Zoom Communications 扩展了其企业智能体人工智能(AI)平台的覆盖范围,在 Zoom Workplace、Zoom Phone 和 Zoom CX 中引入了新的工作流程编排功能。
解释扩展原因时,这家AI优先的工作平台提供商指出,随着企业扩大人工智能计划,许多企业仍然局限于总结对话的AI助手,但在不连通的系统中依赖手动后续跟进。此外,该公司认为,虽然传统协作工具可以捕获对话,记录系统可以存储数据,但执行往往仍然是分散的。
从根本上说,Zoom表示其智能体AI平台旨在通过将工作流程自动化直接嵌入会议、通话、聊天和联系中心互动中来弥合这一差距,使对话能够自动触发企业系统中的行动。这些更新旨在扩展该公司针对现代工作的行动系统,使组织能够自动化任务、触发跨系统工作流程,并将会议、通话和客户互动转化为完成的业务成果。
"企业AI的下一阶段将由从对话转向行动的能力来定义,"Zoom产品和工程总裁Velchamy Sankarlingam表示。"Zoom的智能体AI平台旨在编排跨系统的行动,将每个会议、通话和客户互动转化为工作流程自动化的触发器。"
主要亮点包括对AI Companion、Zoom Phone和Zoom Workplace产品的升级。关于前者,Zoom为其定制AI Companion附加组件引入了新功能,以帮助组织构建定制AI智能体。这个新的AI优先工作应用程序旨在帮助团队将会议对话和见解转换为结构化文档、数据分析和演示内容,在Zoom会议中工作以进行实时共同创作而无需切换工具。
Zoom Phone的新AI驱动功能已经构建来支持自动化通话后工作流程,包括生成客户记录、起草电子邮件或短信跟进以及执行任务。这与增强的客户参与功能一起,帮助团队优先处理高价值互动并跟踪性能。
与此同时,下一代Zoom Workplace正在寻求引入简化的用户体验,具有中央AI Companion工作空间和实时语音翻译来打破语言障碍,以及先进的深度伪造风险检测来加强会议安全性。
此领域的新功能和更新包括通过"更清洁"、更一致的桌面、移动和网络界面简化用户体验,据说可以减少摩擦和认知负担。AI Companion将拥有自己的选项卡,为实时查询、写作和工作流程自动化提供中央对话工作界面。一项新的先进会议安全技术可以智能检测会议中的合成音频或视频,并提供实时警报。
随着AI Companion 3.0在Zoom Workplace应用程序、Zoom商业服务和Workvivo中的推出,它将通过3.0 AI技术栈寻求加速对话到完成的工作流程。该升级以前仅在网络浏览器中可用,使用Zoom扩展的联合AI平台来安全连接对话、企业数据和应用程序,并推动有意义的成果。
Zoom透露,该平台的成功可以通过AI Companion月活跃用户的增长来衡量,在其2026财年第四季度同比增长超过三倍。
Q&A
Q1:Zoom的智能体AI平台能解决什么问题?
A:该平台主要解决企业AI应用中的执行分散问题。传统AI助手只能总结对话但需要手动跟进,而Zoom的智能体AI平台将工作流程自动化直接嵌入会议、通话、聊天和联系中心互动中,使对话能够自动触发企业系统中的行动。
Q2:定制AI Companion附加组件有什么新功能?
A:定制AI Companion附加组件现在可以帮助组织构建定制AI智能体,主要功能包括将会议对话和见解转换为结构化文档、数据分析和演示内容,支持在Zoom会议中进行实时共同创作而无需切换工具。
Q3:Zoom Phone新增的AI功能包括哪些?
A:Zoom Phone的新AI功能主要包括自动化通话后工作流程,能够生成客户记录、起草电子邮件或短信跟进以及执行任务。同时还包含增强的客户参与功能,帮助团队优先处理高价值互动并跟踪性能表现。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。