Amazon Bedrock Claude大模型
立即咨询
首页
Claude 3.5 Sonnet 概览Claude Sonnet 3.5是更智能，更快速，更便宜的模型
模型概览
业界最智能的模型，超过了Claude 3 0pus 以及其他的竞争对手模型;
最强大的编码、推理和写作模型;
强大的视觉能力，尤其是在图表和数据可视化及推理领域;
速度及成本最佳组合，适合大规模商用;
最强大的编码、推理和写作模型;
强大的视觉能力，尤其是在图表和数据可视化及推理领域;
速度及成本最佳组合，适合大规模商用;
使用场景
编码辅助:包括编写、编辑和运行代码以及故障排查;
数据分析:可辅助人类数据分析专家处理非结构化数据;
客服支持:能够24/7处理复杂查询，具备上下文理解能力、多步骤工作流程处理;
写作:以更自然、更拟人的语气生成高质量的书面内容，让人感觉更真实、更贴切;
数据分析:可辅助人类数据分析专家处理非结构化数据;
客服支持:能够24/7处理复杂查询，具备上下文理解能力、多步骤工作流程处理;
写作:以更自然、更拟人的语气生成高质量的书面内容，让人感觉更真实、更贴切;
借助大语言模型提高实时交互的翻译质量，同时降低成本
借助大语言模型拓展离线文本翻译场景的多样性和提高性价比
场景描述
离线翻译在多个行业领域有着广泛的应用场景，比如
- 小说翻译
- 财报翻译
- 电商产品描述翻译
- 说明书翻译
- 营销文案、策划文案翻译等
很多客户当前仍采用传统机器翻译工具(如GoogleTranslate，Azure Translate，百度翻译等)+人工校对的方式，机器翻译市场正在随着拥有机器翻译能力的大型语言模型(LLM) 出现而快速增长。
业务痛点
·希望能够改善翻译直译的问题，以及针对更长的上下文语义，没有考虑到先前的语句和语境，影响翻译的准确性。
·希望能够更强的多语言处理能力，在一些小语种翻译质量上有提高。
·结果希望能够降低当前机器翻译+人工校对的成本，进一步提高业务效率
离线翻译在多个行业领域有着广泛的应用场景，比如
- 小说翻译
- 财报翻译
- 电商产品描述翻译
- 说明书翻译
- 营销文案、策划文案翻译等
很多客户当前仍采用传统机器翻译工具(如GoogleTranslate，Azure Translate，百度翻译等)+人工校对的方式，机器翻译市场正在随着拥有机器翻译能力的大型语言模型(LLM) 出现而快速增长。
业务痛点
·希望能够改善翻译直译的问题，以及针对更长的上下文语义，没有考虑到先前的语句和语境，影响翻译的准确性。
·希望能够更强的多语言处理能力，在一些小语种翻译质量上有提高。
·结果希望能够降低当前机器翻译+人工校对的成本，进一步提高业务效率
Claude 解决方案优势
·Claude 比传统机器学习相比，会有更强的多语言处理能力、更自然流畅的翻译内容下、更高的翻译准确率和更强的上下文理解能力。
·相较于其他家大语言模型，具有超长的context window和全文翻译能力。
·利用Claude 3 Haiku 经过PE优化之后，比传统机翻(Google Translate等)在价格与翻译效果上有优势，尤其Haiku。
·Claude 3.5 Sonnet的翻译效果要比过往有明显提升，在指令遵循能力、翻译的效果、一致性、非英语语系的表达流畅度、特有名词的识别等角度都有提升。
·Claude 比传统机器学习相比，会有更强的多语言处理能力、更自然流畅的翻译内容下、更高的翻译准确率和更强的上下文理解能力。
·相较于其他家大语言模型，具有超长的context window和全文翻译能力。
·利用Claude 3 Haiku 经过PE优化之后，比传统机翻(Google Translate等)在价格与翻译效果上有优势，尤其Haiku。
·Claude 3.5 Sonnet的翻译效果要比过往有明显提升，在指令遵循能力、翻译的效果、一致性、非英语语系的表达流畅度、特有名词的识别等角度都有提升。
Claude 辅助客户实现高效的情感分析、舆情分析与业务洞察
场景描述
作为多个行业(电商、差旅、游戏、汽车、制造等)的共性需求，常见于针对商品评论，行业报告、第三方社交媒体、客户服务反馈等，快速生成舆情分析与洞察报告，了解终端客户情绪，并判断营销价值，利用大模型能力提高效率并且得到更精准的总结与洞见，如:
·分析客户反馈和投诉，改进客户服务质量，提供更好的客户满意度。
·根据客户的意见和情绪，优化广告和宣传的内容，分析关键词和话题趋势等，帮助企业做出更好的营销和决策。
·通过分析社交媒体、客户社区评论等，用户对特定商品、活动事件的观点，以及竞争对手的评价和比较，发现客户的需求，为产品改进提供参考。
业务痛点
·传统通过人工统计进行舆论评论的收集，不仅效率低，而且很难针对大规模舆论进行精确统计。
·客户业务人员(运营、市场、营销等)往往需要投入大量人力成本和实践，时间成本投入高。
作为多个行业(电商、差旅、游戏、汽车、制造等)的共性需求，常见于针对商品评论，行业报告、第三方社交媒体、客户服务反馈等，快速生成舆情分析与洞察报告，了解终端客户情绪，并判断营销价值，利用大模型能力提高效率并且得到更精准的总结与洞见，如:
·分析客户反馈和投诉，改进客户服务质量，提供更好的客户满意度。
·根据客户的意见和情绪，优化广告和宣传的内容，分析关键词和话题趋势等，帮助企业做出更好的营销和决策。
·通过分析社交媒体、客户社区评论等，用户对特定商品、活动事件的观点，以及竞争对手的评价和比较，发现客户的需求，为产品改进提供参考。
业务痛点
·传统通过人工统计进行舆论评论的收集，不仅效率低，而且很难针对大规模舆论进行精确统计。
·客户业务人员(运营、市场、营销等)往往需要投入大量人力成本和实践，时间成本投入高。
Claude 解决方案优势
·Claude 全系模型都支持 200k 的context window，对于用户每天评论比如500-600K的输入，能够减少使用更少的文本切片，文本信息召回更准确，让输出结果更精准，信息更完整。
·Claude 3 Haiku在实时分析场景更有优势，能够即时反馈客户的情感信息，获取洞察。
·Claude 3.5 Sonnet 业界最智能的模型，超过了Claude3 Opus 以及其他的竞争对手模型，数据分析能力增强，逻辑推理能力更强，分类更细致。
