谷歌大脑之父钦点的AI突破口，又被钉钉先用上了？_风闻

明明是解放生产力的存在，结果却成了现在最拼命的行当。地表最卷行业 AI 大模型，最近又出现了一位新星。

就在前两天，前百度首席科学家、谷歌大脑之父吴恩达给出了个预测，他指出一个叫 AI 工作流的模式，将会是行业突破的新方向。

甚至他抛出了一个观点，认为AI****工作流的贡献会超过下一代基础模型，并呼吁所有人都去关注这个方向。

AI 工作流其实并不复杂，就是一种最新的大模型应用模式。在吴恩达提出前，国内外的各种协同办公软件巨头就已经陆续在尝试，比如 Slack、Notion，还有扣子的 Workflow。

其实不难感知到，每次 AI 领域一有新动向，协同办公软件总是嗅觉最灵敏，最先感知到的那一批人。因为它们离打工人的工作和生产，最为接近。像大模型最开始上线，办公软件里就跟上了文档润色、改写。

而作为国内协同办公的领头羊，钉钉自然也不会缺席行业的新热潮。

就在今天，钉钉宣布更新钉钉 AI 助理。既跟上了 GPT-4V 引发的多模态热潮，又首次加入了工作流模式的尝试。

知危编辑部体验下来，觉得钉钉的多模态输入已经可以说相当成熟。几乎把 AI 延伸到了你日常会使用到的所有场景和形式上。

之前就有的各项 AI 能力被全面加码，比如对图片的处理效果提升极大。先是识别更加精准，即便是风景照片都可以定位出位置，比如这张札幌电视塔的图。

而且，对内容的处理也更全面和细致。整理出这张商标的信息后，还不忘提醒其中缺少的信息，点出需要注意的地方。

强大的识别，再加上大模型的基础能力，很多没想过的任务都能交给它做。比如你可以甩出一张血液检测报告单，它能分项罗列出问题所在。

除了对原有能力的提升，也增加了很多 AI 能处理的内容格式。比如从文本处理，从 Dox、PDF 这种基础格式，拓展到了 Excel 和 PPT。

像编辑部每周的阅读量汇总表，后台导出来后直接传给 AI 助手。它自动生成了饼图，方便直观对照。

不过，比起图表识别，知危编辑部觉得钉钉这次升级的视频速读功能，对打工人来说更为实用。

图表还可以靠小工具辅助处理，但来一段内部分享的培训、演讲视频，处理起来就麻烦了。因为你没法快速获取视频里的文字信息，只能从头扒到尾。

所以，钉钉把本就很强大的 AI 会议处理能力，扩展到所有上传的视频上。点一下快速阅读，一份完整的概要就浓缩完毕。

如果感觉消化概要也很费时，你还可以和 AI 助理直接对话，它会基于视频内容来进一步解答。比如一条时间线，就把 OpenAI 创始人解雇风波理清了。

哪怕是 2G、几个小时的超长视频，3 分钟之内即可全篇速读。再结合钉钉功能强大的闪记，大大减轻了梳理的工作量，数小时的英文发布会，几分钟消化好。( 注:钉钉反馈，原理是基于视频中文案的语音转文字，进行摘要、解析;并非视频理解模型。)

点击智能纪要的各段，还能跳转到视频对应处

如果你在网上看到感兴趣的文章，或者是老板分享了某个平台的链接，让你学习领悟。你不用急着下载视频，甚至链接都不用点开。分享链接的右下角，自动会跳出一个【 快速阅读 】的入口。点进去，AI 就会自动总结链接里的内容。

