報(bào)告，可能先要去撰寫提綱、查詢資料、分析數(shù)據(jù)，再綜合成稿。工作流程存在耗時(shí)長(zhǎng)、門檻高、處理效率低等問題。V助手以多Agent協(xié)同聯(lián)動(dòng)為核心，極大提高輿情分析工作效率，為輿情分析全流程賦能。用戶不再需要學(xué)習(xí)復(fù)雜的關(guān)鍵詞配置，只需用自然語言描述需求，智能體便會(huì)自動(dòng)規(guī)劃并執(zhí)行。

蜜度_張曉娟_人工智能_數(shù)據(jù)猿專訪-2

此外，針對(duì)公文寫作場(chǎng)景的“模力通 2.0”，內(nèi)置17種法定公文和22種事務(wù)性公文的模板，支持仿寫，并能在生成內(nèi)容時(shí)回溯引用來源，有效避免了AI的“幻覺”問題。用戶選定模板并輸入標(biāo)題后，系統(tǒng)可自動(dòng)生成大綱與正文初稿，并同步完成專業(yè)術(shù)語潤色及34項(xiàng)錯(cuò)敏內(nèi)容的審核與校對(duì)。同時(shí)，嚴(yán)格依據(jù)《黨政機(jī)關(guān)公文格式》國家標(biāo)準(zhǔn)，保障公文格式的規(guī)范嚴(yán)謹(jǐn)。

盡管AI能力日益強(qiáng)大，“人機(jī)協(xié)同”也必不可少。“AI能夠非常好地輔助人類，將那些低級(jí)或事實(shí)性內(nèi)容錯(cuò)誤很快校對(duì)完畢，”張曉娟說，“這時(shí)候，人可以更專注于更深層次的問題，它是一個(gè)人機(jī)協(xié)同的模式。”

她將AI比作一個(gè)需要不斷練習(xí)的“助理”：“AI越來越聰明，正因?yàn)橛谐掷m(xù)不斷的反饋、改進(jìn)，它才能夠持續(xù)‘進(jìn)化’。”

這種務(wù)實(shí)、專注、深入業(yè)務(wù)場(chǎng)景的理念，貫穿蜜度從技術(shù)研發(fā)到產(chǎn)品落地的全過程。在AI產(chǎn)業(yè)從喧囂走向務(wù)實(shí)的今天，蜜度的實(shí)踐或許提供了一個(gè)答案：未來企業(yè)AI的競(jìng)爭(zhēng)，勝負(fù)手可能不在于誰的模型更大，而在于誰的模型更懂客戶的業(yè)務(wù)。

正如采訪中所展望的，蜜度將繼續(xù)聚焦于兩大垂直模型的應(yīng)用，不斷打磨產(chǎn)品，在更廣泛的行業(yè)場(chǎng)景中，解決一個(gè)個(gè)真實(shí)的“小”問題，從而釋放AI的“大”價(jià)值。

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。