新闻中心

现代职场东谈主，"随处挪动办公"是一种常态。

前一秒还在 city walk，下一秒掏出札记本往台阶上一放、马上办公；候机室里，总有那么几个东谈主直到登机的前一秒还在札记本上敲字疾书。

这是信息爆炸、勾搭无处不在的现代社会，在赐与东谈主类生存便捷之余，顺手附赠的无奈。

协议坚贞前重要信息修改、稿件发布前的查漏补缺，各样突发景况，王人让挪动办公处理文档成为当下职场东谈主的刚需。

手机屏幕越作念越大，给东谈主们在挪动中阅读更长的文档提供了便捷，但"处理"的花式仍在困住职场东谈主的作为，随身佩戴的札记本仍然是肩头千里重的职守。

大模子的到来给自如职场东谈主的肩膀带来了可能，也给产学界攻克"难啃的硬骨头"——文档 AI，带来了冲破口。

1992 年，Adobe 结伙独创东谈主查尔斯 · 希莫尼发明了 PDF，连同十年前微软的查尔斯 · 希莫尼发明的 Word，联手开启了数字化办公的时期。

堆积如山的纸质文档工作被浓缩在一方屏幕之中，一度将东谈主们处理文档的后果推向了新的层级。但两个查尔斯王人不会猜想，几十年后的目下，这些数字文档会反过来株连职场东谈主的工作后果。

工程师敲代码前需要阅读的时期文档动辄几百页，分析师写行业阐发需要从几十、上百家公司财报中抽丝剥茧、获取趋势共性，物理全国的纸质文献化身为 14 寸屏幕堆不下的数字文档，一样不错合并无数职场东谈主。

东谈主工智能发展几十年，产学界很早就试图用 AI 时期援救东谈主们处理文档工作。从最早的划定启发到神经收集引入权重和数据试验，基本的念念路王人是"东谈主为归纳划定 ->转机为机器谈话（函数和代码）->莳植计较机划定"。

可是，跟着东谈主们需要在电脑上处理的工作范畴越来越广，文档的复杂化发展莫得极端，有限的硬件算力和仍待完善的算法，王人使得大部分文档智能不那么智能。

举例一朝著述过长或是包含的图文因素过多，文档智能给出的摘录不毫不够准确，以致和文档执行风牛马不相及；

或是用户但愿针对某一问题在文档执行中找到相应的解答，文档智能固然会给出谜底，却不行溯源定位到原文，使得用户无法进一步笃定谜底的准确性。

同期，跟着数字化深刻到百行万企，文档类型越发繁芜，每一类文档对应一种处理划定，一种划定再对应一套算法的建造和后续的调试，总共进程逐渐形成了难以职守，况且不具备经济效益的隐私工作。

自动驾驶的难度大家皆知，而文档AI靠近的挑战并不比自动驾驶少。

一是数据。笔据 IDC 口径，2018 年 -2025 年，寰球数据量将从 33ZB 到增长到 175ZB，其中 80% 瑕瑜结构化数据 [ 1 ] ，包括图像、音频、传感器数据等，共同本性是莫得和谐花式、短少界说，难以表征；

二是领会智商。谈话中的复杂语义、文档的结构化王人需要更强的逻辑演绎智商来领会息争读，比如从"任务很困难，但小明赈济完成了"，推导出"小明耐久不渝"，再比如一级标题和二级标题之间的递进、表格表头与数据的逐一双应等。

三是专科性。尤其是在专科性极强的垂直行业，举例专科的论文，财经阐发，讼师卷宗等等，解读这类文档需要专科学问的耐久积存。

直到大模子的出现，无需东谈主工标注的数据和自监督学习机制，赋予了计较机自主进化的智商。

作为产学界最难啃的骨头之一，文档 AI 因此得到了冲破的契机，HUAWEI Mate X6 的系统级 AI 助手小艺领先作出了示范。

本年 10 月"原生鸿蒙" HarmonyOS NEXT 负责登场，11 月华为 Mate 品牌盛典，软件层模样全非，再次进化的智能体小艺聚焦了视野。

HUAWEI Mate X6 的大屏和简略为挪动办公而生，HarmonyOS NEXT 将 AI 与操作系统深度交融，赋予了小艺处理复漫笔档时的冲破性施展。

学术论文是典型的复漫笔档，其中包含普遍抽象办法，夹杂艰深晦涩的笔墨表述，加上广宽的数据图表，依靠肉眼阅读、东谈主脑领会王人费时劳作。

但论文写稿逃不开阅读、援用普遍前东谈主论文，尤其是文献综述要津，是学术圈着名"老浩劫"。

用 HUAWEI Mate X6 的文献搞定器通达一篇学术论文，点击右上角小艺星环呼叫出小艺，先生成一张念念维导图，快速掌持著述的逻辑条理和中枢不雅点。

用户对荒僻办法进行发问，小艺会采纳解答，讹诈小艺一语气问答精确溯源的智商，通过将干系笔墨高亮，用户不错径直定位到原文作念进一步领会，或是笔据解答连续追问。这个举动就像东谈主类写论文标注数据开端和出处的习气，为的就是追求严谨和准确，根除阅读者对生成执行准确性的挂牵。同期，借助高亮溯源的本性，阅读者也能快速找到想详备了解的段落，进一步普及阅读后果。

