今天小编分享的互联网经验：WPS AI来了——我们不生产大模型，而是大模型最好的应用者，欢迎阅读。
AI 大模型的热潮已经在应用侧大规模落地。
近日，金山办公的 WPS AI 已经逐步开放全新 AI 功能测试体验，尤其在办公三件套方面，全新的工作体验已经来临。AI 应用的落地，工作效率优化已经成为现实。
随着 WPS AI 从能用到好用的过程，金山也将有微软 AI 化提价的能力。
WPS 真 AI 办公，效率高还能出创新方案
WPS AI 也陆续亮相公司全线新品：包括 Office 四大明星产品（表格、文字、演示和 PDF 组件，并且将支持桌面和移动设）、在线智能文档和应用服务等；这意味着用户可以在更多的领網域中充分利用 WPS AI 的功能。在内容生成方面具备全面覆盖文档、演示文稿等多种形式的能力。在理解文意方面也支持长文档，例如论文和报告。
亮点功能 1：WPS AI 在演示组件中可一键生成及美化演示文稿，生成演讲备注等。
见智实测：给出一句关键词后，可以直接生成 PPT 大纲内容：
在确认生成完整幻灯片选项后，能够直接出图 16 张高质量 PPT，并且还对每一个大纲上的章节进行了扩写。
同时还可以对 PPT 的风格进行更换。
亮点功能 2：word 体验增加内容生成（续写、润色）、文意分析（核心观点、总结全文大纲）等功能
体验效果：内容质量还算不错，但从 WPS AI 反应速度来看，见智研究在使用过程中，并没有出现模型切换拖累整体反应速度的情况。因此可以判断，金山办公在模型处理上还是有一些独到的地方。
亮点功能 3：根据应用场景在智能文档、表单中新增非常多常用模板，极大的提高了文案生成的效率。创新内容包括写教案、爆款文章标题、广告创意故事、小红书宣传文案等等。
见智研究认为：
实测 WPS AI 系列产品功能强大，对比传统的办公三件套使用效率上，确实有相当程度的提升。
WPS AI 在内容生成上全面覆盖文档、演示文稿等形式，理解文意上支持论文、报告等长 文档，问答互动上通过多轮对话改变办公軟體的传统互動方式。不仅极大的优化了办公效率，更重要的是还增加了很多创作型的内容生成，用户体验较好。
对此见智采访了金山的内部人士，WPS AI 是如何达到这个效果的 ? 值得关注的是：金山办公并不自己训练大模型，那它又是如何完成 AI 转身的呢 ?
避开扎堆做大模型，金山选择多个三方大模型，All in 应用
金山办公对于大模型态度，与市场上众多大公司都不同。WPS AI 选择使用多家国产大模型组合，而非市场常用的自行训练。
对此，华尔街见闻 · 见智研究在2023 人工智能大会采访金山工作人员，对方表示："WPS AI 后台接入了 Minimax、智谱 AI 和文心一言三种大模型，并根据不同任务而调用相对优势的模型来处理 "。
相比自己开发大模型，公司更注重的是在大模型微调上下功夫，让每个模型都能充分发挥自身的优势。但是见智研究询问三个模型各自更适合哪种应用场景时，公司表示不便透露。
见智研究认为：
这一策略显示了金山公司对大模型的审慎选择和灵活运用。金山努力提供高质量的服务和产品，将资源放在让产品好用更重要。使用不同模型组合，并进行微调是应用端企业需要下功夫的地方，也是在大模型扎堆背景下 AI 应用企业的一个思路。
对标微软 Office AI 创收力，市场接受度高
AI 功能体验提升后避免不了商业化的问题。
WPS AI 通过改变互動方式，降低办公軟體的使用门槛，同时提升办公效率，进而扩大用户使用范围。这一变革将加强产品功能，同时提高用户付费率。
对标微软对 office AI 产品定价上涨 40% 的策略来看，金山办公 WPS AI 计划引入新的定价策略可能性也在提升，此举将会为公司带来收入新增长点。
通过微软 office AI 在海外的市场认可度来看，多家知名企业包括美国银行、沃尔玛、福特和埃森哲等，已经额外为 1000 个订阅账户支付高达 10 万美元的年费，足以显示出企业对 AI 办公的需求确定高、付费意愿度高。
牵手英伟达完成降本增效，AI 助理更值得期待
见智在此前的 AI 日报中分析过， 金山办公为解决影像识别和理解任务耗时过长和成本的问题，引入英伟达推理伺服器和 GPU，成功将耗时从 15 秒降低到了 2.4 秒左右；部署成本节省了 23% 。
不仅提高了办公軟體对影像文档识别和推理的效率，还能够实现办公軟體业务降本增效的预期。这一合作为 WPS AI 的落地应用提供了更高效的解决方案。
总的来看，WPS AI 未来将以 AIGC（人工智能生成内容）、阅读理解和问答、以及人机互動三个战略方向为核心，掀起办公互動方式的新一轮变革。
对标 office AI 产品定价趋势和企业接受度来看，办公 AI 产品具备大规模商业化应用潜力，能够在办公效率优化的同时，为用户带来更多创新型价值。
从产品角度来看，避免重复开发大模型，专注于模型的组合、微调，为 AI 应用产品带来更好的使用体验，也成为 AI 应用开发者值得借鉴的思路。