·成本更具性价比
·Claude 全系模型都支持 200k 的context window，对于用户每天评论比如500-600K的输入，能够减少使用更少的文本切片，文本信息召回更准确，让输出结果更精准，信息更完整。
·Claude 3 Haiku在实时分析场景更有优势，能够即时反馈客户的情感信息，获取洞察。
·Claude 3.5 Sonnet 业界最智能的模型，超过了Claude3 Opus 以及其他的竞争对手模型，数据分析能力增强，逻辑推理能力更强，分类更细致。
·成本更具性价比
Claude助力生成丰富多样的文案内容，极大提升创作效率
场景描述
品牌宣传与营销是当前利用AI赋能智能运营的典型需求，常见于商品名称的优化，利用AI进行营销文案生成，以及商品的描述信息润色，广泛适合于各个行业
业务痛点
·创作难度大，需要投入大量人力和时间
·质量参差不齐，需要人工筛选修订
·内容单一枯燥，创意内容匮乏，无法突出产品价值
·难以配合营销策略进行调整
·产品更新迭代速度快，文案无法及时跟进
·不同国家地区多语种等问题
品牌宣传与营销是当前利用AI赋能智能运营的典型需求，常见于商品名称的优化，利用AI进行营销文案生成，以及商品的描述信息润色，广泛适合于各个行业
业务痛点
·创作难度大，需要投入大量人力和时间
·质量参差不齐，需要人工筛选修订
·内容单一枯燥，创意内容匮乏，无法突出产品价值
·难以配合营销策略进行调整
·产品更新迭代速度快，文案无法及时跟进
·不同国家地区多语种等问题
Claude 解决方案优势
·Claude 更具丰富的细节描述，在文案生成效果上模型效果都不错;
·Claude3全系模型具备多模态的能力;
·在营销文案场景，整体表现当前Claude 3 Haiku的模型效果在常用情况下已经够用，而Claude 3.5 Sonnet细节捕捉更细致，内容丰富。
·在生成速度上Claude 3 Haiku优于GPT3.5 Haiku在性价比上优势更为明显;Claude 3.5 Sonnet与GPT-4o效果不相上下，并且速度更快，非常具备性价。
·Claude 更具丰富的细节描述，在文案生成效果上模型效果都不错;
·Claude3全系模型具备多模态的能力;
·在营销文案场景，整体表现当前Claude 3 Haiku的模型效果在常用情况下已经够用，而Claude 3.5 Sonnet细节捕捉更细致，内容丰富。
·在生成速度上Claude 3 Haiku优于GPT3.5 Haiku在性价比上优势更为明显;Claude 3.5 Sonnet与GPT-4o效果不相上下，并且速度更快，非常具备性价。
借助Claude 多模态能力对财务/运营报表分析
场景描述
·多模态模型可以快速从大量的财务和运营报表中提取关键数据和信息，如收入、支出、利润、增长率等，并自动生成摘要。
·通过结合文本和视觉信息，多模态模型可以提供更全面和深入的分析，识别数据背后的趋势和模式，为决策者提供深入的业务洞察。
·多模态模型可以快速从大量的财务和运营报表中提取关键数据和信息，如收入、支出、利润、增长率等，并自动生成摘要。
·通过结合文本和视觉信息，多模态模型可以提供更全面和深入的分析，识别数据背后的趋势和模式，为决策者提供深入的业务洞察。
业务痛点
·数据一致性:在多模态分析中，确保文本和图片信息之间的一致性是一个挑战，因为它们可能来自不同的数据源或具有不同的质量标准。
·识别准确性:虽然多模态模型在文本识别方面表现出色，但实际应用中可能会遇到复杂的图片质量、字体、背景等问题，影响识别准确性。
·表格结构和布局的复杂性:表格的多样性和复杂性可能会给识别过程带来挑战，特别是当表格包含合并的单元格、复杂的格式或嵌套结构时。
·数据一致性:在多模态分析中，确保文本和图片信息之间的一致性是一个挑战，因为它们可能来自不同的数据源或具有不同的质量标准。
·识别准确性:虽然多模态模型在文本识别方面表现出色，但实际应用中可能会遇到复杂的图片质量、字体、背景等问题，影响识别准确性。
·表格结构和布局的复杂性:表格的多样性和复杂性可能会给识别过程带来挑战，特别是当表格包含合并的单元格、复杂的格式或嵌套结构时。
Claude 解决方案优势
·Claude 3.5 Sonnet为Anthropic迄今为止最强的视觉模型，大部分标准视觉测试中均超过了GPT40，全面优于 Genimi1.5Pro;
·Claude 3.5 Sonnet 在视觉数学推理(MathVista)、图表问题解答(ChartQA)、文档理解(DocVQA)、以及科学图表问题解答(AI2s)这类需要AI 从图片获取信息并叠加推理以及代码相关的能力上效果更加优异
产品架构
场景描述
·电商行业根据商品图做流行趋势分析，如针对女装商品图做色彩、面料、款式，装饰等元素分析。
·游戏行业对角色/场景图片做内容自动打标，可以为游戏开发提供素材管理和内容分类的便利;也可以为后续SD Lora训练做数据准备。
·媒体、广告、艺术等行业，可以自动标注图像内容，提高图像管理和检索效率;分析图像元素和风格,为创作者提供灵感和参考。
业务痛点
·标注类别的覆盖广度和细粒度:不同行业的图像具有独特的视觉特征，模型需要涵盖广泛的类别，同时对某些领域的类别有足够的细分能力。
·识别准确性:对于复杂场景或细节元素的识别，模型的准确性可能会受到一定影响。
·电商行业根据商品图做流行趋势分析，如针对女装商品图做色彩、面料、款式，装饰等元素分析。
·游戏行业对角色/场景图片做内容自动打标，可以为游戏开发提供素材管理和内容分类的便利;也可以为后续SD Lora训练做数据准备。
·媒体、广告、艺术等行业，可以自动标注图像内容，提高图像管理和检索效率;分析图像元素和风格,为创作者提供灵感和参考。
业务痛点
·标注类别的覆盖广度和细粒度:不同行业的图像具有独特的视觉特征，模型需要涵盖广泛的类别，同时对某些领域的类别有足够的细分能力。
·识别准确性:对于复杂场景或细节元素的识别，模型的准确性可能会受到一定影响。
Claude 解决方案优势
·Claude 3.5 Sonnet为Anthropic迄今为止最强的视觉模型，大部分标准视觉测试中均超过了GPT4o，全面优于 Genimi 1.5Pro图片标签有更加细腻、丰富的维度的标签。