阅读过程中，遇到生分的办法，无用到搜索引擎上搜索，径直问小艺，从"深度学习和神经收集的关系"到"多模态 LLM 和一般模子的区别"，王人能飞速采纳解答。

成绩于多模态执行感知智商，哪怕是论文包含复杂的图表和大段抽象的笔墨表述，也不错让小艺将其转机为致密易读的图文摘录，娓娓而谈、下里巴人。比如让小艺进行论文解读，用小艺笔据文档生成顺眼易读的图文编排呈现，能更明晰地给出抽象办法的区别，便于领会。不得不说，在需要处理非结构化、万般化表格或图文混排等复漫笔档情况下，华为的版面领会模子在执行理解智商上的普及，让小艺具有了更大的上风。

表格数据亦然学术论文中不绝出现的抒发体式，但其在呈现趋势、各别等方面存在不够直不雅的问题。

依托于鸿蒙系统打造的系统级文档助手，也让小艺有了智能感知用户意图的智商，在遇到肖似" LLM 积年参数限制"的表格数据时，就不错复制其中的大部分笔墨，小艺完满识别后索求数据，生成" LLM 参数限制散点图 / 直线图"，展现趋势，一句话即可笔据文档执行生成图表，就省得咱们我方倒进数据表再手动拉数据绘图了。而这就是系统与 AI 深度绑定的限制。

小艺之是以能正确识别文档，并给出准确的摘录，这也要归功于华为的版面领会模子，正因为有了这项智商的赋能，小艺能力作念到准确的高亮溯源、一句话生成图表等动作，事实上它还不错领会文档的页码，即即是将文档的某一页删掉或保留这种操作，王人能动动嘴巴让小艺代劳。

国内学者还泛泛遇到全英文文献的困扰，连合全文的英文独到名词，即使翻译 APP 不离手，也免不了阅读速率大大诽谤。小艺不仅能提供全文翻译，还不错生成汉文摘录、提供汉文问答来匡助用户更快地流通文献中枢。

几十页的学术论文，靠小艺不错极地面镌汰阅读时候，将我方从繁芜的信息中自如出来，更高效地获取对我方的商讨确凿有价值的论据和数据。

财报一样充斥着普遍的笔墨、数据和图表执行。分析师写行业阐发，需要梳理几十上百份财报，抽取出重要数据作念线性追念分析。

有了小艺，想要对财报中的表格数据进一步分析，一样不错借助小艺的多模执行精确感知解读的智商，获取分析绘图，还不错径直一句话生成自界说表格，举例"把第一季度、第二季度收入画成饼状图"等条目。

小艺粗略平庸演出"商讨助手"、"助理分析师"，最重要的就是前边所提到的，其依托的是跳动业内的版面领会模子。

版面分析模子是复漫笔档处理的基础，它将文档按照区域区别，定位标题、笔墨、图片、表格等重要信息，再进行解读，是实践表格索求等后续操作的前提，其精度决定了这些操作的准确性。

小艺背后的版面领会模子通过加多长序列、RAG、Grounding 等时期想法，普及了理解文档的智商，并完了了端对端的优化。

其中，长序列是指文档中的盘曲文，也就是"出息纲领"和"布景学问"，模子粗略讹诈的盘曲文越长，对执行的领会智商越强，径直影响摘录生成、翻译等功能。

RAG 即检索增强生成时期，当用户向小艺提倡一个问题，RAG 时期负责从各样数据源检索干系联的信息提供给模子，轮廓这些信息修升引户的问题。

Grounding 则用来引工具体的办法、事件，通过建造与现实全国的接洽，确保小艺生成执行的可靠性，更准确地舆解、描绘图像、视频等多媒体数据。

苍劲的模子赋予了小艺跳动业内的文档处聪慧商，是其轮廓智商的其中一隅。

职场上条目的不仅仅工作智商，主不雅能动性、来者不拒也被视作职责心的体现。

肖似地，用户关于文档智能助手的期待也不仅仅鼓胀强的处理文档"硬实力"，更容易开启、随叫随到等等"软实力"，也对用户体验至关贫穷。

而小艺的深厚"内功"就在于此。

与 HarmonyOS NEXT 的深度交融，使得小艺晋升为系统级 AI 助手，调配算力、线程、内存等系统资源愈加活泼。

荒谬于跑堂寄语的小厮升职成为执掌东谈主事调遣、采买等事务的大管家，确凿领有了经受用户生存、工作琐事的智商。

小艺的文档智能也因此完了了"随叫随到"，与用户的交互样式愈加当然，将调用样式浓缩为了几个浅易而日常的动作：

开云体育(中国)官方网站