新智元报导撰稿：Aeneas 好困【新智元编者按】在试了这个很捷伊「伙同GPT」之后，他们险些挺进现场直播带货在在世界上刮起高歌猛进剧变的ChatGPT、GPT-4、Midjourney v5等AI辅助工具，发生改变的可更为重要是码农、美术设计教育工译者和绘师。
现场直播、B2C、电视广告……大部份这些你能口臭的应用领域，也都开始用它来伙同了迅速，他们看见的聚润主打产品美术设计、电视广告歌舞片、网络营销JAVA，另一面的译者说不定就是AI而根据Acumen Research and Consulting的预估，亚洲地区的AIGC消费市场体量，预计今年在2030年将达到1108万美元。
这般宽广的消费市场，该是不是用AI伙同？前段时间，他们试著了一种很捷伊GPT就在这三天，国际品牌网络化网络营销营运服务供应商「Whale 运筹帷幄」正式发布了亚洲地区第两个「MarketingGPT」——Alivia简而言之，这是两个专为Marketing打造出的类ChatGPT产品。
能说，从文本生产、管理工作到审查、正式发布，从数据挖掘到营运强化，整座网络营销营运工作的整套生态圈，都能破天荒hold住那么，它究竟强在这儿呢？小贴士这就来特地新体验呵呵。
挽救驼背女友假定我是两个网络营销初学者，聘用这天就被要求写一则聚润果树美术设计《挽救我的驼背女友》，是不是破？
先用咱的老友ChatGPT试一试，严格来说还能，但总觉得这儿不对。
但是用运筹帷幄的Alivia生出美术设计后，是高下立判。这贴心的语气，满篇的emoji，甚至能够针对给有男朋友的小仙女给到推荐，加上#标签。能，这很聚润。
为什么亚洲地区最强GPT模型，这一局的表现还不如Alivia？究其原因在于，GPT虽然强大，但并非在大部份场景下都是最佳选择对于特定的任务，中等大小的模型反而能更有效地捕捉应用领域相关的信息举个例子，在写聚润美术设计时，Alivia就更加专注于时尚、美容、生活方式等主题，因而它生成的文本也就更符合用户预期。
变身推广大师再比如，现在咱需要推广两个国际品牌的咖啡。无论是对咖啡本身，还是对亚洲地区消费市场现状都一知半解的小贴士，是不是能快速写出一版推广策划案？
诶？把题目在Alivia的文档中抄了一遍，它就自动给我生成了！
两个人写太累是不是破？那当然是把同事拉进来，大家一起干啦。
新品上市，概念抛出来后，最重要的当然就是测评，咱这个美术设计当然也不能虚。跟Alivia说：请给我生成一则新品咖啡的口味测试软文吧。
这丝滑的美术设计，不是十年咖啡品鉴大师写不出来。另外，还想给策划案加个配图，什么样的产品图效果最好呢？惊喜又来了，小贴士在Alivia中，居然发现了这么两个宝藏——去年双十一期间投放效果最好的图。
用这个图片打底，小贴士跟Alivia提出了要求：「给我一些关于这款新品咖啡的宣传海报图，在咖啡厅，有丝绒牛奶，惬意的环境，突出咖啡」Alivia立刻应要求生成了4张海报，小贴士挑选了最满意的一张，火速插入策划案中。
再大胆一点，如果还想要个往咖啡里倒牛奶的视频呢？Alivia竟然也有用Neural Search在文本中心库检索里面的现有视频后，小贴士发现了两个最符合要求的新品咖啡高光视频切片，它还能自动剪辑成新视频
借着刚才的经验，他们把咖啡口味评测文章转换成聚润风格的美术设计，并转存为该渠道的投放文件。然后，Alivia就会自动开始对它进行电视广告法、商用版权之类的检测。
经过最后的人工审查之后，这篇图文并茂的帖子就自动发在聚润上的授权账号上了。
到这儿还没完，Alivia不仅分析了这次活动的数据，做了个复盘，而且还在文档中插入了看板指标、总结指标等文本，相当于直接写完了两个漂亮的活动总结，完整生态圈了。
嗯，你已经是个成熟的AI，该学会自己发帖、帮我卖东西了。
挺进现场直播带货那假如小贴士准备变身主播，挺进现场直播带货呢？
动辄三五个小时的现场直播，JAVA的重要性毋庸置疑。是不是办？当然也是交给Alivia。它火速给我生成了一款Mens Gel-Venture 8跑鞋的现场直播带货JAVA。
