Zoom通信公司发布了其智能体AI解决方案的最新版本——Zoom AI Companion 3.0,该版本配备工作界面技术,能够利用工作对话帮助节省时间并提升生产力。
AI Companion旨在帮助人们以清晰和一致的状态开始新的一天,即使面对众多会议后任务和后续工作。该系统的功能包括个人工作流程AI优先功能的测试版、Zoom Docs的智能体AI功能,以及具有扩展上下文的网页界面,帮助用户发现洞察、优化日程并改善工作。
AI Companion 3.0采用Zoom的联邦AI方法,将其自有的大语言模型和小语言模型与OpenAI和Anthropic的第三方大语言模型相结合。Zoom用户还可以使用开源模型,如Nvidia Nemotron,该模型在Zoom的联邦AI堆栈中实现推理和检索增强生成,创造个性化的工作环境。
随着AI Companion功能在新界面上的扩展,Zoom强调其在传输过程中加密客户数据,并且不使用类似通信的客户内容来训练自己或第三方模型。
Zoom声称,这种联邦方法结合AI Companion通过更准确的转录、闭合字幕和翻译字幕提供更高质量结果的能力,为用户提供更相关的信息检索和任务完成。
AI Companion的新对话工作界面与工作交互相连,能够将分散的会议对话和资产转化为洞察、进度跟踪、精美文档和内容,无需用户上传会议记录或额外文档或制作详细提示。
Zoom产品与工程总裁Velchamy Sankarlingam表示:"AI Companion 3.0的发布是Zoom的转折点,延续了我们从会议公司向AI优先智能工作编排先驱的转型。通过为用户提供新的AI Companion功能,我们帮助他们完成更多工作,让他们能够专注于连接。"
"将AI Companion的最新功能既作为独立选项又纳入付费Zoom计划中,体现了我们普及AI访问的核心理念,为用户提供能够无缝理解其工作上下文并帮助推进对话完成的直观解决方案。"
早期客户和开发者对新产品也给予了积极评价。Oracle云基础设施企业工程高级副总裁Christine Sarros表示:"AI Companion正在改变Oracle团队的工作方式,帮助我们将对话转化为清晰的下一步行动和可操作的洞察。我们期待即将发布的AI Companion 3.0及其提供的新功能,进一步增强协作和生产力。"
AI Companion功能现在可以通过桌面网页浏览器在ai.zoom.us访问。部分AI Companion功能也可供Zoom Workplace Basic用户使用。客户还可以以每月10美元的价格单独购买AI Companion,无需付费的Zoom Workplace许可证。
Q&A
Q1:Zoom AI Companion 3.0有什么新功能?
A:AI Companion 3.0配备工作界面技术,能利用工作对话节省时间提升生产力。包括个人工作流程AI优先功能测试版、Zoom Docs智能体AI功能,以及具有扩展上下文的网页界面,帮助用户发现洞察、优化日程并改善工作。
Q2:AI Companion 3.0如何保护用户数据安全?
A:Zoom强调在传输过程中加密客户数据,并且不使用类似通信的客户内容来训练自己或第三方模型。采用联邦AI方法,结合自有模型与第三方大语言模型,确保数据安全的同时提供个性化工作环境。
Q3:如何获取和使用AI Companion功能?
A:用户可以通过桌面网页浏览器在ai.zoom.us访问AI Companion功能。部分功能可供Zoom Workplace Basic用户使用。客户也可以每月10美元单独购买AI Companion,无需付费的Zoom Workplace许可证。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。