前言

通用AI是一種能夠像人類一樣進(jìn)行思考、學(xué)習(xí)和推理的人工智能系統(tǒng)。與特定領(lǐng)域的人工智能不同，通用AI可以處理各種類型的任務(wù)，包括自然語(yǔ)言處理、圖像識(shí)別、機(jī)器學(xué)習(xí)等，具有廣泛的適用性和高度的靈活性。

通用AI的應(yīng)用前景非常廣闊，它可以在醫(yī)療、交通、金融、教育、娛樂等各個(gè)領(lǐng)域發(fā)揮作用，為人類帶來更好的生活體驗(yàn)和更有效的工作方式。

通用AI的應(yīng)用場(chǎng)景

通用AI所涉及的應(yīng)用場(chǎng)景十分廣泛，由于它不需要人工進(jìn)行相關(guān)的訓(xùn)練，而且還可以從以往的經(jīng)驗(yàn)中不斷學(xué)習(xí)和改進(jìn)，所以可以幫助加快許多行業(yè)的發(fā)展速度，并且在其中發(fā)揮著非比尋常的作用，通用AI在熱門行業(yè)領(lǐng)域中的應(yīng)用如下：

互聯(lián)網(wǎng)行業(yè)

1.人證核身 IVS 可用于游戲/直播/婚戀交友平臺(tái)用戶實(shí)名認(rèn)證，響應(yīng)國(guó)家監(jiān)管要求，防止出現(xiàn)業(yè)務(wù)風(fēng)險(xiǎn)。

2.內(nèi)容審核可用于涉黃、涉政暴恐、涉政敏感人物審核，監(jiān)控范圍覆蓋用戶昵稱、聊天圖片、音視頻，發(fā)布內(nèi)容等。

3.語(yǔ)音交互 SIS 可用于游戲互動(dòng)場(chǎng)景，將語(yǔ)音轉(zhuǎn)成文字信息；或游戲配音時(shí)，將腳本信息轉(zhuǎn)化為近似的真人發(fā)聲。

金融服務(wù)

1.文字識(shí)別OCR可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的身份證、銀行卡、合同等的識(shí)別和驗(yàn)證。

2.人證核身IVS和人臉識(shí)別FRS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)人臉識(shí)別、身份驗(yàn)證等場(chǎng)景，提高安全性和客戶體驗(yàn)。

3.語(yǔ)音交互SIS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的語(yǔ)音客服、自助服務(wù)等場(chǎng)景，提高客戶體驗(yàn)和服務(wù)效率。

4.對(duì)話機(jī)器人CBS可以幫助銀行、保險(xiǎn)等機(jī)構(gòu)處理客戶的咨詢、理賠等事項(xiàng)。

交通運(yùn)輸

1.文字識(shí)別 OCR 可用于智慧停車、交通監(jiān)管的車牌識(shí)別場(chǎng)景。

2.文字識(shí)別 OCR 和人證核身 IVS 可用于網(wǎng)絡(luò)貨運(yùn)/網(wǎng)約車/代駕的司機(jī)身份認(rèn)證場(chǎng)景，保障實(shí)際承運(yùn)人和注冊(cè)人保持一致。

3.文字識(shí)別 OCR 可用于物流快遞的快遞分揀、包裹派件場(chǎng)景，自動(dòng)識(shí)別物流面單信息。

教育

1.文字識(shí)別OCR可以用于學(xué)校的考試卷、試題、論文等的處理和評(píng)分。

2.人證核身IVS和人臉識(shí)別FRS可以用于學(xué)校的考勤、門禁管理、預(yù)防考生代考等場(chǎng)景，提高學(xué)校管理效率和安全性。

3.語(yǔ)音交互SIS可以用于學(xué)校的語(yǔ)音教育、智能評(píng)測(cè)等場(chǎng)景，提高教育效果和教育質(zhì)量。

4.對(duì)話機(jī)器人CBS可以幫助學(xué)生進(jìn)行題目練習(xí)、知識(shí)點(diǎn)講解等。

電商零售

1.文字識(shí)別OCR可以用于商場(chǎng)、超市的商品條碼、價(jià)格標(biāo)簽等的掃描和識(shí)別。

2.人證核身IVS和人臉識(shí)別FRS可以用于商場(chǎng)、超市的人臉識(shí)別、客流分析等場(chǎng)景，提高營(yíng)銷和客戶體驗(yàn)。

