图片

   嘉宾介绍

图片

   快问快答

一、产品与技术
Q. 请提供一段对于公司、产品和创始人的简要介绍。
公司产品介绍：网旭科技成立于2010年，15年来始终专注于智能、智慧与创意相结合的SaaS产品与服务开发。我们开发的软件已销往全球100多个国家和地区，其中海外销售额占比达三分之二。2019年，公司开启AI转型，推出了首个AI图像品牌——佐糖。
2022年至2025年，网旭基于多年在文档、图片、音视频领域的技术积累与深厚的创意经验，结合大模型技术，推出了一系列AI创意工具，赋能AIGC。旗下产品包括智能图像处理工具佐糖（PicWish）、智能文档处理工具轻闪PDF（LightPDF）、AI创新思维软件思乎（GitMind）、AI音视频云平台录咖（RecCloud）、跨屏智联软件幕连（LetsView）等。
我们旨在帮助AI时代的超级个体提升生产力、释放想象力、激发创造力，成为与AI共舞的人！
创始人介绍：吴壬舟，深圳市网旭科技有限公司创始人&董事长, 互联网软件行业从业18年，善长公司运营管理，营销、产品、战略、组织。
Q：如何定义产品的核心价值定位？与通用大模型（如ChatGPT）相比，您的AI应用在垂直场景中解决了哪些独特痛点？
核心价值定位：网旭科技专注于为AI时代的超级个体提供高效、创新的SaaS产品和服务，帮助用户提升生产力、释放想象力、激发创造力。我们的产品不仅具备强大的AI技术能力，还深度融合了垂直场景的需求，致力于为用户提供场景化、专业化、易用性强的解决方案。
与通用大模型（如ChatGPT）相比的独特优势：
垂直场景的深度优化：
1. 智能图像处理（佐糖PicWish）：针对电商、教育等领域的图像处理痛点，提供智能抠图、图片修复、背景生成等功能，极大提升了图像处理的效率和质量。与通用大模型相比，佐糖在图像处理的精度和速度上具有明显优势，尤其是在电商场景中，能够快速生成符合需求的图像素材。
2. 智能文档处理（轻闪PDF）：专注于PDF文档的编辑、转换、OCR识别等功能，解决了用户在文档处理中的复杂需求。与通用大模型相比，轻闪PDF在文档处理的专业性和功能完整性上更具优势，尤其是在企业文档管理和合规性方面。
3. AI音视频处理（录咖RecCloud）：提供智能字幕生成、语音转文字、视频翻译等功能，满足中小企业和超级个体在音视频处理中的多样化需求。与通用大模型相比，录咖在音视频处理的实时性和多语言支持上更具竞争力。
差异化功能：
1. 企业数据私有化：网旭科技的产品支持企业数据的私有化部署，确保数据安全性和隐私保护。与通用大模型相比，我们的解决方案更适合对数据安全要求较高的企业客户。
2. 行业知识库整合：通过AI模型微调和行业知识库的整合，我们的产品能够更好地理解特定行业的术语和需求，提供更精准的服务。
3. 减少“幻觉”输出：通过模型微调和场景优化，我们的AI工具在生成内容时减少了“幻觉”输出（即不符合事实或逻辑的内容），提升了输出的可靠性和实用性。
技术壁垒：
1. 模型微调能力：网旭科技基于多年的技术积累，具备强大的模型微调能力，能够根据不同场景的需求，快速调整和优化AI模型。这使得我们的产品在特定场景下的表现优于通用大模型。
2. 多模态AI技术：我们的产品结合了图像、文档、音视频等多模态AI技术，能够处理复杂的多模态数据，提供更全面的解决方案。
用户体验优化：
易用性：我们的产品设计注重用户体验，提供简洁直观的界面和操作流程，降低了用户的学习成本。与通用大模型相比，我们的工具更贴近用户的实际操作习惯，提升了使用效率。
实时协作：例如，思乎（GitMind）支持多人实时协作，用户可以在不同设备上同步编辑思维导图，提升了团队协作的效率。
Q：在数据整合与应用中，如何应对企业数据孤岛、格式差异及实时性要求等挑战？
网旭科技应对数据整合与应用挑战的解决方案：