·指令遵循的能力进步明显，信息提取更完整，生成文章逻辑性更强并且增强了内容的前后一致性，助力创作者生成更流畅生动有创意的写作内容
利用Claude构建智能导购，挖掘客户的场景化需求
场景描述
导购人员需要了解顾客购物偏好才能给出既符合用户意图，因为回复难度较大，导购人员或人工客服一方面回复效率较低，另一方面通常难以给出顾客比较满意的回答，电商导购作为AI赋能的一个新的场景尝试。
例如:售前导购
·雨天穿什么鞋踢球比较好?-->推荐球鞋并生成为什么该商品适合雨天踢球的营销文案
·那款显示器适合程序员用?-->推荐显示器生成为什么该商品程序员用的营销文案
导购人员需要了解顾客购物偏好才能给出既符合用户意图，因为回复难度较大，导购人员或人工客服一方面回复效率较低，另一方面通常难以给出顾客比较满意的回答，电商导购作为AI赋能的一个新的场景尝试。
例如:售前导购
·雨天穿什么鞋踢球比较好?-->推荐球鞋并生成为什么该商品适合雨天踢球的营销文案
·那款显示器适合程序员用?-->推荐显示器生成为什么该商品程序员用的营销文案
Claude 解决方案优势
·具有较强的逻辑推理能力，能够对复杂任务的分步拆解，逐步完成任务
·长上下文窗口，支持加入更多的历史信息和user features，提升推荐效果
·较快的推理速度，提升客户系统使用体验
·更好的成本优势和性价比
业务痛点
·客户没有具体的商品消费需求，能否通过场景化推荐满足用户需求
·商品推荐可以实现千人千面，但商品标题还是千人一面
·具有较强的逻辑推理能力，能够对复杂任务的分步拆解，逐步完成任务
·长上下文窗口，支持加入更多的历史信息和user features，提升推荐效果
·较快的推理速度，提升客户系统使用体验
·更好的成本优势和性价比
业务痛点
·客户没有具体的商品消费需求，能否通过场景化推荐满足用户需求
·商品推荐可以实现千人千面，但商品标题还是千人一面
AI情感陪伴/游戏
场景描述
角色扮演是出海toC APP中成长最快、停留最高的一个场景。
通过平台提供(PGC)或用户定制(UGC)的方式获得AI角色。终端用户可与角色自由对话，常见的场景包括: AI伴侣，AI情感成长游戏，AI占星等等。
这类应用基础功能仅需大语言模型能力，上线快;通常伴有视觉，声音等多模态交互功能;同时随着发展会衍生出“记忆/角色”存储的需求。因此用量前景可观。
角色扮演是出海toC APP中成长最快、停留最高的一个场景。
通过平台提供(PGC)或用户定制(UGC)的方式获得AI角色。终端用户可与角色自由对话，常见的场景包括: AI伴侣，AI情感成长游戏，AI占星等等。
这类应用基础功能仅需大语言模型能力，上线快;通常伴有视觉，声音等多模态交互功能;同时随着发展会衍生出“记忆/角色”存储的需求。因此用量前景可观。
业务痛点
·面向C端，创新场景，成本优先
·实时对话，要求推理速度快，并发高
·上下文窗口长，多轮对话人物性格粘性强
·要求模型回复不当拒答率低，语义重复率低，能主动推动剧情，表情动作描写丰富，不能自爆AI
·要求支持多语种
·面向C端，创新场景，成本优先
·实时对话，要求推理速度快，并发高
·上下文窗口长，多轮对话人物性格粘性强
·要求模型回复不当拒答率低，语义重复率低，能主动推动剧情，表情动作描写丰富，不能自爆AI
·要求支持多语种
Claude 解决方案优势
·Claude 3 Haiku 有明显的价格优势。在该场景下token输入输出比通常超过8:1，Claude价格优势更明显。
·客户反应Claude3 Haiku和GPT3.5相比，回复表情动作多更活泼，默认生成长度更长，经过PE调优后语义重复更少，与玩家互动更主动。Claude 3.5 Sonnet 与GPT-4o以及 Gemini 1.5 pro等相比，在推理速度(每秒输出token数)实现了超越(https://artificialanalysis.ai/)。
社交/恋爱助手
场景描述
交友助手帮助生成个性化自我介绍，根据候选人档案快速匹配约会对象，提供聊天回复建议，同时智能制定约会计划。可以大幅度提升约会效率，并进一步优化终端体验。
该场景在社交客户中关注度高，业务价值大，效果预期合理(AI主要负责提升匹配效率，智能规划约会，聊天以建议为主)。
交友助手帮助生成个性化自我介绍，根据候选人档案快速匹配约会对象，提供聊天回复建议，同时智能制定约会计划。可以大幅度提升约会效率，并进一步优化终端体验。
该场景在社交客户中关注度高，业务价值大，效果预期合理(AI主要负责提升匹配效率，智能规划约会，聊天以建议为主)。
业务痛点
·面向C端，创新场景，成本优先
·实时对话，要求推理速度快，并发高
·结合照片、表情包进行回复建议，因此多模态能力锦上添花
·要求模型回复不当拒答率低，语义重复率低，能主动推动剧情。
·要求支持多语种
·面向C端，创新场景，成本优先
·实时对话，要求推理速度快，并发高
·结合照片、表情包进行回复建议，因此多模态能力锦上添花
·要求模型回复不当拒答率低，语义重复率低，能主动推动剧情。
·要求支持多语种
Claude 解决方案优势
·Claude 3 Haiku/ Claude 3.5 Sonnet相对于友商有明显的价格优势
·推理速度:Claude 3 Haiku <=GPT3.5 Turbo,3.5 Sonnet <GPT-40
·Claude 全系家族均支持多模态，且Haiku在与人相关的图片问答中不当拒答率低
·内容匹配分析深入，聊天建议丰富且口语化
小说撰写
场景描述
该场景包括小说续写、给定人设或故事背景的的小说撰写。
辅助笔者提升撰写效率，同时后期也可为“同人文”场景提供更多想象。
该场景包括小说续写、给定人设或故事背景的的小说撰写。
辅助笔者提升撰写效率，同时后期也可为“同人文”场景提供更多想象。
业务痛点
·成本优先
·要求并发高，TPM高
·上下文窗口长，章节连续性强，人设故事背景统一
·要求模型回复不当拒答率低，语义重复率低，能主动推动剧情。表情动作描写丰富。
·成本优先
·要求并发高，TPM高
·上下文窗口长，章节连续性强，人设故事背景统一
·要求模型回复不当拒答率低，语义重复率低，能主动推动剧情。表情动作描写丰富。