开启连续对话后，还能微调JAVA，比如增加关键字、换个语气等等。微调后，两个合格的JAVA就诞生了，直接就能用。
另外，现场直播流程、竞品对比，都安排得明明白白。行了，再学半个小时，小贴士也算半只脚跨进带货圈了。（狗头）
看看下面这个催单话术，是不是觉得非常熟悉？
根据锐观咨询预估，到2023年，我国现场直播B2C消费市场消费市场体量将达到37749.5亿元。可见Alivia是大有可为。
「碎钞机」同事，秒变「赚钱机器」一千个人心中，有一千个爱车。每个人最心水的那款梦中情车，都是不一样的。
汽车销售商早就发现，客户的痛点各有不同比如，一名汽车销售人员发现，在到店试驾的客户中，许多年轻情侣非常关注副驾的空间舒适性既然需求这般千人千面，怎样针对不同的客户，为他们各自量身打造出一款电视广告呢？此时，你就能把某类客户的特定需求发送给Alivia，让它生成相应的海报。
审查通过后，能利用客户标签，一键把海报发给此类意向群体。量身定做的电视广告，显然，大大提高了成交率。同样，如果想生成一款鞋的电视广告图，你需要什么样的背景，什么样的风格，只管随意给模型prompt。
prompt：生成一张背景图片，空旷，大面积的天空，景深，虚化，地面占1/3，淡蓝色调，树胶质感，有建筑，真实质感，渲染，照片级质感，UE，C4D这个背景还能，但我想试一试在跑道上的一双鞋，那就换个prompt再来一次。
prompt：生成一张背景图片，空旷，大面积的天空，景深，橙色跑道，大面积植物背景，地面占1/2，真实质感，渲染，U3，C4D，Canon5D质感同理，他们呵呵子就给这个保温杯，生成了6种不同背景的产品宣传海报。
甚至非常刁钻的要求，它都能给你实现，比如原图是竖版的，但他们想要个横版的图，是不是破？惊喜来了，只要画个框，就能给图片背景无限「续杯」。
除此之外，Alivia甚至还能在衣服上直接加个「人」。
只需提供一张穿在人台上的商品主图，即可得到「真」模特上身效果，长相还能随意变的那种。
能看见，靠着Alivia，千人千面的文本生产，就是这么简单。而运筹帷幄想做的，更为重要是给两个国际品牌推一张图片这么简单，他们推送的，是整座模型管理工作和生成辅助工具。
国际品牌能通过这个模型，生产出万级、十万级的文本 ，这正是全新范式——Model as a Service的要义能想象，在以后，4A公司出的图，都会以模型为核心甚至不会直接提供图片了，而是提供这张图片所代表的模型。
现场直播太卷，是不是办？刚刚，小贴士已经借着超强的Alivia「半只脚踏进了」现场直播带货圈。
但问题是，带货圈现在是越来越卷了展示要生动、环境要宜人、价格要够诱惑、主播要如沐春风……而且，解决了最基础的美术设计后，还有主播日程安排、现场直播数据强化、配合主播引导互动等各种难题等着他们此时还是祭出老友Alivia——迅速变身现场直播大师！。
首先，是主播的排期问题。从Alivia的分析中能看出，「主播4」整体的业绩明显处于领先的状态。因此，他们就能把流量充裕的时间段尽可能安排给这个「主播4」。
是的，主播之间也要这么卷。
接下来需要注意的，是现场直播时各种数据的波动。借助Alivia直观的可视化监测，他们就能实时地发现异常的数据，并做出策略调整。比如上架、讲解爆款等，从而提高成交密度，确保转化率回到上升状态。
此外，如果不能及时回答观众的提问，就会显著减低互动率。而Alivia则能自动识别重要问题，并通过主播账号进行回复，快速解决观众疑虑。这样一来，不仅减轻了主播及场控人员的压力，而且还能增加看播时长。
数据复盘，一键搞定现场直播结束就万事大吉了吗？当然不是俗话说「无复盘，不现场直播」，而这其中少不了对数据的总结和分析此时，只需打开Alivia，导入原始文档后，想要啥数据它都能给你找出来就比如，汇总下大部份活动传播数据。
看起来还是不够直观？那就再生成一份活动数据总结，以及可视化报表吧。
最后再保存到看板上，齐活。