3.對(duì)話機(jī)器人CBS可以幫助電商平臺(tái)、零售店鋪等提供智能客服服務(wù)，提高售后服務(wù)質(zhì)量。

4.內(nèi)容審核 Moderation 可用于稽核產(chǎn)品宣傳是否違反廣告法，是否違規(guī)，防止出現(xiàn)業(yè)務(wù)風(fēng)險(xiǎn)。

華為云解決方案

華為云通用AI七件套定位為企業(yè)AI生產(chǎn)力工具，將算法專家的積累和行業(yè)專家的知識(shí)沉淀在相應(yīng)的套件和“行業(yè)工作流”(Workflow)中，幫助企業(yè)快速使用AI技術(shù)，實(shí)現(xiàn)內(nèi)容的自動(dòng)化處理。

1.文字識(shí)別 OCR：文字識(shí)別（Optical Character Recognition，簡(jiǎn)稱 OCR）提供在線文字識(shí)別服務(wù)，將圖片、掃描件或 PDF、OFD 文檔中的文字識(shí)別成可編輯的文本。支持通用類識(shí)別、證件類識(shí)別、票據(jù)類識(shí)別、行業(yè)類識(shí)別、自定義定制模板識(shí)別等。

2.人臉識(shí)別服務(wù) FRS：人臉識(shí)別服務(wù)（Face Recognition Service），能夠在圖像中快速檢測(cè)人臉、分析人臉關(guān)鍵點(diǎn)信息、獲取人臉屬性、實(shí)現(xiàn)人臉的比較準(zhǔn)確比對(duì)和檢索。該服務(wù)可應(yīng)用于身份驗(yàn)證、電子考勤、客流分析等場(chǎng)景。

3.人證核身解決方案 IVS：將用戶本人與身份證信息關(guān)聯(lián)起來，應(yīng)用人臉識(shí)別與文字識(shí)別等技術(shù)，對(duì)接保障數(shù)據(jù)庫(kù)，支持基于二要素（姓名、身份證）認(rèn)證或三要素（人臉、 姓名、身份證）認(rèn)證，實(shí)現(xiàn)對(duì)身份真實(shí)性的準(zhǔn)確核驗(yàn)。

4.實(shí)時(shí)語(yǔ)音識(shí)別 RASR：實(shí)時(shí)語(yǔ)音識(shí)別（Real-time ASR），將連續(xù)的音頻流實(shí)時(shí)轉(zhuǎn)換成文本，語(yǔ)音識(shí)別更快?？蓱?yīng)用于直播實(shí)時(shí)字幕、會(huì)議實(shí)時(shí)記錄、即時(shí)文本生成等場(chǎng)景。

5.圖像識(shí)別 Image ：圖像識(shí)別（Image Recognition），基于深度學(xué)習(xí)技術(shù)，可準(zhǔn)確識(shí)別圖像中的視覺內(nèi)容，提供多種物體、場(chǎng)景和概念標(biāo)簽，具備目標(biāo)檢測(cè)和屬性識(shí)別等能力，幫助客戶準(zhǔn)確識(shí)別和理解圖像內(nèi)容。

6.內(nèi)容審核 Moderation：內(nèi)容審核（Content Moderation），基于圖像、文本、音頻、 視頻檢測(cè)技術(shù)，可自動(dòng)進(jìn)行涉黃、廣告、涉暴等內(nèi)容檢測(cè)，幫助客戶降低業(yè)務(wù)違規(guī)風(fēng)險(xiǎn)。

7.視頻編輯 VCP：視頻編輯（Video Content Processing）服務(wù)，基于對(duì)視頻的整體分析，提供封面、拆條、摘要等能力。

通用AI服務(wù)以公有云服務(wù)為主，同時(shí)支持私有化部署，可選擇部署在本地服務(wù)器。華為云不僅提供 AI 原子能力，幫助客戶快速集成和應(yīng)用落地，同時(shí)也接受客戶定制化需求?？蛻艨商峁┬枨笪臋n、交付時(shí)間和交付標(biāo)準(zhǔn)，由華為云評(píng)估進(jìn)行定制開發(fā)。