Claude 解决方案优势
·Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势
·该场景中，长上下文窗口有利于章节拼凑，保持风格一致性
·客户反应Claude3 Haiku和GPT3.5相比，回复表情动作多更活泼，默认生成长度更长，经过PE调优后语义重复更少，与玩家互动更主动。Claude 3.5 Sonnet创意写作的能力相对于友商有明显优势，指令遵循的能力进步明显，生成文章逻辑性更强并且增强了内容的前后一致性，书面语减少，助力创作者生成更流畅生动有创意的写作内容。
·Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势
·该场景中，长上下文窗口有利于章节拼凑，保持风格一致性
·客户反应Claude3 Haiku和GPT3.5相比，回复表情动作多更活泼，默认生成长度更长，经过PE调优后语义重复更少，与玩家互动更主动。Claude 3.5 Sonnet创意写作的能力相对于友商有明显优势，指令遵循的能力进步明显，生成文章逻辑性更强并且增强了内容的前后一致性，书面语减少，助力创作者生成更流畅生动有创意的写作内容。
短剧辅助
场景描述
·短距出海是目前APP出海最火热的方向之一，短剧类型基本都是100集
左右，每集是1-2分钟，1部短剧大概有1个电影长度左右。短剧的来源主要是:采购创作团队和公司自己创作。当前的商业模式一般是前面的1-10集免费，剩下的付费，引导用户付费。
·根据剧本快速提取出可能的“剧情高能”时刻辅助广告投放。其广告投放流程为:内审->剪辑-> 优化师进行投放，剪辑和优化师的比例是3:1。
·短剧产量大迭代快，靠人工剪辑费时费力成本高，因此在该场景实现自动提取业务价值大。后期更可结合翻译、弹幕生成等功能扩大用量。
·短距出海是目前APP出海最火热的方向之一，短剧类型基本都是100集
左右，每集是1-2分钟，1部短剧大概有1个电影长度左右。短剧的来源主要是:采购创作团队和公司自己创作。当前的商业模式一般是前面的1-10集免费，剩下的付费，引导用户付费。
·根据剧本快速提取出可能的“剧情高能”时刻辅助广告投放。其广告投放流程为:内审->剪辑-> 优化师进行投放，剪辑和优化师的比例是3:1。
·短剧产量大迭代快，靠人工剪辑费时费力成本高，因此在该场景实现自动提取业务价值大。后期更可结合翻译、弹幕生成等功能扩大用量。
业务痛点
·现有方式人力成本高
·要求长文本理解能力强
·成本优先
·要求并发高，TPM高
·要求支持多语种
·现有方式人力成本高
·要求长文本理解能力强
·成本优先
·要求并发高，TPM高
·要求支持多语种
Claude 3 解决方案优势
·Claude全系模型家族支持超长上下文，且长文本理解能力强
·Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势
·Claude 3.5 Sonnet 创意写作的能力相对于友商有明显优势，指令遵循的能力进步明显，生成文章逻辑性更强并且增强了内容的前后一致性，书面语减少。
利用大语言模型助力AI+教育挖掘行业的应用潜力
场景描述
教育行业随着大模型能力的不断拓展，逐渐在垂直场景中进行应用的开发和探索，深入到英语、数学、逻辑、编程等学科，常见于AI伴学、教育助手、智能作文批改、交互式英语学习等，如:
·AI助教:课后学习知识的总结与摘要生成;解题判题(老师和学生都可以通过AI做解题+答案参考)
·多模态交互学习的英语:AI教辅中全英真实生活场景，帮助学生更快地适应英语学习环境，英语测评;
·AI批改的作文教辅:对作文进行智能批改和润色，并提供好词好句作为参考
教育行业随着大模型能力的不断拓展，逐渐在垂直场景中进行应用的开发和探索，深入到英语、数学、逻辑、编程等学科，常见于AI伴学、教育助手、智能作文批改、交互式英语学习等，如:
·AI助教:课后学习知识的总结与摘要生成;解题判题(老师和学生都可以通过AI做解题+答案参考)
·多模态交互学习的英语:AI教辅中全英真实生活场景，帮助学生更快地适应英语学习环境，英语测评;
·AI批改的作文教辅:对作文进行智能批改和润色，并提供好词好句作为参考
业务痛点
·教育行业投入AI自主研发有成本压力，希望不断优化利用更具有性价比的AI模型能力;
·受限于当前AI模型能力，希望有更强的模型来拓展逻辑推理类不同学科(比如物理、化学与数学等)AI伴学和教育助手的功能;
·希望优化学科交互的客户体验，使其更具有个性化和创造性。
·教育行业投入AI自主研发有成本压力，希望不断优化利用更具有性价比的AI模型能力;
·受限于当前AI模型能力，希望有更强的模型来拓展逻辑推理类不同学科(比如物理、化学与数学等)AI伴学和教育助手的功能;
·希望优化学科交互的客户体验，使其更具有个性化和创造性。
Claude 解决方案优势
功能层面:
·Claude 3.5 Sonnet 在复杂逻辑推理能力优异，是当前SOTA最高水平，帮助教育类客户在理科学科如数学、物理、化学等领域可以拓展能力和丰富功能。
·在文科类学习知识总结、摘要生成、作文批改和润色等场景表现优异，得到国内头部教育客户认可。
·Haiku在实时交互场景，延迟、个性化和创造性方面表现突出，也得到国内头部教育客户实测和认可。
商务层面，Claude 3.5 Sonnet和Claude 3 Haiku比同水平GPT-4o和GPT3.5更具备成本和性价比优势。
会议纪要/摘要生成
场景描述
·自动生成会议纪要或文章摘要可以节省时间和人力资源，提高工作效率和生产力。
·在会议纪要生成场景，需要先利用ASR模型完成语音转文本，在通过LLM完成文本摘要。
·自动生成会议纪要或文章摘要可以节省时间和人力资源，提高工作效率和生产力。
·在会议纪要生成场景，需要先利用ASR模型完成语音转文本，在通过LLM完成文本摘要。
业务痛点
·准确性和可解释性:生成的会议纪要或摘要需要高度准确，并能够解释生成的内容和决策，以便用户信任并采纳。
·语境和细节理解:会议和文章中可能包含复杂的语境和细节，模型需要具备高度的语境和细节理解能力，以确保生成的纪要或摘要完整准确。
·数据安全和隐私:会议纪要或文章摘要可能涉及敏感或机密信息，需要确保数据的安全和隐私。
