AI领域本周都卷起来对话式交互。
前有OpenAI推出实时视频通话如真人的GPT-4o，后有谷歌与之类似的Astra。
但不论是GPT-4o还是Astra，都或多或少有一些使用门槛。
也许是看到了这种gap，一款类似能力的国产AI应用，也悄然更新了……
能力和体验上，可能跟GPT-4o和Astra演示的还有差距。
但作为门槛更友好的平替，也足够了。
这款产品是国产大模型公司MiniMax的海螺AI，主打**AI助手****+**实时语音聊天。
那么它有哪些具体应用场景呢？
海螺AI能干什么？
海螺AI是MiniMax推出的一款多模态AI生产力工具，能听、能写、能说、能识图。
概括而言，官方此次对这款产品作了如下更新：
- 多模态互动：海螺AI支持文本、音频和图像。用户可以通过打字输入、拍照识图或语音通话与AI进行互动。
- 语音通话功能：海螺AI的一个显著特点是支持语音交互。用户可以直接与AI进行语音通话，这在做饭、洗脸等不方便打字的情况下尤为方便。此外，这个功能还非常适合练习英语口语和模拟面试。
- 教育和职场应用：海螺AI提供学习助手和工作助手功能。包括课程报告生成、知识点问答、作文辅导、背单词、周报生成、工作汇报编写等，适用于学生、教育者和职场人士。
- 内容创作和数据处理：海螺AI支持生成多种社交媒体文案，如小红书、短视频脚本和公众号文章等。同时，它还能进行智能搜索和数据查询，帮助用户获取企业信息、金融数据和学术研报等。
（以下为原速实测）
语音播报今日热点
上下班开车途中，可以让海螺AI播报今日热点，并随意聊天。
读论文、读财报
接着来看一项日常学习工作都需要用到的能力——快速总结长文本。
直接拿最常见的学术论文和公司财报来试试。
△海螺AI总结论文
整体较为流畅，看来十几页的论文对它来说不算挑战。
难度加码！这一次我们喂给它有大量数据报表的公司财报。
△随机选取华夏银行今年1季度报告
免费查数据
除了速读长文本，作为一款AI助手，检索并快速整合信息也是关键。
先就日常生活来说，我们来试试让海螺AI做旅行攻略。
比如“从重庆出发前往深圳再去长沙的五天旅游规划方案”。
短短几个字估计能瞬间让倾向于细致规划的“J人”炸毛。
此外，海螺AI接入了天眼查、萝卜投研和学科网等专业数据库，能够让用户免费搜索专业数据。
随便想了一个例子，“帮我查下量子位的工商数据”。
辅导作业
海螺AI还能帮助父母辅导孩子功课。
我们直接上传一张小学数学应用题常见的“相遇问题”。
可以看到，海螺AI按照步骤进行了解答。（移动端支持直接拍照上传）
写作
由于写规划、写报告、写文案等对几乎所有AI来说都是常规操作，在此我们不再展示。
但是，当我们驱散班味儿，想用AI写作来搞副业时，海螺AI能否派上用场？
让我们直接提示它“帮我构思一个职场女性黑化逆袭重生的爽文霸总剧本”。
英语口语陪练
海螺AI支持口语练习，用户可以用它来练雅思和托福、CET4/6、PET等。
△海螺AI提供雅思面试建议
小结
单从本周热门的“对话式交互”来说，它和GPT-4o及Astra还存在一定差距。
这主要体现在：
- 海螺AI能听能说，但是不能看，无法像打视频一样感知周围环境
- 当海螺AI说话时，无法通过语音沟通打断，不过有一个暂停按钮
- 海螺AI在实时能力上仍有提升空间，不过目前体验下来影响不大
总之，对于这样一款能立即上手甚至免费的国产AI来说，瑕不掩瑜，值得一试。
技术原理：自研多模态MOE大模型
对于海螺AI背后的技术，更早之前，官方也有过披露，分为以下两个方面：
万亿参数MoE大语言模型
今年4月，MiniMax推出了万亿MoE模型abab-6.5，并在其基础上开发了生产力工具“海螺AI”。
根据MiniMax发布的技术报告，在各类核心能力测试中，abab-6.5接近 GPT-4、Claude 3 Opus 、Gemini 1.5 Pro等世界领先的大语言模型。
MiniMax语音大模型
另外，海螺AI还接入了MiniMax语音大模型——speech-01。
这一模型的主要特色是：
- 高度接近人声，且能用声音表达情感
- 可模仿数千个声音的音色特征，并生成声音变体
- 支持30秒克隆音色
首先，官方称海螺AI可以很好的理解人类的语言、语气、情感。
让我们整蛊一下小海螺。
要求它在同一句话里表达出喜怒哀乐等情绪，看看能否听出明显差别。