解決方案核心亮點(diǎn)

超高性能

1.識(shí)別率業(yè)界領(lǐng)先：語(yǔ)音交互服務(wù)基于深度學(xué)習(xí)技術(shù)，對(duì)特定領(lǐng)域場(chǎng)景的語(yǔ)音識(shí)別進(jìn)行優(yōu)化，識(shí)別率達(dá)到業(yè)界領(lǐng)先。

2.檢測(cè)范圍多場(chǎng)景覆蓋：圖像識(shí)別服務(wù)中圖片內(nèi)容審核覆蓋涉黃、低俗、廣告、涉政涉暴、涉政敏感人物和不良場(chǎng)景等多種違規(guī)風(fēng)險(xiǎn)的智能審核。

3.定制化識(shí)別，效果更準(zhǔn)確：實(shí)時(shí)語(yǔ)音識(shí)別針對(duì)客戶的特定場(chǎng)景需求，定制垂直領(lǐng)域的語(yǔ)音識(shí)別模型，識(shí)別效果更比較準(zhǔn)確。

4.實(shí)戰(zhàn)演練，穩(wěn)定可靠：內(nèi)容審核服務(wù)成功應(yīng)用于各類場(chǎng)景，基于華為等企業(yè)客戶的長(zhǎng)期實(shí)踐，經(jīng)受過復(fù)雜場(chǎng)景考驗(yàn)。

簡(jiǎn)單易用

1.簡(jiǎn)單上手，便捷有效：人臉識(shí)別服務(wù)提供的應(yīng)用程序接口功能明確。

2.簡(jiǎn)單易用：配套文檔描述詳細(xì)，調(diào)用服務(wù)方式包含API和SDK兩種，方便客戶使用與集成。

3.增值服務(wù)全套配齊：人證核身解決方案配套人臉識(shí)別 FRS、文字識(shí)別 OCR 等多種增值服務(wù)可供訂閱使用。

降本增效

1.減少人力，節(jié)省成本：幫助客戶減少人力成本，節(jié)省業(yè)務(wù)支出。

2.按需計(jì)費(fèi)，經(jīng)濟(jì)劃算：以調(diào)用次數(shù)/調(diào)用時(shí)長(zhǎng)計(jì)費(fèi)。

安全可信

1.服務(wù)環(huán)境更安全：華為云承諾不保存服務(wù)過程數(shù)據(jù)和用戶隱私數(shù)據(jù) 。

2.保障數(shù)據(jù)更可靠：人證核身解決方案服務(wù)數(shù)據(jù)來源自國(guó)家保障機(jī)構(gòu)公安首先研究所和全國(guó)身份證信息查詢中心。

3.BSI 保障認(rèn)證更可信：華為云 OCR 服務(wù)通過德國(guó) BSI AIC4 可信標(biāo)準(zhǔn)審計(jì)認(rèn)證。

華為云通用AI體驗(yàn)

華為云通用AI是華為云推出的一款人工智能服務(wù)，它可以為企業(yè)提供豐富的AI能力，包括圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等多種領(lǐng)域。華為云通用AI的目的是讓企業(yè)快速、便捷地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，提升業(yè)務(wù)效率和用戶體驗(yàn)。

下面結(jié)合應(yīng)用場(chǎng)景對(duì)文字識(shí)別OCR、人證核身IVS、人臉識(shí)別FRS、語(yǔ)音交互SIS、對(duì)話機(jī)器人CBS等產(chǎn)品進(jìn)行測(cè)評(píng)。

文字識(shí)別OCR

文字識(shí)別OCR可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的身份證、銀行卡、合同等的識(shí)別和驗(yàn)證；醫(yī)院的病歷、影像、處方等的識(shí)別和管理；學(xué)校的考試卷、試題、論文等的處理和評(píng)分；商場(chǎng)、超市的商品條碼、價(jià)格標(biāo)簽等的掃描和識(shí)別。