当然，以上都只是Alivia作为AI copilot能力的冰山一角用聊天，解决大部份问题众所周知，大语言模型具有非常强大的文字理解和处理能力不管是文档、数据还是对话，都能拿去进行分析和整理不过，想要让它次次都能输出他们想要的答案，却一点都不简单。
一方面，需要不停地通过调整prompt去引导模型；另一方面，当他们退出这次聊天之后，刚才说的话模型一句都记不住……
为了解决这个问题，运筹帷幄提出了两个非常有意思，也非常重要的模块——Personalization简单来说，你现在并不是直接和大语言模型聊天，而是先要经过Personalization个性化模块的处理它会记录你的兴趣，以及当LLM没有给出满意的回答时，你是如何进行「调教」的。
这样一来，你在每次对话时，大模型都能通过Personalization，提前知道你的喜好同时，Personalization模块还会基于对你过往习惯的理解，给出一些Prompt建议，让使用新体验更加个性化。
除此之外，他们还能通过调用API的方式接入运筹帷幄的模型，这时就需要用到Whale Graph Engine了和Personalization模块有些类似，Whale Graph Engine同样会保存用户与系统交互的上下文，比如用户当前停留页面，正在操作的文本ID等信息。
这般一来，就能保证LLM随时都能理解用户在当前情境下的指代文本，比如「转发这篇文章」中这篇文章就是指当前正在撰稿的文章。有了这些「个性化」的能力之后，接下来就是另一位主角——大语言模型LLM了。
值得注意的是，由于LLM的输入token有限，他们无法将大部份需要分析整理的文本，一次性全部交给大语言模型为了解决这一问题，运筹帷幄选择将长文本资料切分成块，并把这些子文本存储在特征引擎当中当用户提问、搜索时，先在引擎中找出和这次输入信息特征关联度高的文本，与用户的请求整合后一并递交给LLM进行处理，然后就能得到用户实际想看见的文本了。
而且，由于特征引擎中已经记录了文本的原始来源，因此用户在看见模型给出的这些分析和结论的同时，还能看见作为证据的多个信息来源，便于后续进行判断两个字，稳最后，也是最重要的——AI生成文本的质量而这也是AIGC是否能够真正用在商业化用途的关键。
为此，运筹帷幄提出了一种由多种生成形式组成的定制化模型以及利用本土渠道数据训练出的私有化模型。在这些个性化模型的加持下，企业就能生产出更加符合渠道特点和调性的文字文本了。
同样的，在图像生成方面，团队也通过controllnet和lora等技术，对人物姿态、人脸ID、深度信息、光影、商品形态等细节进行了控制，进而保证生成文本的多样性和准确性。
创捷伊MaaS模式其实，从这天起，运筹帷幄就是一家AI-native的服务供应商在深入国际品牌一线5年之后，更是积累了大量宝贵的经验和数据而这次，运筹帷幄最为创捷伊一点在于，其提供的不只是两个大语言模型，而是将这种企业级的AGI能力以Model-As-Service的方式提供给客户。
其中包括，ReID、行为识别等计算机视觉算法、合规检测、话术分析等各类自然语言处理算法这种形式让企业能基于自家数据构建两个私人的模型，从而生成更符合调性的文本并且，在享受个性化模型的同时，企业的数据安全也能得到保障。
总而言之，在Alivia的加持下，他们不再需要花费大量时间和精力去完成那些繁琐重复的案头工作从策划案撰写，到数据挖掘，都能由AI协助完成任何能用语言表达自己想法的人，无论专业知识如何，都能使用它来完成日常工作，并且随着每个人的使用频率增加，Alivia将会越来越理解用户意图，成为ta的专属助理。
而这种人机协作模式另一面，是未来工作方式的彻底重塑最后，用运筹帷幄创始人叶生晅的话总结呵呵：AGI不会替代人类，而是极大地扩展了人类的能力边界据了解，Alivia目前已经进入内测阶段，并会在接下来的两个月逐步放开测试权限。
waiting list：www.meetwhale.com/2023whale
还木有评论哦，快来抢沙发吧~