海尔洗护AIGC落地的最佳实践

AIGC时代下智能家电革新构建“智慧家庭”新篇章——海尔洗护AIGC落地的最佳实践万文鑫海尔洗涤人工智能

高级技术经理简介自从2019年在海尔多产业多型号产品终端落地；语音交互用户活跃度逐年增长；2023年AIGC迎来了爆发式增长，海尔智慧家庭用户迫切期待我们提供的智能交互系统具有领先传统智能产品的强理解强泛化能力，即可支持具有强泛化能力的满足用户确切意图需要的安全稳定的智能家居交互服务。本次分享将从现有交互系统理解泛化能力出发，将大模型优势与现有交互系统融合，打造分布式耦合交互算法以及AIGC赋能工厂实现生产效率和生产安全性提升，在此过程中遇到的一些问题进行分享。目前海尔智慧家庭语音交互系统(HomeGPT)已为百万级的家庭用户提供稳定增长的智能家居服务。a2m.msup.com.cn目录a2m.msup.com.cn01分布式多节点耦合语音交互引擎02智慧洗护引导式交互系统03数字化工厂工艺培训04数字化注塑车间案例背景Bert主导交互系统GPT主导交互系统劣势受训练标注数据量影响口语化指令理解不准确回复缺乏知识量和智能感交互内容不广泛优势推理速度快拥有专业领域知识判别式模型内容可控优势拥有上亿参数海量训练数据具有强大理解能力回复流畅自然包含广泛语言知识劣势生成时间长缺乏专业领域知识生成内容不可控a2m.msup.com.cn关键实践1GPT核心模型用户原始

Query生成泛化

Query领域分类打分结果强化自学习迭代模型（如领域分类器模型）交互过程中的a2m.msup.com.cn多意图挖掘、自学习进化通过在现有语音交互系统架构中，多节点耦合大模型能力建立缓存索引及动态反馈机制，解决大模型工程化精准输出不可控，响应时长慢等问题。在用户交互过程中，前端使用大语言模型对用户意图进行理解转换，对原始Query自动进行转换解析，解决无法对用户意图强理解强泛化的问题，在NLG部分使用大语言模型，解决知识面涵盖不充分，回复内容生硬的问题。a2m.msup.com.cn案例总结目录a2m.msup.com.cn01分布式多节点耦合语音交互引擎02智慧洗护引导式交互系统03数字化工厂工艺培训04数字化注塑车间关键实践2用户

Query智慧洗推荐算法程序推荐污渍处理推荐①②③是用户补充否垂域大模型缺少预处 是理知识？否缺少材质？安全过滤缓存算法人工复核④新迭代原有系统⑤播报+控制预处理方法优化前：有限特定污渍固定处理方法无法联动洗衣机创新点：引导式交互——智能分析洗护垂域大模型耦合——安全可控洗护知识自学习——自我学习优化后：a2m.msup.com.cn已知污渍，即时回复处理方法，灵活组合新污渍，在线学习联动启动最优洗护程序利用洗护领域专业知识打造洗护垂域大模型，现有链路耦合大模型实现洗护体验升级。实现洗护知识自学习，已有知识联动设备立刻响应，不会知识在线学习，总结提炼。专业知识增加人工复核机制，保证学会知识有效 。a2m.msup.com.cn案例总结目录a2m.msup.com.cn01分布式多节点耦合语音交互引擎02智慧洗护引导式交互系统03数字化工厂工艺培训04数字化注塑车间关键实践3成果展示指导讲解英文版工艺指导讲解中文版工艺洗涤虚拟人指导培训视频制作针对性试题生成创新脚本虚拟人物美化合成AIGC辅助操作界面高效、准确、条例清晰节省培训人力培训成本低、减少拍摄成本和难度，素材丰富，难度低、易入门、美观优势试题检测及时性、便捷、针对性强4人工制作制作流程劣势人工编写脚本人工讲解+拍摄专业剪辑+后期人工出题与校核提炼产品特点卖点组织优化讲解话术编辑形成视频脚本a2m.msup.com.cn准备机器设备人员沟通拍摄场景地点拍摄多条素材待用提炼产品特点卖点组织优化讲解话术编辑形成视频脚本专业人员组织出题培训完成出题考核人工校核试题优劣低效/更新速度慢人工/物力投入高成本高/门槛高低效/员工抱怨/不及时目录a2m.msup.com.cn01分布式多节点耦合语音交互引擎02智慧洗护引导式交互系统03数字化工厂工艺培训04数字化注塑车间关键实践4模型设计流程注塑大模型设计挖掘分析注塑产品、模具、能耗、温度、压力等状态数据之间关系，结合工艺师傅经验。注塑领域知识沉淀超过20GB。使用形态有：机器人、小程序、APP等步骤七：输出最优工艺步骤一：大模型试验参数分析步骤二：拟合多因素之间关系步骤三：数据训练关联工艺参数和能耗、生产周期的算法模型步骤四：通过寻优模型分别找到最优能耗、最优生产周期对应的参数步骤六：模型测试优化工厂补充各类不同设备、不同模具的能耗、温度、压力等状态数据实现不同设备、不同模具的工艺有效预测步骤五：针对新工艺进行测试分析①多模具工艺参数训练②各设备模具数据集、多参数集持续训练，优化模型步骤八：模型封装a2m.msup.com.cn关键实践4数据治理前数据治理后路径问题厂家提供点位存在重复性，完整性不足。点位数据意义不明，缺乏明确备注。数据失真，经过时序库压缩后出现数据失真。数据丢失，点位数据存在几分钟更新一次。路径a2m.msup.com.cn成果数据降噪，补全，为后续算法提供精准数据。路径优化，数据走实时分支、获取未压缩数据。确定取数频率，定义取数单位为秒级，进行数据去重。关键实践4工艺优化收益能耗下降0.68%~14.7%区间，平均5%以上。节拍提升在-0.17%～13.84%区间，平均6%以上。注塑车间月度能耗约下降3万元，年度收益约40万元，产业级收益400万元。a2m.msup.com.cn案例总结利用AIGC能力实现工厂培训数字化转型节省培训人力，降低培训成本。利用透明化数据，建立数字化精益能力和数据驱动的制造智能化，用海量行业垂域数据+大模型能力打造垂域的私有大模型，将无人注塑车间迭代为数字化注塑车间，实现平均节能5%，提效6%，注塑车间年度收益约40万元。a2m.msup.com.cn下一步启示聚焦用户体验提升、企业降本提效-技术：构建行业引领的垂域模型及技术引擎竞争力-数据：沉淀私域数据，形成壁垒a2m.msup.com.cn麦思博(msup)有限公司是一家面向技术型企