開通服務(wù)

這里我開通了智能分類識(shí)別、通用文字識(shí)別、車牌識(shí)別、身份證識(shí)別、發(fā)票驗(yàn)真、增值稅發(fā)票識(shí)別五個(gè)熱門服務(wù)，調(diào)用服務(wù)有SDK和API兩種方式，下面以API調(diào)用身份證識(shí)別服務(wù)為例演示一遍。

產(chǎn)品體驗(yàn)

1.首先下載Postman配置文件下載地址

2.在API工具上導(dǎo)入配置文件

3.Token認(rèn)證鑒權(quán)

4.傳入?yún)?shù)，這里傳入圖片的base64 編碼，發(fā)送后會(huì)返回識(shí)別到的信息

產(chǎn)品優(yōu)勢(shì)

1.識(shí)別準(zhǔn)確率高達(dá) 99.9%。采用先進(jìn)的自研深度學(xué)習(xí)算法，結(jié)合億萬(wàn)級(jí)海量標(biāo)注數(shù)據(jù)樣本訓(xùn)練，針對(duì)各種業(yè)務(wù)場(chǎng)景優(yōu)化。

2.推出業(yè)內(nèi)首先款智能分類比較優(yōu)秀 API，只需要調(diào)用 1 個(gè)API，即可同時(shí)識(shí)別各類票據(jù)、卡證類圖片，調(diào)用更簡(jiǎn)單，且識(shí)別準(zhǔn)確率業(yè)內(nèi)領(lǐng)先。

3.支持用戶自定義模板，對(duì)于版式固定的各種票據(jù)和卡證，均可通過可視化界面操作，指定需要識(shí)別的關(guān)鍵字段。識(shí)別準(zhǔn)確率和操作便捷性，均領(lǐng)先于友商。

人臉識(shí)別FRS

人臉識(shí)別FRS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)人臉識(shí)別、身份驗(yàn)證等場(chǎng)景，提高安全性和客戶體驗(yàn)；醫(yī)院的門診、住院管理等場(chǎng)景，提高醫(yī)療服務(wù)效率和安全性；學(xué)校的考勤、門禁管理等場(chǎng)景，提高學(xué)校管理效率和安全性；商場(chǎng)、超市的人臉識(shí)別、客流分析等場(chǎng)景，提高營(yíng)銷和客戶體驗(yàn)。

開通服務(wù)

華為云人臉識(shí)別服務(wù) FRS有以下四大功能。

1.人臉檢測(cè)：可快速檢測(cè)圖像中是否有人臉，并返回所有人臉位置。

2.人臉比對(duì)：對(duì)比兩張圖像中的人臉信息，分析面部特征，判斷是否為同一人。

3.人臉?biāo)阉鳎核阉鲌D庫(kù)并返回與輸入人臉最相似的N張人臉圖像。

4.活體檢測(cè)：提供兩種檢測(cè)方法，判斷圖片、視頻中人物是否為真人活體。

這里演示一遍調(diào)用人臉對(duì)比服務(wù)API，調(diào)用方法可參考用戶指南。

產(chǎn)品體驗(yàn)

傳入兩張照片，可以傳入base64 編碼也可以直接傳入路徑或者選擇文件。發(fā)送后會(huì)返回照片的基本信息以及相似度，一般情況下超過0. 93 即可認(rèn)為是同一個(gè)人。

產(chǎn)品優(yōu)勢(shì)

1.識(shí)別準(zhǔn)確：準(zhǔn)確檢測(cè)人臉，為多場(chǎng)景提供有力支撐，人臉比對(duì)在 LFW 公開測(cè)試集上的準(zhǔn)確率為 99.6%+。

2.服務(wù)豐富：已開放人臉檢測(cè)、比對(duì)和搜索服務(wù)，即將開放動(dòng)態(tài)人像、年齡識(shí)別、 特征點(diǎn)定位等服務(wù)。

3.穩(wěn)定可靠：在海量圖片特征庫(kù)中進(jìn)行人臉?biāo)阉鞯裙δ芙?jīng)華為企業(yè)客戶的長(zhǎng)期實(shí)踐，功能穩(wěn)定，時(shí)延可控。