一、数据预处理技术：消除格式差异与提升可用性

a. 多格式兼容处理能力

· 轻闪PDF SDK支持全平台（Windows/Mac/Linux/Android/iOS）的PDF显示、创建、编辑及格式转换功能，可将PDF与常用文件格式（如: Word、Excel）互转，并通过OCR技术将图片/扫描件转换为可编辑文本。
· 佐糖支持处理电商、教育等场景的图像格式（如JPG、PNG），提供智能抠图、无损放大等预处理功能，优化图像质量。
b. AI驱动的自动化处理
· 录咖通过AI语音转文字技术，自动将音视频内容转换为结构化文本，并支持多语言翻译与润色，降低人工处理成本。
· GitMind的AI辅助生成功能可将思维导图、流程图等可视化内容自动同步至多端设备，确保数据一致性。
二、多源异构数据融合方案：打破数据孤岛
a. 跨平台API与SDK集成
· 轻闪PDF提供PDF API/SDK，允许企业将文档处理功能嵌入自有系统，实现与企业内部OA、CRM等平台的数据互通。
· 幕连通过跨屏互联技术，支持手机、电脑、电视等设备间的镜像与音视频互投，打破设备间的数据壁垒。
b. 垂直场景数据闭环
· 针对电商场景，通过AI生成背景和抠图API直接输出适配电商平台的标准化图片，实现“图像采集-处理-应用”的全链路打通。
· 教育领域，通过幕连将教学内容投屏至智能设备，结合GitMind的协作功能，实现教学数据的实时共享与反馈。
三、隐私计算与合规策略：保障数据安全与合规
a. 数据私有化部署选项
· 轻闪PDF SDK支持本地化部署，企业可将文档处理功能集成至私有云或本地服务器，避免敏感数据上传至公有云。
· 幕连的跨屏控制功能支持局域网加密传输，确保企业内部数据在传输过程中的安全性。
b. 算法备案与合规认证
· 网旭科技通过国家网信办算法备案（文本对话、图像生成等领域），并完成“网旭AI”大模型的生成式人工智能服务登记备案，确保数据处理符合国家法规要求。
· 公司获得数据管理能力成熟度（DCMM）甲方二级证书，具备系统化的数据治理能力。
四、技术实现与行业实践
· 差分隐私（Differential Privacy）：在数据发布和分析过程中，采用差分隐私技术，确保个体数据隐私不被泄露。通过添加噪声或扰动，保护敏感信息，同时保持数据的整体统计特性。
· 数据加密与访问控制：对敏感数据进行加密存储和传输，确保数据在传输和存储过程中的安全性。同时，实施严格的访问控制策略，确保只有授权用户才能访问特定数据。
Q: 如何平衡生成式AI的创新能力与输出可靠性？在降低“幻觉”风险方面有哪些技术或流程保障？
生成式AI在创新能力和输出可靠性之间需要找到平衡点。创新能力是指AI能够生成新颖、多样化的内容，而输出可靠性则要求生成的内容准确、符合事实和逻辑。为了降低“幻觉”风险（即生成不符合事实或逻辑的内容），可以采用以下技术和流程保障：
a. 混合模型架构
· 结合规则引擎与生成式AI：通过将规则引擎与生成式AI结合，确保生成的内容不仅具有创新性，还符合特定的规则和约束。例如，在生成文档或图像时，规则引擎可以强制要求某些关键信息必须准确无误，从而减少“幻觉”输出。
· 多模型融合：采用多模型融合的策略，结合生成式模型和判别式模型的优势。生成式模型负责创新内容的生成，而判别式模型则负责对生成的内容进行筛选和验证，确保其准确性和可靠性。
b. 人工审核机制
· 人工审核与干预：在生成式AI的输出过程中，引入人工审核机制，特别是在关键任务或高风险场景中。人工审核员可以对生成的内容进行验证和修正，确保其符合预期要求。
· 半自动化审核流程：通过半自动化的审核流程，AI生成的内容首先经过自动化筛选和初步验证，再由人工审核员进行最终确认。这种方式既提高了审核效率，又确保了输出的可靠性。
c. 实时反馈闭环设计
· 用户反馈机制：建立实时反馈机制，允许用户对生成的内容进行评价和反馈。通过收集用户的反馈数据，AI模型可以不断优化和调整，减少“幻觉”输出的发生。
· 在线学习与模型更新：利用在线学习技术，AI模型可以根据实时反馈数据进行动态调整和更新，提升生成内容的准确性和可靠性。通过持续的学习和优化，模型能够更好地适应用户需求和场景变化。
d. 数据增强与知识库整合
· 知识库整合：将生成式AI与行业知识库或企业知识库整合，确保生成的内容符合特定领域的知识和规则。例如，在生成文档或图像时，AI可以引用知识库中的权威数据，减少“幻觉”输出的风险。
· 数据增强技术：通过数据增强技术，丰富训练数据的多样性和覆盖面，提升模型对复杂场景的理解能力。这有助于减少模型在生成内容时出现偏差或错误。
e. 模型解释性与透明度
· 可解释性技术：采用可解释性技术（如LIME、SHAP），增强生成式AI模型的透明度，帮助用户理解模型的决策过程。通过解释模型的生成逻辑，用户可以更好地判断生成内容的可靠性。
· 透明化流程：在生成式AI的输出过程中，提供透明的生成流程和中间结果，帮助用户了解内容的生成路径。这有助于用户识别和纠正可能的“幻觉”输出。
f. 风险控制与容错机制
· 风险控制策略：在生成式AI的应用中，设定风险控制策略，限制模型在关键任务中的自由度。例如，在生成法律文档或医疗报告时，模型只能生成经过验证的内容，避免出现错误或误导性信息。
· 容错机制：设计容错机制，当生成的内容不符合预期时，系统能够自动识别并进行修正或重新生成。这有助于减少“幻觉”输出对用户的影响。
二、市场与商业化
Q: 面对通用大模型厂商的竞争，如何构建差异化护城河？是否考虑与基础模型厂商形成生态合作？
在面对通用大模型厂商（如OpenAI、Google等）的竞争时，网旭科技通过垂直领域深耕、复合型AI解决方案、API经济与生态集成等策略，构建了差异化的护城河。同时，我们也积极考虑与基础模型厂商形成生态合作，以进一步提升竞争力。
a. 垂直领域深耕：
· 行业定制化解决方案：网旭科技专注于特定垂直领域（如电商、教育、金融等），提供定制化的AI解决方案。例如，在电商领域，我们的佐糖（PicWish）工具提供了智能抠图、背景生成等功能，极大提升了电商平台的图像处理效率。与通用大模型相比，我们的工具更贴近行业需求，能够解决特定场景中的痛点。
· 行业知识库整合：通过整合行业知识库，我们的AI工具能够更好地理解行业术语和规则，生成更符合行业标准的内容。例如，在金融领域，我们的文档处理工具能够识别和生成符合金融合规要求的文档，减少错误和风险。
b. 复合型AI解决方案：
· 多模态AI能力：我们的产品不仅限于单一模态的AI能力，而是集成了图像、文档、音视频等多模态AI技术。例如，我们的录咖（RecCloud）平台不仅支持语音转文字，还能生成多语言字幕和翻译，满足全球化用户的需求。这种复合型AI解决方案能够处理复杂的多模态数据，提供更全面的服务。
· 端到端解决方案：我们提供从数据采集、处理到分析和应用的端到端解决方案，帮助企业在多个环节中提升效率。例如，我们的轻闪PDF工具不仅支持文档编辑和转换，还提供了OCR识别、文档加密等功能，满足企业在文档处理中的多样化需求。
c. API经济与生态集成：
· 开放API与SDK：通过开放API和SDK，允许第三方开发者和企业将我们的AI能力集成到他们的应用中。例如，我们的图像处理API和PDF处理API已经被多家企业集成，用于提升其产品的智能化水平。这种API经济模式不仅扩大了我们的市场覆盖，还增强了用户粘性。
· 生态合作：我们积极与基础模型厂商（如DeepSeek深度求索，阿里通义千问等）形成生态合作，结合他们的通用大模型能力和我们的垂直领域 expertise，提供更强大的解决方案。例如，我们可以在通用大模型的基础上进行微调和优化，生成更符合特定行业需求的内容。
d. 数据安全与合规性：
· 数据隐私保护：我们通过联邦学习、差分隐私等技术，确保用户数据的安全性和隐私性。与通用大模型相比，我们的解决方案更适合对数据安全要求较高的企业客户。

