一水发自凹非寺
量子位公众号 QbitAI
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。
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。
使用无门槛，欢迎回来给我们分享使用反馈呀。
体验地址：
海螺 AI：https://hailuoai.com/ (支持移动端应用商店下载）