知危编辑部选择的这个 10 分钟的中长视频，几乎是瞬间处理完毕。

当然，只有快是不够的，重点是它捕捉的信息够精准。视频里主要的几点疑问：淀粉肠是狗粮做的吗？鸡骨泥是什么？符合国家规定吗？

钉钉 AI 助理整理出的答案基本都符合，洗清了鸡骨泥和淀粉肠的嫌疑。

上面就是钉钉更新的几种多模态，从文字、表格到图片、视频，甚至链接，基本做到了我们工作生活全覆盖。

聊完这些基础的功能，就来到开头提到的 AI 工作流。

正式分析之前，知危编辑部先讲几个例子。比如我想要采购衣架，对 AI 输入一些需求信息，像是价格的上下限、采购的数量后，点击检索。

几秒钟后，符合要求的 6 个商品链接就被整理出来了。如果不满意，还可以选择换一批。

然后，我再让 AI 助理去扒取最新的新闻热点。比如 3 月 25 号，新能源车圈里有哪些值得关注的新闻。抓取速度也很快，马上就分点罗列好了。

能看出生成的效果都不错，检索结果也很精准。不过，生成结果并不是这次的重点**。**其实这两个问题，知危编辑部分别用了自己建的两个 AI 助理。

我们能看到它们后台的执行逻辑是不同的，为了满足不同的结果，我们设置了不同的执行节点和内容。

商品检索的后台设置

新闻检索的后台设置

这些可以人为设置的节点，才是 AI 工作流的关键。

我们可以自己规定 AI 每一步要做什么，是要发起上网搜索请求，还是要创建待办、获取日期。

步骤的详细设置，会提高 AI 的工作效率和结果。以前我们让 GPT 写一篇文章，它像在黑箱里面工作，你无法得知它如何生成内容。

但现在，使用者可以让 AI 按照我们设定的流程执行指令。

依旧是写一篇文章，让它先根据主题和关键词，构建文章结构。生成大纲之后，再去网上搜索资料，将大纲填充成初稿。而后设置下个节点，让 AI 对初稿内容，进行错别字和语法的修订。最后，再对文章进行一次梳理和审阅。

上面这套流程，就是吴恩达进行过的操作，他发现让 AI 模仿人类的这套写作模式，可以极大提高模型生成的效果。在零样本的情况下，GPT-3.5  生成效果比 GPT-4 差了近 20%，但当它进入一个智能循环工作里，准确率能提高到 95.1% 。

目前，各家协同办公软件都还在磨合和尝试当中。或许未来我们就可以根据自己的工作习惯，设置一套新的流程，也可以接入需要的插件来改造它。

如果你没有编程基础，也无需担心。钉钉一向都是小白友好，里面自带了很多现成模板和插件，比如写微博爆文、查询各站新闻。

从钉钉 AI 助理种种表现，和对工作流模式这次的消化更新中，我们不难感受到钉钉稳扎稳打的模型能力。

更新后的 AI 助理，接入了通义千问 Qwen-VL-Max 视觉理解模型。在很多权威测评里，这个模型的中文处理能力均是顶尖的，其他成绩也都比肩谷歌的 Gemini Ultra 和 OpenAI 的GPT-4V。

正是有了可靠的地基，钉钉 AI 助理才能卷到更复杂的 AI 新模式上。

其实，钉钉 AI 助理刚上线的时候，知危编辑部就第一时间上手过。当时虽然框架已经有了雏形，却难掩青涩，生成结果时常不稳定。

但上线的短短几个月时间里，这个结论不断地被颠覆。钉钉的每次更新都能给出新惊喜，尤其这次，各项过硬的测试结果在证明着它肉眼可见的成熟。

只有钉钉这样的迭代速度，才能在这个行业里生存和长青。因为从慢慢失去热度的 GPTs 中，我们不难感受到这个行业的残酷和日新月异。

而钉钉可以在兼顾模型能力快速迭代的同时，还能精准捕捉最前沿的风向，并立马做出尝试。像这次它们给出的选择是：比起各种应用玩法，内嵌在实际工作中的实用型 AI 应用，更会脱颖而出。

不同的人、不同的工种，肯定更清楚自己这项工作到底什么样的流程效果最好、效率最高，那么设计出来的大模型工作流，也是最合理的。

正像吴恩达说的，这种迭代工作流也会比单次编写，生成效果更好。事实证明，像钉钉这样对新模式和方向的尝试和挖掘，其实跟砸入大量精力迭代大模型一样重要。