yabo鸭脖当一家公司选择落地大模型会“遭遇”什么？｜数字化的秘密但即便被“产业结合”、“客户共建”的口号裹挟，却很少有人思考清楚，大模型该如何与自己的业务结合。在WAIC2023期间，36氪就曾遇到过来自工业、制造业等垂直领域，对落地大模型毫无头绪的观展者。

　　营销还是一个不用特别苛求精准可控的领域——在其他更追求精准性的产业，大模型在找准场景的前提下，必然要接受对创造力深度“阉割”。

　　微盟第一次决定研究生成式AI产品，要追溯到2022年6月。这个时间点，国外图片生成模型Stable Diffusion风头正劲。

　　在Diffusion Model之前，图片生成也存在既定的GAN方案，但精细度一直有待提升。而Diffusion的问世，让人们第一次发现AI生成的图片已能达到栩栩如生，甚至以假乱真的地步。

　　微盟的技术团队同样被Stable Diffusion所吸引——他们在没有业务要求的情况下，自发关注起Diffusion的开源社区。

　　这款诞生于去年夏天的文生图工具，是微盟尝试生成式AI的第一步。一开始，它仅服务于公司内部的设计团队。目前，这款工具也对外应用于素材生成、创意筛选等场景。

　　“客户使用后，大部分朋友圈文案情况下只用调一下格式就可以用。”裘皓萍介绍，目前客户已能通过Prompt，尝试“告诉”模型自己需要的文案风格，尝试满足不同渠道的素材要求。

　　据介绍，在六月的测试中，微盟WAI产品的商品描述功能达到40%直接采用率；种草笔记正文为36%，商家口播稿达到22%鸭脖yabo平台。

　　为了持续支持这些功能，研发团队专门成立了一支小分队，每天研究不同场景、不同渠道的Prompt方案，希望让模型效果在各个场景、渠道中都更符合预期。而Fine-Tune模式的接口刚开放不久，微盟还在不断尝试中。

　　既要收集用户反馈，又要跟上AI时代变化多端的技术演进，裘皓萍坦言，这是一种“很吃人力”的模式，再加上硬件资源的投入，押注生成式AI的成本压力并不小。

　　这件事不仅关乎大模型厂商真实的市场空间，更决定了使用者的推进程度，还将影响众多围观者的心态。

　　“最开始内测的时候，实际上我们还是想铺开的，看情况决定加大投入这件事。从目前效果来看鸭脖yabo平台，我们能够走到今天已经很不容易。”微盟首席运营官尹世明5月底也对外表示，下一步的投入成本，要看产品的反响以及内测反馈来决定。

　　面对这一灵魂拷问，微盟尝试着给出自己的观点——达到80分，一定是多方协力的结果鸭脖yabo平台。“我们希望大模型提供方可以更深度地协同。比如，如果大模型能了解微盟的特定用词和个性化语料，就能帮我们的客户在微盟平台上实现个性化优惠券配置。”裘皓萍举例，类似的场景还存在于各种千人千面的内容生成诉求中。