4.簡(jiǎn)單有效：服務(wù)提供的應(yīng)用程序接口功能明確，簡(jiǎn)單易用；配套文檔描述詳細(xì)， 方便客戶使用與集成。

人證核身IVS

華為云人證核身IVS有以下兩個(gè)版本：

●人證核身標(biāo)準(zhǔn)版（三要素）：適用于通用的身份核驗(yàn)場(chǎng)景用戶上傳本人照片（可進(jìn)行活體檢測(cè)，確保由真人操作，抵御照片攻擊）和身份證照片，使用華為云文字識(shí)別服務(wù)識(shí)別證件內(nèi)容（如姓名、身份證號(hào)等），及人臉識(shí)別服務(wù)確認(rèn)操作者為證件主人，并對(duì)接公安部保障數(shù)據(jù)庫(kù)進(jìn)行實(shí)名認(rèn)證。

●人證核身證件版（二要素）：適用于僅需實(shí)名認(rèn)證身份證信息，無(wú)需人像識(shí)別的核驗(yàn)場(chǎng)景用戶上傳本人身份證照片，使用華為云文字識(shí)別服務(wù)識(shí)別證件內(nèi)容（如姓名、證件號(hào)等），并對(duì)接公安部保障數(shù)據(jù)庫(kù)進(jìn)行實(shí)名認(rèn)證。

兩個(gè)版本的本質(zhì)就是調(diào)用文字識(shí)別OCR和人臉識(shí)別FRS服務(wù)獲取信息，然后對(duì)接公安部保障數(shù)據(jù)庫(kù)進(jìn)行實(shí)名認(rèn)證。

開通服務(wù)

兩個(gè)版本調(diào)用API接口使用服務(wù)的流程一樣，這里以人證核身證件版（二要素）為例演示一遍，具體操作可參考用戶指南。

產(chǎn)品體驗(yàn)

傳入?yún)?shù)，這里傳入圖片的base64 編碼，發(fā)送后會(huì)返回識(shí)別到的信息。

產(chǎn)品優(yōu)勢(shì)

1.保障可信：服務(wù)數(shù)據(jù)來源自國(guó)家保障機(jī)構(gòu)公安首先研究所和全國(guó)身份證信息查詢 中心。

2.配套豐富：配套人臉識(shí)別 FRS、文字識(shí)別 OCR 等多種增值服務(wù)可供訂閱使用。

3.超高性能：低延時(shí)、高吞吐、迅速響應(yīng)拓容需求。

4.安全可信：華為云承諾不保存服務(wù)過程數(shù)據(jù)和用戶隱私數(shù)據(jù)。

語(yǔ)音交互SIS

語(yǔ)音交互SIS可以用于銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)的語(yǔ)音客服、自助服務(wù)等場(chǎng)景，提高客戶體驗(yàn)和服務(wù)效率；醫(yī)院的語(yǔ)音診斷、智能問診等場(chǎng)景，提高醫(yī)療服務(wù)效率和醫(yī)療質(zhì)量；學(xué)校的語(yǔ)音教育、智能評(píng)測(cè)等場(chǎng)景，提高教育效果和教育質(zhì)量。

開通服務(wù)

華為云語(yǔ)音交互SIS包含以下四種服務(wù)：

1.實(shí)時(shí)語(yǔ)音識(shí)別：將連續(xù)的音頻流實(shí)時(shí)轉(zhuǎn)換成文本，語(yǔ)音識(shí)別更快?？蓱?yīng)用于直播實(shí)時(shí)字幕、會(huì)議實(shí)時(shí)記錄、即時(shí)文本生成等場(chǎng)景。

2.一句話識(shí)別：一句話識(shí)別將口述音頻轉(zhuǎn)換為文本，通過API調(diào)用識(shí)別不超過一分鐘的不同音頻源發(fā)來的音頻流或音頻文件。適用于語(yǔ)音搜索、人機(jī)交互等語(yǔ)音交互識(shí)別場(chǎng)景。