·准确性和可解释性:生成的会议纪要或摘要需要高度准确，并能够解释生成的内容和决策，以便用户信任并采纳。
·语境和细节理解:会议和文章中可能包含复杂的语境和细节，模型需要具备高度的语境和细节理解能力，以确保生成的纪要或摘要完整准确。
·数据安全和隐私:会议纪要或文章摘要可能涉及敏感或机密信息，需要确保数据的安全和隐私。
Claude 方案优势
·Bedrock 符合SOC、ISO、HIPAA等常见合规标准，客户可以在符合《通用数据保护条例》(GDPR)的情况下使用Bedrock。
·Claude 模型在“Needle In A Haystack”-大海捞针评估中的recall能力非常好，意味着它能从大量文本数据中精准检索与问题相关的信息。
·使用AWS PrivateLink建立从Amazon VPC到 Bedrock 的私有连接，而无需将数据暴露给互联网流量。
·Claude 全系家族支持长达200k的上下文窗口，这使其能够完整分析企业业务背景信息和用户评价反馈，更加全面和准确。
·OpenAl Whisper 是一种先进的开源ASR模型，利用SageMaker托管Whisper模型(博客)，帮助客户在推理速度、成本、有效载荷大小和可扩展性等参数方面进行推理性能比较。
·Bedrock 符合SOC、ISO、HIPAA等常见合规标准，客户可以在符合《通用数据保护条例》(GDPR)的情况下使用Bedrock。
·Claude 模型在“Needle In A Haystack”-大海捞针评估中的recall能力非常好，意味着它能从大量文本数据中精准检索与问题相关的信息。
·使用AWS PrivateLink建立从Amazon VPC到 Bedrock 的私有连接，而无需将数据暴露给互联网流量。
·Claude 全系家族支持长达200k的上下文窗口，这使其能够完整分析企业业务背景信息和用户评价反馈，更加全面和准确。
·OpenAl Whisper 是一种先进的开源ASR模型，利用SageMaker托管Whisper模型(博客)，帮助客户在推理速度、成本、有效载荷大小和可扩展性等参数方面进行推理性能比较。
写作助手
场景描述
·LLM可以根据用户的需求和指导生成各种类型的文本草稿，包括报告、论文、邮件等;提供创意灵感，生成新的观点和想法。
·LLM可以检测文本中的语法错误和拼写错误，并帮助用户按照某种写作风格重写或优化。
·LLM可以帮助用户查找相关信息和资料，支持写作过程中的研究和信息搜集。
业务痛点
·数据安全和隐私:企业内部写作可能涉及敏感的商业信息或未公开的数据。确保这些信息在处理和存储过程中的安全，防止数据泄露，是一个重要的挑战。
·领域特定知识:不同企业有不同的专业领域和术语。写作助手需要理解并准确运用这些专业知识和术语，以生成符合企业特定需求的内容。
·集成和兼容性:将写作助手集成到企业现有的工作流程和IT基础设施中可能会遇到技术挑战，尤其是与旧系统或定制软件的兼容性问题。
·LLM可以根据用户的需求和指导生成各种类型的文本草稿，包括报告、论文、邮件等;提供创意灵感，生成新的观点和想法。
·LLM可以检测文本中的语法错误和拼写错误，并帮助用户按照某种写作风格重写或优化。
·LLM可以帮助用户查找相关信息和资料，支持写作过程中的研究和信息搜集。
业务痛点
·数据安全和隐私:企业内部写作可能涉及敏感的商业信息或未公开的数据。确保这些信息在处理和存储过程中的安全，防止数据泄露，是一个重要的挑战。
·领域特定知识:不同企业有不同的专业领域和术语。写作助手需要理解并准确运用这些专业知识和术语，以生成符合企业特定需求的内容。
·集成和兼容性:将写作助手集成到企业现有的工作流程和IT基础设施中可能会遇到技术挑战，尤其是与旧系统或定制软件的兼容性问题。
Claude 方案优势
·Bedrock处理的任何客户内容都会被加密，并静态存储在AWS 区域中，不会与任何第三方共享。客户还可以使用PT模式，做到与其他客户的“物理隔离”。
·CSDC开发了ink.ai写作助手方案，可以方便地嵌入企业工作流/office软件中，并支持企业/学术特定术语，该方案正在迭代中;适用于ISV CMS建站工具(WordPress)
·Claude 3 Haiku响应极快，可以做到准实时应答。同时，Claude 3.5 Sonnet 相比GPT-4o模型具有更高性价比，且速度更快。
·Bedrock处理的任何客户内容都会被加密，并静态存储在AWS 区域中，不会与任何第三方共享。客户还可以使用PT模式，做到与其他客户的“物理隔离”。
·CSDC开发了ink.ai写作助手方案，可以方便地嵌入企业工作流/office软件中，并支持企业/学术特定术语，该方案正在迭代中;适用于ISV CMS建站工具(WordPress)
·Claude 3 Haiku响应极快，可以做到准实时应答。同时，Claude 3.5 Sonnet 相比GPT-4o模型具有更高性价比，且速度更快。
企业内部QA Bot
场景描述
·企业内部QA Bot与智能客服问答应用场景相似，都是需求最广泛的GenAI场景，它可以快速回答员工的问题，显著减少员工在搜索信息和等待答案上花费的时间，从而提高整体的工作效率。
·利用RAG技术构建企业内部知识库，有助于整合和统一分散在企业各个角落的知识和信息，便于员工访问和学习。
业务痛点
数据格式复杂，数据质量参差不齐
·数据格式复杂，PDF/Word/表格/图片/手写扫描件等，数据前置处理难度大。
·没有知识库管理规范，导致数据质量差，原始数据前后矛盾。
系统集成和兼容性
·将QA Bot集成到企业现有的工作流程和IT基础设施中可能会遇到技术挑战。
问答准确率80%以上
·由于企业数据格式复杂，且大模型自身在召回准确度及幻觉问题的限制，准确率提升难度大。
·企业内部QA Bot与智能客服问答应用场景相似，都是需求最广泛的GenAI场景，它可以快速回答员工的问题，显著减少员工在搜索信息和等待答案上花费的时间，从而提高整体的工作效率。
·利用RAG技术构建企业内部知识库，有助于整合和统一分散在企业各个角落的知识和信息，便于员工访问和学习。
业务痛点
数据格式复杂，数据质量参差不齐
·数据格式复杂，PDF/Word/表格/图片/手写扫描件等，数据前置处理难度大。
