AIGC時代下智能家電革新構(gòu)建“智慧家庭”新篇章——海爾洗護AIGC落地的最佳實踐萬文鑫海爾洗滌人工智能

高級技術經(jīng)理目錄a2m.msup.com.cn01分布式多節(jié)點耦合語音交互引擎02智慧洗護引導式交互系統(tǒng)03數(shù)字化工廠工藝培訓04數(shù)字化注塑車間案例背景Bert主導交互系統(tǒng)GPT主導交互系統(tǒng)劣勢受訓練標注數(shù)據(jù)量影響口語化指令理解不準確回復缺乏知識量和智能感交互內(nèi)容不廣泛優(yōu)勢推理速度快擁有專業(yè)領域知識判別式模型內(nèi)容可控優(yōu)勢擁有上億參數(shù)海量訓練數(shù)據(jù)具有強大理解能力回復流暢自然包含廣泛語言知識劣勢生成時間長缺乏專業(yè)領域知識生成內(nèi)容不可控a2m.msup.com.cn關鍵實踐1GPT核心模型用戶原始

Query生成泛化

Query領域分類打分結(jié)果強化自學習迭代模型（如領域分類器模型）交互過程中的a2m.msup.com.cn多意圖挖掘、自學習進化通過在現(xiàn)有語音交互系統(tǒng)架構(gòu)中，多節(jié)點耦合大模型能力建立緩存索引及動態(tài)反饋機制，解決大模型工程化精準輸出不可控，響應時長慢等問題。在用戶交互過程中，前端使用大語言模型對用戶意圖進行理解轉(zhuǎn)換，對原始Query自動進行轉(zhuǎn)換解析，解決無法對用戶意圖強理解強泛化的問題，在NLG部分使用大語言模型，解決知識面涵蓋不充分，回復內(nèi)容生硬的問題。a2m.msup.com.cn案例總結(jié)目錄a2m.msup.com.cn01分布式多節(jié)點耦合語音交互引擎02智慧洗護引導式交互系統(tǒng)03數(shù)字化工廠工藝培訓04數(shù)字化注塑車間關鍵實踐2用戶

Query智慧洗推薦算法程序推薦污漬處理推薦①②③是用戶補充否垂域大模型缺少預處 是理知識？否缺少材質(zhì)？安全過濾緩存算法人工復核④新迭代原有系統(tǒng)⑤播報+控制預處理方法優(yōu)化前：有限特定污漬固定處理方法無法聯(lián)動洗衣機創(chuàng)新點：引導式交互——智能分析洗護垂域大模型耦合——安全可控洗護知識自學習——自我學習優(yōu)化后：a2m.msup.com.cn已知污漬，即時回復處理方法，靈活組合新污漬，在線學習聯(lián)動啟動最優(yōu)洗護程序利用洗護領域?qū)I(yè)知識打造洗護垂域大模型，現(xiàn)有鏈路耦合大模型實現(xiàn)洗護體驗升級。實現(xiàn)洗護知識自學習，已有知識聯(lián)動設備立刻響應，不會知識在線學習，總結(jié)提煉。專業(yè)知識增加人工復核機制，保證學會知識有效 。a2m.msup.com.cn案例總結(jié)目錄a2m.msup.com.cn01分布式多節(jié)點耦合語音交互引擎02智慧洗護引導式交互系統(tǒng)03數(shù)字化工廠工藝培訓04數(shù)字化注塑車間關鍵實踐3成果展示指導講解英文版工藝指導講解中文版工藝洗滌虛擬人指導培訓視頻制作針對性試題生成創(chuàng)新腳本虛擬人物美化合成AIGC輔助操作界面高效、準確、條例清晰節(jié)省培訓人力培訓成本低、減少拍攝成本和難度，素材豐富，難度低、易入門、美觀優(yōu)勢試題檢測及時性、便捷、針對性強4人工制作制作流程劣勢人工編寫腳本人工講解+拍攝專業(yè)剪輯+后期人工出題與校核提煉產(chǎn)品特點賣點組織優(yōu)化講解話術編輯形成視頻腳本a2m.msup.com.cn準備機器設備人員溝通拍攝場景地點拍攝多條素材待用提煉產(chǎn)品特點賣點組織優(yōu)化講解話術編輯形成視頻腳本專業(yè)人員組織出題培訓完成出題考核人工校核試題優(yōu)劣低效/更新速度慢人工/物力投入高成本高/門檻高低效/員工抱怨/不及時目錄a2m.msup.com.cn01分布式多節(jié)點耦合語音交互引擎02智慧洗護引導式交互系統(tǒng)03數(shù)字化工廠工藝培訓04數(shù)字化注塑車間關鍵實踐4模型設計流程注塑大模型設計挖掘分析注塑產(chǎn)品、模具、能耗、溫度、壓力等狀態(tài)數(shù)據(jù)之間關系，結(jié)合工藝師傅經(jīng)驗。注塑領域知識沉淀超過20GB。使用形態(tài)有：機器人、小程序、APP等步驟七：輸出最優(yōu)工藝步驟一：大模型試驗參數(shù)分析步驟二：擬合多因素之間關系步驟三：數(shù)據(jù)訓練關聯(lián)工藝參數(shù)和能耗、生產(chǎn)周期的算法模型步驟四：通過尋優(yōu)模型分別找到最優(yōu)能耗、最優(yōu)生產(chǎn)周期對應的參數(shù)步驟六：模型測試優(yōu)化工廠補充各類不同設備、不同模具的能耗、溫度、壓力等狀態(tài)數(shù)據(jù)實現(xiàn)不同設備、不同模具的工藝有效預測步驟五：針對新工藝進行測試分析①多模具工藝參數(shù)訓練②各設備模具數(shù)據(jù)集、多參數(shù)集持續(xù)訓練，優(yōu)化模型步驟八：模型封裝a2m.msup.com.cn關鍵實踐4數(shù)據(jù)治理前數(shù)據(jù)治理后路徑問題廠家提供點位存在重復性，完整性不足。點位數(shù)據(jù)意義不明，缺乏明確備注。數(shù)據(jù)失真，經(jīng)過時序庫壓縮后出現(xiàn)數(shù)據(jù)失真。數(shù)據(jù)丟失，點位數(shù)據(jù)存在幾分鐘更新一次。路徑a2m.msup.com.cn成果數(shù)據(jù)降噪，補全，為后續(xù)算法提供精準數(shù)據(jù)。路徑優(yōu)化，數(shù)據(jù)走實時分支、獲取未壓縮數(shù)據(jù)。確定取數(shù)頻率，定義取數(shù)單位為秒級，進行數(shù)據(jù)去重。關鍵實踐4工藝優(yōu)化收益能耗下降0.68%~14.7%區(qū)間，平均5%以上。節(jié)拍提升在-0.17%～13.84%區(qū)間，平均6%以上。注塑車間月度能耗約下降3萬元，年度收益約40萬元，產(chǎn)業(yè)級收益400萬元。a2m.msup.com.cn案例總結(jié)利用AIGC能力實現(xiàn)工廠培訓數(shù)字化轉(zhuǎn)型節(jié)省培訓人力，降低培訓成本。利用透明化數(shù)據(jù)，建立數(shù)字化精益能力和數(shù)據(jù)驅(qū)動的制造智能化，用海量行業(yè)垂域數(shù)據(jù)+大模型能力打造垂域的私有大模型，將無人注塑車間迭代為數(shù)字化注塑車間，實現(xiàn)平均節(jié)能5%，提效6%，