大模型正在从单一模态向多模态发展，多模态成为大模型落地发展的必经之路。
一方面多模态数据无处不在且加速增长，未来用于大模型训练的数据中多模态数据占比将越来越大；另一方面，文本大模型只能理解文本意思并进行文本类的表达，但人类并不是从单模态中进行学习的，恰恰相反，我们会同时结合来自不同类型数据的信息来理解这个世界。
越来越多的基础大模型正在遵循人类学习的路径，基于多种模态数据进行训练，这些额外的模态将有助于大模型更好地理解现实世界，并超越目前所能达到的水平。
当前，已有企业将多模态大模型应用于实际的业务场景，沙丘智库通过研究贝壳找房、喜马拉雅、平安、海尔等企业的多模态大模型实践，旨在为其他企业提供参考。
▎案例1：贝壳找房家装领域大模型实践
家装行业存在家装链条长、用户决策周期长、营销效果图成本高的问题。贝壳找房推出DreamHome大模型，通过AIGC技术，结合空间输入、装修需求描述和参考输入，利用文生图模型、空间控制模型和风格控制模型生成灵感图，重构了全链路流程。
基于DreamHome大模型，贝壳打造了面向B/C两端的家装AIGC产品“设牛”，主要功能包括“拍照生图”、“选户型生图”、“风格模板”、“传参考图生图”和“直连设计师”，成功提升了用户在家装过程中的体验。
完整内容：贝壳找房家装领域大模型实践
▎案例2：喜马拉雅音频创作AI Agent实践
传统音频内容创作的周期非常长，用户对有声内容的需求远大于供给。喜马拉雅建设音频大模型，并基于音频大模型打造音频创作AI Agent，可端到端完成音频创作工作，大幅缩短音频内容的创作周期。
▎案例3：平安基于多模态大模型的智能品控实践
面对医疗健康服务中的客户投诉问题，平安利用多模态大模型技术，自动收集多模态数据，通过统一流程和方案实现全方位、全旅程、高时效、准实时的质量品控。具体措施包括自动总结、语音品控、图文品控，以及覆盖事中提醒、事中服务预警和事后品控抽检的方案设计。
HomeGPT是海尔智家开发的智慧家庭首个垂域模型，拥有文本、图像、音频、视频、代码等多模态生成能力。目前，HomeGPT已经在海尔的用户端和企业端得到大模型应用。在用户端，实现用户体验提升，例如APP上智慧管家的百问百答；在企业端，实现企业降本增效，例如营销场景的文生文、文生图、视频合成等。有了大模型后，智慧家庭设备可以不断根据用户的反馈实时进行调整和优化自身的响应模式，使用户和设备之间的互动变得更加自然。例如用户回到家想要洗澡，大模型可以结合用户意图和当前设备信息实现场景规划，自动调整水温、播放背景音乐等，和用户进行更智能的深度交互。完整内容：海尔智家HomeGPT大模型实践
粤ICP备14082021号
免费POC，
零成本试错
