8月27日，值得買科技AI進展分享會如期舉行。值得買科技CTO王云峰對外分享了“海納”MCP Server最新進展及對AI行業(yè)的深入洞察，同時特別邀請中國人民大學(xué)高瓴人工智能學(xué)院長聘副教授宋睿華作為對談嘉賓，就“AI多模態(tài)領(lǐng)域發(fā)展”話題進行探討。

AI進展分享會是值得買科技自今年5月推出的線上直播活動，持續(xù)向外界同步集團AI進展，不僅介紹具體AI成果，也以此與行業(yè)保持高頻溝通、共建AI時代。在此前的分享中，值得買科技向外界介紹了集團豐富的AI產(chǎn)品及應(yīng)用，包括面向C端用戶的興趣消費指南“什么值得買”及新一代消費智能體“張大媽”，面向B端品牌和平臺的AIUC引擎“火眼”、MCP Server“海納”及AI全域內(nèi)容洞察平臺“值數(shù)”，共建AI生態(tài)的同時，也為行業(yè)提供AI在消費領(lǐng)域的實踐參考。

MCP Server“海納”，是值得買科技今年基于MCP構(gòu)建的標準化消費數(shù)據(jù)服務(wù)能力平臺，在今年推出后就被眾多行業(yè)伙伴選用，為不同領(lǐng)域的AI應(yīng)用解決了消費能力增強問題。王云峰表示，“每月向外界同步AI進展是集團對外輸出AI實踐經(jīng)驗的一種方式，與此同時我們也會秉持學(xué)習(xí)的心態(tài)，聽取來自不同視角的意見與建議。此次分享會正是一場結(jié)合了行業(yè)視角、學(xué)術(shù)視角、技術(shù)落地視角等多維度的交流會，希望獲得更多真知灼見，以此推動AI生態(tài)高質(zhì)量發(fā)展。”

“海納”MCP Server全新接口上線，為AI裝上“智慧羅盤”

在此次分享會上，王云峰首先介紹了國內(nèi)外AI領(lǐng)域的最新進展，從通用大模型、多模態(tài)大模型、智能體三個維度分享了最新的產(chǎn)品及特點，“AI發(fā)展已經(jīng)進入到了一個全新的加速周期且方向也更加明晰，當前模型參數(shù)不再是唯一的標準，而是更加貼合場景需求；應(yīng)用形態(tài)上從‘對話工具’轉(zhuǎn)向了‘自主智能體’，AI正在逐步成為一個能自主工作的‘虛擬員工’；此外，中國大模型和智能體的發(fā)展也在開拓全新的范式，被全世界關(guān)注。”

基于此判斷，“海納”MCP Server每月也在能力和功能上不斷迭代升級，為行業(yè)合作伙伴提供更強、更適配的服務(wù)，目前“海納”MCP Server已經(jīng)開放給了更多大模型、智能終端、智能體應(yīng)用平臺等合作伙伴，并成為眾多AI產(chǎn)品選用的消費能力增強服務(wù)，8月對外輸出量達到2000萬，環(huán)比增長54%，從4月至今實現(xiàn)了6倍增長。

現(xiàn)場，王云峰分享了“海納”MCP Server8月最新上線的接口——知識圖譜，該接口通過將碎片化信息進行結(jié)構(gòu)化、系統(tǒng)化整合，將海量的消費事實和概念以圖譜的方式連接起來，從而支持大模型進行深度“理解”與精準“推理”，為用戶提供全域視角的真實消費評價。“與傳統(tǒng)RAG(檢索增強生成)相比，基于知識圖譜接口的檢索，就如同為AI裝配了一個智慧羅盤，不僅能實現(xiàn)精準的內(nèi)容定位，還能深入挖掘信息之間的復(fù)雜關(guān)系，無論是商品、評價還是多維度的知識內(nèi)容，都能實現(xiàn)高效、一體化的智能檢索與生成。知識圖譜檢索也像一座智能橋梁，連通 ‘內(nèi)容搜索’ 與 ‘商品搜索’，就像有了上帝視角，讓檢索出的內(nèi)容更加全面，讓大模型回答得更精準。”

據(jù)悉，“海納”MCP Server知識圖譜接口已經(jīng)開放了3C數(shù)碼品類，并關(guān)聯(lián)了100萬篇文章、150萬實體等數(shù)據(jù)，后續(xù)還將在值得買科技海量商品庫和內(nèi)容庫的基礎(chǔ)上，構(gòu)建更多品類的知識圖譜，讓檢索更智能，讓搜索更懂用戶、更貼合實際需求。