其次，官方称海螺AI不仅限于模仿单一的声音，它还能通过学习数千个声音的音色特征，生成更多声音变体。
目前它精通中文、英文、德文、法文等8国语言，还预置了30多种音色。
最后，官方称海螺AI只需30秒的音频样本，就能快速复刻出与原音色高度相似的语音。
打造者：国内独角兽MiniMax
MiniMax是一家成立于2021年12月的人工智能初创公司，由前商汤科技副总裁、研究院副院长闫俊杰创立，成员主要来自商汤科技等知名AI公司。
△闫俊杰在2021世界人工智能大会算法典范总决赛上
2022年7月，MiniMax完成了Pre-A轮融资，投资方包括明势资本和米哈游等。
2023年6月，MiniMax完成了一轮超过2.5亿美元的融资，投资者包括与腾讯有关联的实体。
今年3月，MiniMax的最新一轮融资由阿里巴巴领投，金额至少为6亿美元，这使得公司估值超过25亿美元。
目前，MiniMax主打三款产品，分别为MiniMax API开放平台、沉浸式AI内容社区星野、以及生产力工具海螺AI。
GPT-4o用不上，国产平替海螺AI可以先试试
AI领域本周都卷起来对话式交互。
前有OpenAI推出实时视频通话如真人的GPT-4o，后有谷歌与之类似的Astra。
但不论是GPT-4o还是Astra，都或多或少有一些使用门槛。
也许是看到了这种gap，一款类似能力的国产AI应用，也悄然更新了……
能力和体验上，可能跟GPT-4o和Astra演示的还有差距。
但作为门槛更友好的平替，也足够了。
这款产品是国产大模型公司MiniMax的海螺AI，主打**AI助手****+**实时语音聊天。
那么它有哪些具体应用场景呢？
海螺AI能干什么？
海螺AI是MiniMax推出的一款多模态AI生产力工具，能听、能写、能说、能识图。
概括而言，官方此次对这款产品作了如下更新：
- 多模态互动**：**海螺AI支持文本、音频和图像。用户可以通过打字输入、拍照识图或语音通话与AI进行互动。
- **语音通话功能：**海螺AI的一个显著特点是支持语音交互。用户可以直接与AI进行语音通话，这在做饭、洗脸等不方便打字的情况下尤为方便。此外，这个功能还非常适合练习英语口语和模拟面试。
- **教育和职场应用：**海螺AI提供学习助手和工作助手功能。包括课程报告生成、知识点问答、作文辅导、背单词、周报生成、工作汇报编写等，适用于学生、教育者和职场人士。
- **内容创作和数据处理：**海螺AI支持生成多种社交媒体文案，如小红书、短视频脚本和公众号文章等。同时，它还能进行智能搜索和数据查询，帮助用户获取企业信息、金融数据和学术研报等。
（以下为原速实测）
语音播报今日热点
上下班开车途中，可以让海螺AI播报今日热点，并随意聊天。
，时长02:03
读论文、读财报
接着来看一项日常学习工作都需要用到的能力——快速总结长文本。
直接拿最常见的学术论文和公司财报来试试。
，时长00:31
△海螺AI总结论文
整体较为流畅，看来十几页的论文对它来说不算挑战。
难度加码！这一次我们喂给它有大量数据报表的公司财报。
，时长00:38
△随机选取华夏银行今年1季度报告
免费查数据
除了速读长文本，作为一款AI助手，检索并快速整合信息也是关键。
先就日常生活来说，我们来试试让海螺AI做旅行攻略。
比如“从重庆出发前往深圳再去长沙的五天旅游规划方案”。
短短几个字估计能瞬间让倾向于细致规划的“J人”炸毛。
，时长00:50
此外，海螺AI接入了天眼查、萝卜投研和学科网等专业数据库，能够让用户免费搜索专业数据。
随便想了一个例子，“帮我查下量子位的工商数据”。
，时长00:37
辅导作业
海螺AI还能帮助父母辅导孩子功课。
我们直接上传一张小学数学应用题常见的“相遇问题”。
可以看到，海螺AI按照步骤进行了解答。（移动端支持直接拍照上传）
，时长00:23
写作
由于写规划、写报告、写文案等对几乎所有AI来说都是常规操作，在此我们不再展示。
但是，当我们驱散班味儿，想用AI写作来搞副业时，海螺AI能否派上用场？
让我们直接提示它“帮我构思一个职场女性黑化逆袭重生的爽文霸总剧本”。
，时长00:40
英语口语陪练
海螺AI支持口语练习，用户可以用它来练雅思和托福、CET4/6、PET等。
，时长00:29
△海螺AI提供雅思面试建议
小结
单从本周热门的“对话式交互”来说，它和GPT-4o及Astra还存在一定差距。
这主要体现在：
- 海螺AI能听能说，但是不能看，无法像打视频一样感知周围环境