·没有知识库管理规范，导致数据质量差，原始数据前后矛盾。
系统集成和兼容性
·将QA Bot集成到企业现有的工作流程和IT基础设施中可能会遇到技术挑战。
问答准确率80%以上
·由于企业数据格式复杂，且大模型自身在召回准确度及幻觉问题的限制，准确率提升难度大。
Claude 方案优势
·CSDC开发了llm-bot方案，内置了数据处理模块，并正在迭代中。
·SSO推出了private-llm-qa-bot，该方案优化了RAG技术各个环节，帮助企业利用AWS服务和LangChain框架加速构建生产级知识问答chatbot。
·Claude 3 Haiku响应极快，可以做到准实时应答。同时，Claude全系列模型在第三方RAG能力排行榜上全面超越GPT。Claude 3.5 Sonnet逻辑能力更强，复杂表格和图表处理能力增强，推理速度优于GPT-4o。
图片表格OCR
场景描述
·自动识别图片或表格中的文字，可以大大减少手动输入和转
录的时间，提高数据处理的效率和准确性。
·自动提取的文字信息可以用于进一步的数据分析和报告，为
企业决策提供支持。
Claude 方案优势
·Claude 3 Haiku推理速度极快，成本仅为GPT-4Vision的2%。Claude 3.5 Sonnet在同类模型中input成本最低。
·Claude 3.5 Sonnet 在MMMU(多学科多模态理解与推理测试)，DocVQA(基于文档图像的VQA测试)，ChartQA(基于图表的VQA和逻辑推理测试)等多项AI基准测评中，综合能力最强。
·自动识别图片或表格中的文字，可以大大减少手动输入和转
录的时间，提高数据处理的效率和准确性。
·自动提取的文字信息可以用于进一步的数据分析和报告，为
企业决策提供支持。
Claude 方案优势
·Claude 3 Haiku推理速度极快，成本仅为GPT-4Vision的2%。Claude 3.5 Sonnet在同类模型中input成本最低。
·Claude 3.5 Sonnet 在MMMU(多学科多模态理解与推理测试)，DocVQA(基于文档图像的VQA测试)，ChartQA(基于图表的VQA和逻辑推理测试)等多项AI基准测评中，综合能力最强。
业务痛点
·识别准确性:虽然多模态模型在文本识别方面表现出色，但实际应用中可能会遇到复杂的图片质量、字体、背景等问题，影响识别准确性。
·识别准确性:虽然多模态模型在文本识别方面表现出色，但实际应用中可能会遇到复杂的图片质量、字体、背景等问题，影响识别准确性。
·表格结构和布局的复杂性:表格的多样性和复杂性可能会给识别过程带来挑战，特别是当表格包含合并的单元格、复杂的格式或嵌套结构时。
·成本效益:虽然自动识别可以带来多种好处，但相关的技术投入和使用成本也是企业需要考虑的因素。
VOC分类(评论/投诉/邮件)
场景描述
·LLM可以帮助企业快速对评论内容进行分类分析，企业可以更好地理解客户的需求和问题，为产品改进和服务优化提供依据。
·LLM具备情感分析能力，可以判断用户评论的情绪，帮助企业评估用户满意度。
·LLM可以帮助企业快速对评论内容进行分类分析，企业可以更好地理解客户的需求和问题，为产品改进和服务优化提供依据。
·LLM具备情感分析能力，可以判断用户评论的情绪，帮助企业评估用户满意度。
业务痛点
·实时性和动态性:评论是实时发生的，产品和市场策略也在动态变化，LLM需要快速响应并处理动态变化的评论内容，这对于模型的实时性和动态适应能力提出了要求。
·情感和语境理解:评论通常包含复杂的情感和特定的语境。LLM需要具备高水平的情感智能和语境理解能力，以准确识别评论的核心问题。
·准确性与可解释性:为了使分析结果被企业接受并用于改进，模型需要提供一定的可解释性，以便企业理解分类的依据和逻辑。
·实时性和动态性:评论是实时发生的，产品和市场策略也在动态变化，LLM需要快速响应并处理动态变化的评论内容，这对于模型的实时性和动态适应能力提出了要求。
·情感和语境理解:评论通常包含复杂的情感和特定的语境。LLM需要具备高水平的情感智能和语境理解能力，以准确识别评论的核心问题。
·准确性与可解释性:为了使分析结果被企业接受并用于改进，模型需要提供一定的可解释性，以便企业理解分类的依据和逻辑。
Claude 方案优势
·Bedrock支持批量处理模式，可以将大量的用户评论作为单个输入文件提供，这样就可以同时进行大规模预测。
·Claude 全系家族支持长达200k的上下文窗口，这使其能够完整分析企业业务背景信息和用户评价反馈，更加全面和准确。
·部分客户的评论分类标签较多，且具有层级，客户有基于规则的标签判定系统。Claude 已支持Tool use (functioncalling)，可以调用外部函数和工具，实现更精准的判定。
智能客服问答
场景描述
·智能客服问答是需求最广泛的GenAI场景之一，它可以提供流畅自然的对话体验，支持多语种，同时处理大量用户请求，减少对人工客服的依赖(7*24小时)。
·常见利用RAG技术构建问答机器人，要求依据企业特定知识进行精准回复。
·智能客服问答是需求最广泛的GenAI场景之一，它可以提供流畅自然的对话体验，支持多语种，同时处理大量用户请求，减少对人工客服的依赖(7*24小时)。
·常见利用RAG技术构建问答机器人，要求依据企业特定知识进行精准回复。
业务痛点
数据格式复杂，数据质量参差不齐
·数据格式复杂，PDF/Word/表格/图片/手写扫描件等，数据前置处理难度大。
·没有知识库管理规范，导致数据质量差，原始数据前后矛盾。
企业客户对于问答准确率要求高(90%以上)
·由于企业数据格式复杂，且大模型自身在召回准确度及幻觉问题的限制，准确率难以提升至90%以上。
数据格式复杂，数据质量参差不齐
·数据格式复杂，PDF/Word/表格/图片/手写扫描件等，数据前置处理难度大。
·没有知识库管理规范，导致数据质量差，原始数据前后矛盾。
企业客户对于问答准确率要求高(90%以上)
·由于企业数据格式复杂，且大模型自身在召回准确度及幻觉问题的限制，准确率难以提升至90%以上。
Claude 方案优势
·CSDC开发了llm-bot方案，内置了数据处理模块，并正在迭代中。