攜手學(xué)術(shù)界加速多模態(tài)探索，推動AI協(xié)同創(chuàng)新發(fā)展

在分享自身AI建設(shè)之外，此次分享會上，王云峰還與特邀嘉賓人大高瓴人工智能學(xué)院宋睿華教授就“AI多模態(tài)領(lǐng)域發(fā)展”話題展開了深入探討，從技術(shù)原理到應(yīng)用前景，深入剖析多模態(tài)發(fā)展趨勢，為行業(yè)發(fā)展提供來自學(xué)術(shù)研究前沿與一線產(chǎn)業(yè)實踐相融合的見解。

早在2023年，值得買科技就與宋睿華團隊達成合作，在AI內(nèi)容創(chuàng)作、多模態(tài)生成等方面共同開展AI前沿研究，加速技術(shù)探索和應(yīng)用，并取得了一系列研究成果。宋睿華教授在人工智能的文本創(chuàng)作、自然語言的多模態(tài)理解和多模態(tài)對話系統(tǒng)等領(lǐng)域，有著諸多開創(chuàng)性成果；而值得買科技在助力前沿的學(xué)術(shù)研究中，提供了集群算力、消費數(shù)據(jù)和應(yīng)用場景等綜合能力支持，積極推動前沿研究及成果轉(zhuǎn)化。

分享會現(xiàn)場，宋睿華教授深入淺出地介紹了與值得買科技合作AI研究課題時發(fā)現(xiàn)的兩個技術(shù)難題：如何為無聲視頻配音以及如何從圖片生成有聲視頻。在為無聲視頻配音的工作中，宋睿華教授團隊提出了使用低分辨率的梅爾頻譜作為“音頻布局”，提出一個名叫TiVA的新框架，可以先從視頻生成音樂布局再用音樂布局影響最終音頻的生成，實驗結(jié)果表明TiVA顯著降低了學(xué)習(xí)的難度，提高了音頻的質(zhì)量和它與視頻的同步性。此外，宋睿華教授還以實際案例進行了補充，“以往工作只能為動物園里叫了幾聲的白頭鷹視頻配上其他小鳥的叫聲，且與張嘴的時機不匹配，TiVA則可以為白頭鷹配上與嘴型基本同步的鷹的叫聲。”對此，宋睿華教授梳理了視頻到聲音的三種框架，并提出一種名為VAFlow的全新框架，用視頻先驗代替以往方法中采樣的高斯噪聲，讓生成的音頻成功率更高，與視頻中多個聲源更貼合，“我們的創(chuàng)新不止于此，我們還率先提出了從一張圖像生成有聲視頻的問題和新方案JointDiT，無需先生成視頻再配音。這種一步到位生成有聲視頻的場景與谷歌前不久發(fā)布的Veo 3形式相似，顯然更受用戶歡迎。”

實際上，值得買科技在推動AI技術(shù)在消費領(lǐng)域的應(yīng)用落地與場景創(chuàng)新的過程中，非常注重AI產(chǎn)學(xué)研協(xié)同創(chuàng)新發(fā)展，與學(xué)術(shù)界、產(chǎn)業(yè)界和研究機構(gòu)之間積極合作，共建高質(zhì)量AI生態(tài)。當前，值得買科技已與中國人民大學(xué)、南開大學(xué)、中歐國際工商學(xué)院、中央財經(jīng)大學(xué)商學(xué)院等高校聯(lián)合，共同探索AI創(chuàng)新協(xié)同新路徑，并取得了一系列研究成果。

其中，與人大高瓴人工智能學(xué)院在多模態(tài)領(lǐng)域的多個聯(lián)合研究成果如《TiVA：時序同步的視頻到音頻生成》《BSharedRAG：面向電商領(lǐng)域的共享基座檢索增強架構(gòu)》《JointDit：圖像轉(zhuǎn)有聲視頻》等已經(jīng)面世，并亮相計算機學(xué)科領(lǐng)域 ACM MM(國際多媒體會議)、IEEE CVPR(國際計算機視覺與模式識別會議)、IEEE ICCV(計算機視覺國際會議)等頂級國際學(xué)術(shù)大會，并榮獲國家發(fā)明專利授權(quán)；與南開大學(xué)商學(xué)院聯(lián)合研究成果《AI總結(jié)用戶評論生成摘要對用戶決策行為的影響》入選電子商務(wù)領(lǐng)域頂級會議 SCECR 2025、信息技術(shù)管理領(lǐng)域頂級會議 HICSS 2025(夏威夷國際系統(tǒng)科學(xué)大會)。此外，與中歐國際工商學(xué)院、中央財經(jīng)大學(xué)商學(xué)院等高校的 AI 應(yīng)用聯(lián)合研究成果也在陸續(xù)推出。

值得買科技表示，未來公司將積極探索AI進展分享會的更多交流形式，分享集團AI最近進展；并保持交流學(xué)習(xí)的心態(tài)，與AI行業(yè)伙伴共同成長。值得買科技也將堅持以消費內(nèi)容為核心，以AI技術(shù)為驅(qū)動，永無止境地提升B端與C端的連接效率，創(chuàng)造人人因消費而幸福的美好世界。