每经记者：涂颖浩 每经编辑：马子卿

7月4日至6日，2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）在上海召开。在7月4日的产业发展主论坛上，蚂蚁集团董事长兼CEO井贤栋表示，专业智能体能够破解通用大模型在严谨产业应用的关键难题，蚂蚁集团正在携手产业合作伙伴构建专业智能体生态，加速产业应用，推动服务升级。从实践来看，专业智能体是大模型落地严谨产业的有效路径。

井贤栋称，通用大模型落地严谨产业面临着三个“能力短板”：领域知识相对缺乏、复杂决策难以胜任以及对话交互不等于有效协同。专业智能体能够破解通用大模型在严谨产业应用的关键难题，蚂蚁集团正在携手产业合作伙伴构建专业智能体生态，加速产业应用，推动服务升级。

大会期间，蚂蚁集团首席技术官何征宇在接受《每日经济新闻》等媒体采访时进一步表示，“整个社会都需要专业智能体涌现，我们积极拥抱专业智能体。”在其看来，随着AI落地应用的不断探索，AI不仅“有脑有嘴能对话”，未来智能化的用户体验将真正实现“有手有脚能办事”。

智能服务技术落地应用

“我想点一杯星巴克的中杯冰拿铁”，打开支付宝下拉进入智能助理，下达这样的指令，AI便会进入小程序自动下单，用户确认并付款后，就能到附近的线下门店取到咖啡。据悉，AI智能点单这一新功能，已在支付宝App开启测试，首批支持星巴克、瑞幸、霸王茶姬、蜜雪冰城等11个茶饮品牌的支付宝小程序。

在移动互联网时代，二维码让移动支付成为每个人的生活日常。“在人工智能时代，我们也在探索，让AI像扫码支付一样便利每个人的生活，让AI技术发展的红利惠及更多人。”井贤栋说。

AI点单功能背后到底是什么技术？何征宇告诉记者，这并不是一些基础的应用程序编程口（API）打通的问题，实际上里面嵌套了一个多模态的模型，当你说“我要点一杯拿铁”的时候，在后台你打开了星巴克的小程序，然后用多模态语言模型的识别能力识别出你要的是哪杯拿铁，并且把那杯拿铁点下去，它要去适配各种页面的布局。

基于多模态大模型的技术，让智能助理具备屏幕感知与仿真执行能力，就像让AI有了“眼睛”和“手脚”。过去用户多次点击才能完成的操作，现在只需要一句话，AI就能帮你办好。“一些深刻的技术，其实藏在产品和服务后面。”何征宇表示：“我们是希望产品说话，让用户感受到这款产品真正地能帮你做事，譬如点一杯咖啡，或者说帮你转个账。”

据了解，今年4月，支付宝智能助理在首页开启灰度测试。用户通过其下达指令，就能迅速提供相关资讯，并一键直连支付宝生态内挂号、订票、充话费等海量的数字服务，起到“App智能导航”的作用。

据支付宝介绍，这一名为ACT（Transformer for Actions）的智能服务技术，目前仍在测试，未来将持续调整优化，并在快餐点单、医院挂号、门票预订等场景中落地应用。

构建专业智能体生态

目前，人工智能产业的飞速发展，催生了新的人机交互模式，核心便是AI大模型驱动的智能体（AI Agent）。

以自动驾驶汽车为例，通过训练大量的驾驶数据，智能体可以学会如何识别交通信号、避障和规划行驶路线，从而实现自动驾驶的功能。因此，智能体的服务升级与互联互通，是国内多家互联网科技公司持续探索的重点。

在何征宇看来，在互联网时代，本质上是把模型作为一个软件，加上数据为消费者提供可以选择的服务。这是一个标准的模式，预测在垂类的大模型应用上对数据的需求会更多。

“就像你拥抱互联网，会做个App，做个小程序一样的逻辑，企业可以让服务更靠近。因为企业更了解他们的消费者，他们可以组装成一个大模型服务，或者把它变成一个专业的智能体，这是我们想做的。”何征宇认为，整个社会会有大量的专业智能体涌现，支付宝想用更先进的技术为用户提供更好的服务。

对于通用大模型落地严谨产业的“能力短板”，井贤栋在演讲中表示，为了破解这些难题，蚂蚁选择了构建专业智能体生态的路径，“从我们的实践来看，专业智能体是大模型落地严谨产业的有效路径”。截至目前，蚂蚁通过与各行各业的深度合作，构建了生活、金融、医疗等领域的智能管家。