“解决一个个的“小”问题，释放AI的“大”价值。

大数据产业创新服务媒体

——聚焦数据 · 改变商业

刚刚落幕的世界人工智能大会（WAIC）上，一个清晰的行业转向已然浮现：单纯比拼模型参数的“百模大战”正逐渐降温。

如何让AI技术“落地”到具体场景，解决真实世界的业务难题，成为所有参与者的新考题。

“今年的一个很大变化是，大家不再局限于讨论算法能力有多强，而是在讨论应用方式，”人工智能企业蜜度研发副总裁张晓娟在大会现场接受采访时表示，“大家对AI的诉求越来越直接、越来越接地气。”

这种“接地气”，正是蜜度自2009年成立以来始终坚持的方向。当许多企业仍在通用大模型的赛道上激烈竞逐时，蜜度深入垂直领域，在“AI+办公”这一高价值领域，特别是高要求、高标准的内容校对环节，构筑了坚实的护城河。

从“大而全”到“小而精”：

垂直模型的差异化优势

过去一年，大模型市场经历了从狂热到理性的回归。

通用大模型的能力毋庸置疑，但在特定专业领域，其“通用”性反而成为一种局限。张晓娟指出了通用模型在专业校对任务中的三大困难：性能与成本的平衡、“聪明”和“听话”的困境以及难以深入业务知识的“黑箱”。

为追求高精度，通用大模型往往需要巨大的算力支持，这对企业的部署成本和运行速度都构成巨大挑战。

由于通用模型依赖提示词（Prompt）进行调整，在复杂的校对场景中往往难以做好平衡，张晓娟举了个例子：“例如用户反馈说漏报了，大模型就需要调整指令，不断调整的结果可能是，用户给的指令越多，大模型理解越困难，处理的效果越差。”

这种“过度校正”或“校对不足”的问题，使得通用模型在大规模、高标准的业务场景中越发局限。

尤其对于政府、金融、法律等领域的客户，往往有大量的专业术语和特定的上下文语境。面对通用模型封闭的“黑箱”，用户无法根据自身需求进行深度调整和优化，这也导致需求和能力之间的错配。

正是基于对这些行业痛点的深刻洞察，蜜度选择了训练垂直模型的道路。蜜度成立于2009年。自成立以来，长期从事大数据分析、AI写作、内容校对与新媒体管理、舆情分析等方面的业务。“蜜度具备深厚的客户服务基础，有广泛的业务支撑，当大模型技术出现的时候，我们更关注的是大模型如何融合到原有业务中，并为这些业务带来哪些价值。”张晓娟表示，“要解决业务的实际问题，训练垂直模型是途径之一”。

蜜度推出了两大垂直模型：蜜巢和文修——蜜巢模型专注于公文写作、知识问答、材料分析；而文修模型则专攻高精度的内容智能校对。

“文修”：

一把解剖语言细微之处的手术刀

“校对领域本身非常专业，并且场景化也很好”，张晓娟认为。这也是文修智能校对大模型独特的价值来源之一。

宋代文学家欧阳修曾任“馆阁校勘”，校对亦有修文之意，文修取名于此，彰显了对内容严谨性的追求。

与通用大模型相比，“文修”的优势体现在“专”与“深”上。文修是在包含8000亿词符的专业校对语料上从零训练的。这种专注使其在特定任务上的表现远超通用模型。

而校对远不止于错别字。张晓娟举例说明了语义理解的复杂性：“比如‘相敬如宾’是指互相尊敬，像对待宾客一样，汉语词典明确定义其用于夫妻之间。如果在书面语中用它形容同事关系，就是典型的词语误用。但大模型可能误认为这个词具有外延含义。”另一个例子是“差强人意”，许多人误以为是贬义，但它实则意为“大体上还能令人满意”。如果没有通过专项任务训练，模型很难学会这方面的知识。”

蜜度的校对能力覆盖了从基础的文字标点，到知识性、逻辑性、事实性乃至内容导向等35个细分错误类型。它甚至能处理复杂的跨章节逻辑一致性问题。

值得注意的是，随着视频和图片成为主流内容载体，蜜度的校对能力也扩展至多模态领域。张晓娟提到了一个具体的客户需求：“审核视频时不能出现不合规的logo。一个90分钟的视频，人要逐帧检查，难度极大。”蜜度通过自研的版面分析模型，能够精准识别并处理这类需求。

虽然校对是一个垂直场景，但其涉及的行业非常广泛，承载的信息更是包罗万象。比如说出版行业的科技类、文史类、教辅类图书。还有期刊杂志、学报、党政机关的公文宣传、档案。以及招投标文档、合规性标准材料等等。它涉及各种学科、文档类型以及各领域的专有名词术语。

“尽管校对是一个非常小的垂直场景，但其能量和范围非常广泛，对从业者的能力要求高，对结果的要求也非常严。”张晓娟表示。

从“功能”到“智能体”：

AI应用的范式升级

拥有强大的技术内核，更要让用户用得简单、用得高效。在本次大会上，蜜度发布校对通智能体、模力通2.0、V助手2.0三款AI产品，聚焦办公场景中的内容审校、公文写作、舆情分析等关键场景，以智能体技术为核心，推动办公流程从 “人力驱动” 向 “智能协同” 升级，重新定义 “AI+办公”的效率边界。

“过去，产品需要教客户使用功能；现在客户可以直接从智能体中获得结果。”张晓娟如此描述这种变化。

蜜度此次推出的“校对通智能体”，用户只需通过一句话指令，就能让智能体自动完成文件解析、校对、核验和报告生成的全流程工作。而“V助手”则旨在变革舆情分析的工作模式。舆情分析是一个非常复杂的工作，假如人们要去写一份舆情分析报告，可能先要去撰写提纲、查询资料、分析数据，再综合成稿。工作流程存在耗时长、门槛高、处理效率低等问题。V助手以多Agent协同联动为核心，极大提高舆情分析工作效率，为舆情分析全流程赋能。用户不再需要学习复杂的关键词配置，只需用自然语言描述需求，智能体便会自动规划并执行。

此外，针对公文写作场景的“模力通 2.0”，内置17种法定公文和22种事务性公文的模板，支持仿写，并能在生成内容时回溯引用来源，有效避免了AI的“幻觉”问题。用户选定模板并输入标题后，系统可自动生成大纲与正文初稿，并同步完成专业术语润色及34项错敏内容的审核与校对。同时，严格依据《党政机关公文格式》国家标准，保障公文格式的规范严谨。

尽管AI能力日益强大，“人机协同”也必不可少。“AI能够非常好地辅助人类，将那些低级或事实性内容错误很快校对完毕，”张晓娟说，“这时候，人可以更专注于更深层次的问题，它是一个人机协同的模式。”

她将AI比作一个需要不断练习的“助理”：“AI越来越聪明，正因为有持续不断的反馈、改进，它才能够持续‘进化’。”

这种务实、专注、深入业务场景的理念，贯穿蜜度从技术研发到产品落地的全过程。在AI产业从喧嚣走向务实的今天，蜜度的实践或许提供了一个答案：未来企业AI的竞争，胜负手可能不在于谁的模型更大，而在于谁的模型更懂客户的业务。

正如采访中所展望的，蜜度将继续聚焦于两大垂直模型的应用，不断打磨产品，在更广泛的行业场景中，解决一个个真实的“小”问题，从而释放AI的“大”价值。

文：珞珈山人/ 数据猿
责编：凝视深空 / 数据猿