·SSO推出了private-llm-qa-bot，该方案优化了RAG技术各个环节，帮助企业利用AWS服务和LangChain框架加速构建生产级知识问答chatbot。
·Claude 3 Haiku响应极快，可以做到准实时应答。同时，Claude全系列模型在第三方RAG能力排行榜上全面超越GPT。Claude 3.5 Sonnet逻辑能力更强，复杂表格和图表处理能力增强，推理速度优于GPT-4o。
产品架构Claude 解决方案优势
·利用Claude 3 Haiku常用于实时审核场景，实时响应速度快。Claude 3.5 Sonnet速度优于GPT-40。
·与人工审核相比，可以实现更一致的标签、更快的政策细化反馈循环。
·Claude 3 Haiku OD价格在审核这种输入长，输出短情况下，更具备性价比
场景描述
对于用户聊天内容、社区评论存在(色情，广告，辱骂，政治等)多种不合规内容进行审核，降低企业潜在风险，提高用户体验;广泛适用于社交、媒体、游戏、电商等不同行业运营的场景
业务痛点
在涉及多语种场景，利用大模型的能力，可以弥补人工无法实时审核效率低，规则准确率低、实时响应慢，客户体验差以及大量人工时间和成本投入等业务痛点;
对于用户聊天内容、社区评论存在(色情，广告，辱骂，政治等)多种不合规内容进行审核，降低企业潜在风险，提高用户体验;广泛适用于社交、媒体、游戏、电商等不同行业运营的场景
业务痛点
在涉及多语种场景，利用大模型的能力，可以弥补人工无法实时审核效率低，规则准确率低、实时响应慢，客户体验差以及大量人工时间和成本投入等业务痛点;
利用Claude 多模态能力提高审核效率
场景描述
·利用多模态能力提高客户的审核效率，如广告投放视频的素材、电商详情页的图片以及营销内容含有文字内容，企业与第三方广告制作公司合作，或者企业内部自己制作广告素材，涉及到不同业务部门协作。
·针对大量的视频或者图片素材,利用多模态模型识别和文字提取，判断是否存在文字错误或者不合适广告内容要求代替人工审查，提高业务效率
·利用多模态能力提高客户的审核效率，如广告投放视频的素材、电商详情页的图片以及营销内容含有文字内容，企业与第三方广告制作公司合作，或者企业内部自己制作广告素材，涉及到不同业务部门协作。
·针对大量的视频或者图片素材,利用多模态模型识别和文字提取，判断是否存在文字错误或者不合适广告内容要求代替人工审查，提高业务效率
业务痛点
·广告内容中的文字涉及多国语种，相应的业务人员或者合作团队的外语水平影响文字表达的效果
·人工审核效率低，外语水平不一，容易出现漏检等情况，影响素材制作质量和投放效果。
·广告内容中的文字涉及多国语种，相应的业务人员或者合作团队的外语水平影响文字表达的效果
·人工审核效率低，外语水平不一，容易出现漏检等情况，影响素材制作质量和投放效果。
Claude 解决方案优势
·Claude 全系模型都具有多模态能力，对视频抽帧之后的图片进行文字提取，对比性价比高。
·Claude 3 Haiku具有显著的速度优势。而Claude 3.5 Sonnet推理速度优于GPT-4o和Gemini 1.5Pro。
代码伴侣
场景描述
·代码伴侣通常包括代码补全，代码生成，代码安全/规范审核等场景。
·该场景的价值主要在于提升开发人员的工作效率，已被大多数企业客户接受，AWS通常对接开发部门或企业GenAI平台。
·代码伴侣通常包括代码补全，代码生成，代码安全/规范审核等场景。
·该场景的价值主要在于提升开发人员的工作效率，已被大多数企业客户接受，AWS通常对接开发部门或企业GenAI平台。
业务痛点
·不同开发场景中不同模型的效果不同
·Copilot/GPT4不接入私有库时接受率也仅有20%-30%。接入后成本翻倍。
·要求推理速度高，并发高，TPM高
·代码审核和补全场景要求更长上下文支持(某客户超过16k的代码片段占私有库的10%以上)
·不同开发场景中不同模型的效果不同
·Copilot/GPT4不接入私有库时接受率也仅有20%-30%。接入后成本翻倍。
·要求推理速度高，并发高，TPM高
·代码审核和补全场景要求更长上下文支持(某客户超过16k的代码片段占私有库的10%以上)
Claude 解决方案优势
·Claude支持超长上下文有利于长代码审核
·Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势
·接入Claude后，企业GenAI平台组可以为业务提供更多模型选择
·已有多个IDE插件和AWS方案可以快速支持该场景
运维日志分析
场景描述
在企业开发的版本更新时，运维团队往往需要校对日志中的报错，看是否真正会对生产造成影响。
以往通过人力校验和规则审查效率较低，大语言模型
可以更有效的进行模糊规则审查和判断。该场景通过简单PE调优即可实现。此场景适用于大多数企业运维部门，如上线用量可观。
在企业开发的版本更新时，运维团队往往需要校对日志中的报错，看是否真正会对生产造成影响。
以往通过人力校验和规则审查效率较低，大语言模型
可以更有效的进行模糊规则审查和判断。该场景通过简单PE调优即可实现。此场景适用于大多数企业运维部门，如上线用量可观。
业务痛点
·现有方式人力校验和规则审查效率较低
·要求超长上下文支持
·创新场景成本优先
·现有方式人力校验和规则审查效率较低
·要求超长上下文支持
·创新场景成本优先
Claude 解决方案优势
Claude 全系家族支持超长上下文
Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势，推理速度更快
Screenshot2Code
场景描述
Screenshot2Code即“截图转代码”，是指将网页截图直接转换成HTML、CSS等前端开发代码的技术。源于开源项目screenshot-to-code .
是在进行前端设计原型开发时，开发者通过截图快速
获得代码，可以大幅度提升从UI设计到手工编写代码的效率。该场景经过简单pe调优即可达到理想效果业务价值大，在前端迭代较快的电商客户中需求尤为强烈。
Screenshot2Code即“截图转代码”，是指将网页截图直接转换成HTML、CSS等前端开发代码的技术。源于开源项目screenshot-to-code .