- 当海螺AI说话时，无法通过语音沟通打断，不过有一个暂停按钮
- 海螺AI在实时能力上仍有提升空间，不过目前体验下来影响不大
总之，对于这样一款能立即上手甚至免费的国产AI来说，瑕不掩瑜，值得一试。
技术原理：自研多模态MOE大模型
对于海螺AI背后的技术，更早之前，官方也有过披露，分为以下两个方面：
万亿参数MoE大语言模型
今年4月，MiniMax推出了万亿MoE模型abab-6.5，并在其基础上开发了生产力工具“海螺AI”。
根据MiniMax发布的技术报告，在各类核心能力测试中，abab-6.5接近 GPT-4、Claude 3 Opus 、Gemini 1.5 Pro等世界领先的大语言模型。
’ fill=‘%23FFFFFF’%3E%3Crect x=‘249’ y=‘126’ width=‘1’ height=‘1’%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
MiniMax语音大模型
另外，海螺AI还接入了MiniMax语音大模型——speech-01。
这一模型的主要特色是：
- 高度接近人声，且能用声音表达情感
- 可模仿数千个声音的音色特征，并生成声音变体
- 支持30秒克隆音色
首先，官方称海螺AI可以很好的理解人类的语言、语气、情感。
让我们整蛊一下小海螺。
要求它在同一句话里表达出喜怒哀乐等情绪，看看能否听出明显差别。
，时长00:20
其次，官方称海螺AI不仅限于模仿单一的声音，它还能通过学习数千个声音的音色特征，生成更多声音变体。
目前它精通中文、英文、德文、法文等8国语言，还预置了30多种音色。
’ fill=‘%23FFFFFF’%3E%3Crect x=‘249’ y=‘126’ width=‘1’ height=‘1’%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
最后，官方称海螺AI只需30秒的音频样本，就能快速复刻出与原音色高度相似的语音。
，时长00:27
打造者：国内独角兽MiniMax
MiniMax是一家成立于2021年12月的人工智能初创公司，由前商汤科技副总裁、研究院副院长闫俊杰创立，成员主要来自商汤科技等知名AI公司。
’ fill=‘%23FFFFFF’%3E%3Crect x=‘249’ y=‘126’ width=‘1’ height=‘1’%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)
△闫俊杰在2021世界人工智能大会算法典范总决赛上
2022年7月，MiniMax完成了Pre-A轮融资，投资方包括明势资本和米哈游等。
2023年6月，MiniMax完成了一轮超过2.5亿美元的融资，投资者包括与腾讯有关联的实体。
今年3月，MiniMax的最新一轮融资由阿里巴巴领投，金额至少为6亿美元，这使得公司估值超过25亿美元。
目前，MiniMax主打三款产品，分别为MiniMax API开放平台、沉浸式AI内容社区星野、以及生产力工具海螺AI。
如何学习AI大模型？
现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。
作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。
我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。
一、AGI大模型系统学习路线
很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。
二、AI大模型视频教程
三、AI大模型各大学习书籍
四、AI大模型各大场景实战案例
四、结束语
学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。
再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。
因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。
1万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