3.錄音文件識(shí)別：錄音文件識(shí)別，基于深度學(xué)習(xí)技術(shù)，可以實(shí)現(xiàn) 5 小時(shí)以內(nèi)的音頻到文字的轉(zhuǎn)換。支持垂直領(lǐng)域定制，對(duì)應(yīng)領(lǐng)域轉(zhuǎn)換效果更佳。

4.語(yǔ)音合成四種服務(wù)：語(yǔ)音合成服務(wù)提供在線語(yǔ)音合成能力，支持將文本信息實(shí)時(shí)轉(zhuǎn)化為近似的真人發(fā)聲，支持多語(yǔ)言多音色語(yǔ)音在線合成。支持客戶的個(gè)性化語(yǔ)音定制化需求。

產(chǎn)品體驗(yàn)

通過語(yǔ)音合成，實(shí)現(xiàn)高品質(zhì)的機(jī)器人發(fā)聲，使得人機(jī)交互更加自然。語(yǔ)音合成精品發(fā)音人， 50 個(gè)字符內(nèi)（含 50 個(gè)）記為 1 次計(jì)費(fèi)調(diào)用；普通發(fā)音人， 100 個(gè)字符內(nèi)（含 100 個(gè)）記為 1 次計(jì)費(fèi)調(diào)用。

產(chǎn)品優(yōu)勢(shì)

1.識(shí)別準(zhǔn)確率高：采用比較新一代語(yǔ)音識(shí)別技術(shù)，基于深度神經(jīng)網(wǎng)絡(luò)（Deep Neural ?Networks，簡(jiǎn)稱 DNN）技術(shù)，大大提高了抗噪性能，使識(shí)別準(zhǔn)確率顯著提升。

2.識(shí)別速度快：把語(yǔ)言模型、詞典和聲學(xué)模型統(tǒng)一集成為一個(gè)大的神經(jīng)網(wǎng)絡(luò)，同時(shí)在工程上進(jìn)行了大量的優(yōu)化，大幅提升解碼速度，使識(shí)別速度在業(yè)內(nèi)處于領(lǐng)先地位。

3.多種識(shí)別模式：支持多種實(shí)時(shí)語(yǔ)音識(shí)別模式，如流式識(shí)別、連續(xù)識(shí)別和實(shí)時(shí)識(shí)別模式，靈活適應(yīng)不同應(yīng)用場(chǎng)景。

4.定制化服務(wù)：可定制特定垂直領(lǐng)域的語(yǔ)言層模型，可識(shí)別更多專有詞匯和行業(yè)術(shù)語(yǔ)，進(jìn)一步提高識(shí)別準(zhǔn)確率。

總結(jié)

通用AI的意義在于它可以應(yīng)用于各個(gè)行業(yè)領(lǐng)域，幫助人們更有效、更準(zhǔn)確地完成各種任務(wù)?？梢酝ㄟ^自動(dòng)化、智能化等方式提高生產(chǎn)效率、降低成本、提高質(zhì)量、提高客戶滿意度等，從而推動(dòng)各個(gè)行業(yè)的發(fā)展。因此，通用AI的發(fā)展具有重要的戰(zhàn)略意義和經(jīng)濟(jì)價(jià)值。

當(dāng)下正值開年企業(yè)采購(gòu)?fù)?。為在開年采購(gòu)高峰更好服務(wù)企業(yè)客戶，華為云發(fā)起開年采購(gòu)季活動(dòng)，旨在讓廣大中小企業(yè)享受到更多優(yōu)質(zhì)產(chǎn)品、更大福利優(yōu)惠，一鍵省心上云，實(shí)現(xiàn)穩(wěn)定持續(xù)增長(zhǎng)。

據(jù)悉，華為云開年采購(gòu)季推出包含通用 AI 在內(nèi)的多款熱門產(chǎn)品及解決方案，即日起至 4 月 15 日，登錄華為云官網(wǎng)可享萬(wàn)元禮包、儲(chǔ)值返券、摸獎(jiǎng)免單、初創(chuàng)企業(yè)百萬(wàn)補(bǔ)貼等權(quán)益玩法，助力中小企業(yè)一鍵省心上云。感興趣的朋友盡快去看看吧！

（推廣）