是在进行前端设计原型开发时，开发者通过截图快速
获得代码，可以大幅度提升从UI设计到手工编写代码的效率。该场景经过简单pe调优即可达到理想效果业务价值大，在前端迭代较快的电商客户中需求尤为强烈。
业务痛点
·现有方式开发周期长
·要求多模态支持
·创新场景成本优先
·现有方式开发周期长
·要求多模态支持
·创新场景成本优先
Claude 解决方案优势
·Claude 全系家族均支持多模态，且开源项目中明确为Claude背书，认为Claude 推理速度快，并且在很多任务中效果优于GPT4-Vision。("faster, and on par or better than GPT-4 vision for manyinputs")
·Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势
Text2SQL
场景描述
用自然语言完成或辅助报表任务。
该场景可以帮助数据工程师提升开发效率，同时辅助业务人员快速进行表查询。
用自然语言完成或辅助报表任务。
该场景可以帮助数据工程师提升开发效率，同时辅助业务人员快速进行表查询。
业务痛点
·不同开发场景中不同模型的效果不同，很多客户反应Sonnet和GPT4在该场景表现相近
·要求长上下文支持
·不同开发场景中不同模型的效果不同，很多客户反应Sonnet和GPT4在该场景表现相近
·要求长上下文支持
Claude 解决方案优势
·Claude 3.5 Sonnet在处理复杂的编码任务时表现出色,能够独立编写、编辑和执行代码,并具有复杂的推理和故障排除能力。在LiveBench第三方评测中，Coding average能力显著优于 GPT-4o，可为开发者提供更好的代码辅助能力。
·Claude 全系家族支持超长上下文
·Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势
·接入Claude后，企业GenAl平台组可以为业务提供更多模型选择
·已有AWS方案可以快速支持该场景，并积累了最佳实践:
·浅谈LLM RAG对话机器人和Text2SQL的设计和实现
·使用Bedrock 和RAG 构建Text2SQL行业数据查询助手
·Claude 3.5 Sonnet在处理复杂的编码任务时表现出色,能够独立编写、编辑和执行代码,并具有复杂的推理和故障排除能力。在LiveBench第三方评测中，Coding average能力显著优于 GPT-4o，可为开发者提供更好的代码辅助能力。
·Claude 全系家族支持超长上下文
·Claude 3 Haiku/Claude 3.5 Sonnet相对于友商有明显的价格优势
·接入Claude后，企业GenAl平台组可以为业务提供更多模型选择
·已有AWS方案可以快速支持该场景，并积累了最佳实践:
·浅谈LLM RAG对话机器人和Text2SQL的设计和实现
·使用Bedrock 和RAG 构建Text2SQL行业数据查询助手
智能BI场景描述
辅助数据分析和报表任务。利用Agent架构结合ToolUse完成复杂表查询，同时用自然语言生成代码并进而生成数据分析，图表和报告。
辅助数据分析和报表任务。利用Agent架构结合ToolUse完成复杂表查询，同时用自然语言生成代码并进而生成数据分析，图表和报告。
业务痛点
·实时对话，多轮Agent交互，要求推理速度快，并发高
·要求超长上下文支持
·要求模型幻觉低
·创新场景成本优先
·实时对话，多轮Agent交互，要求推理速度快，并发高
·要求超长上下文支持
·要求模型幻觉低
·创新场景成本优先
Claude 解决方案优势
·Claude 3.5 Sonnet为业界最智能的模型，超过了Claude 3 0pus 以及其他的竞争对手模型;在在多个 AI基准测试集:研究生水平专业推理(GPQA)，本科生水平专业知识(MMLU)，交互式和复杂编码(HumanEval)，多语言推理能力(MGSM)，数学问题解决(GSM8K)，等表现优于竞争对手模型和Claude 3 0pus，是业界目前 SOTA(State of the arts)模型。
·推理速度:Haiku优于GPT3.5 Turbo，3.5 Sonnet优于GPT-4o
·Claude全系家族支持超长上下文
·Claude 3.5 Sonnet相对于友商有价格优势
·Claude 3.5 Sonnet为业界最智能的模型，超过了Claude 3 0pus 以及其他的竞争对手模型;在在多个 AI基准测试集:研究生水平专业推理(GPQA)，本科生水平专业知识(MMLU)，交互式和复杂编码(HumanEval)，多语言推理能力(MGSM)，数学问题解决(GSM8K)，等表现优于竞争对手模型和Claude 3 0pus，是业界目前 SOTA(State of the arts)模型。
·推理速度:Haiku优于GPT3.5 Turbo，3.5 Sonnet优于GPT-4o
·Claude全系家族支持超长上下文
·Claude 3.5 Sonnet相对于友商有价格优势
IPC摄像视觉问答TLS证书为您的业务提供了一种具有吸引力的收入来源。有几个行业因素使加密成为浏览器信任网站的要求。因此，现在我们的互联网要求每个网站都必须具有TLS证书。
场景描述
·多模态能力为IPC摄像头行业带来了更高的智能水平、更丰富的应用场景和更佳的用户体验。
·根据描述性的文本信息，设置自动化的安全监控和事件报告，如“一个穿着蓝色衬衫的男子正在公园散步"
·通过自然语言的方式进行智能搜索和问答，如“寻找昨天下午穿红衣服的人”
业务痛点
·模型准确性和鲁棒性:安防行业对模型的准确性和鲁棒性要求非常高，如何提高模型的准确性和鲁棒性，避免误报和漏报是另一个需要解决的问题，如检测“老人摔倒”。
·实时性要求:安防摄像头通常要求实时监控和快速响应。大模型需要提升推理速度，满足实时性要求。
·环境复杂性:安防摄像头监控的环境复杂多变，包括不同的光照条件、天气状况和场景布局。大模型需要能够适应这些变化，准确地解答问题。
·成本可控:目前使用大模型多模态能力成本较高，需要合理控制成本，平衡成本和性能。
·多模态能力为IPC摄像头行业带来了更高的智能水平、更丰富的应用场景和更佳的用户体验。
·根据描述性的文本信息，设置自动化的安全监控和事件报告，如“一个穿着蓝色衬衫的男子正在公园散步"
·通过自然语言的方式进行智能搜索和问答，如“寻找昨天下午穿红衣服的人”
业务痛点
·模型准确性和鲁棒性:安防行业对模型的准确性和鲁棒性要求非常高，如何提高模型的准确性和鲁棒性，避免误报和漏报是另一个需要解决的问题，如检测“老人摔倒”。
·实时性要求:安防摄像头通常要求实时监控和快速响应。大模型需要提升推理速度，满足实时性要求。
·环境复杂性:安防摄像头监控的环境复杂多变，包括不同的光照条件、天气状况和场景布局。大模型需要能够适应这些变化，准确地解答问题。
·成本可控:目前使用大模型多模态能力成本较高，需要合理控制成本，平衡成本和性能。
员工服务
Claude 解决方案优势
·Claude 3 Haiku推理速度极快，Claude 3.5Sonnet推理速度优于GPT-4o和Gemini。
·Claude 3.5 Sonnet在视觉数学推理(MathVista)、图表问题解答(ChartQA)、文档理解(DocVQA)、以及科学图表问题解答(Al2s)这类需要AI从图片获取信息并叠加推理以及代码相关的能力上效果更加优异，极大丰富了多模态应用场景的落地可行性;
·Claude 3.5 Sonnet在视觉数学推理(MathVista)、图表问题解答(ChartQA)、文档理解(DocVQA)、以及科学图表问题解答(Al2s)这类需要AI从图片获取信息并叠加推理以及代码相关的能力上效果更加优异，极大丰富了多模态应用场景的落地可行性;
产品推荐
H3C SecPath F100-G5 是面向分销市场的千兆防火墙 VPN 集成网关产品，硬件上基于多核处理器架构，为 1U 的独立盒式防火墙。一体化地集成了 IPS、AV、应用控制、DLP、URL 分类及自定义过滤等深度安全防御的功能，实现了基于用户、应用、时间、安全状态等多维度的策略控制功能。
昂楷科技等保合规数据安全解决方案，为用户提供数据资产健康态势、威胁态势等数据安全风险展示能力，实现风险行为的快速识别与定位。AI分析与自学习的智能化系统，能够快速对数据安全问题进行学习建模，行为预判，提高数据安全防护工作效果。
易宝支付夜经济交易解决方案，输出给saas统一收款API接口，适用于saas的AT主被扫、小程序、公众号收款。提供线下收款工具，包括PoS，云音响，用于门店线下收款；提供公域流量平台资金归集能力，归集平台结算资金到易宝体系，完成分账。