· 合规性策略：我们遵循GDPR、CCPA等数据隐私法规，确保数据处理过程符合法律要求。通过定期的合规性审计和风险评估，确保企业在数据整合与应用过程中不违反相关法律法规。

Q：AI应用的定价策略如何设计？是否存在从“按调用量付费”向“价值导向定价”转型的趋势？

从“按调用量付费”向“价值导向定价”转型的趋势：
随着AI技术的成熟和市场的发展，越来越多的企业开始采用“价值导向定价”策略，主要原因包括：
· 用户需求变化：用户更关注AI应用带来的实际价值，而非单纯的使用量。
· 竞争加剧：在竞争激烈的市场中，价值导向定价能够更好地体现产品的差异化优势。
· 技术进步：AI技术的进步使得价值评估更加准确和可行。
网旭科技在定价策略上采用了多元化的方式，结合了订阅制、价值导向定价和定制化服务溢价等策略：
· 订阅制：例如，轻闪PDF和思乎GitMind提供按月或按年的订阅服务，用户可以根据需求选择不同档次的套餐。
· 价值导向定价：例如，佐糖PicWish根据用户使用AI图像处理工具带来的实际价值（如提升电商图片质量、增加销售额）进行定价。
· 定制化服务溢价：针对大型企业客户，提供定制化的AI解决方案，并根据定制化程度收取溢价。
三、伦理与社会影响
Q: 在AI产品开发中，如何应对伦理风险（如数据偏见、深度伪造）与监管合规要求？
AI产品开发中的伦理风险和监管合规要求是确保技术应用安全、公平、透明的重要环节。网旭科技通过以下技术和策略应对这些挑战：
a. 可解释性技术：
· 透明化流程：在AI生成内容的流程中，提供透明的生成路径和中间结果。例如，在生成文档或图像时，用户可以查看AI的生成步骤和依据，确保内容的可信度。
b. 用户知情权设计：
· 用户知情权：在产品设计中，确保用户对AI系统的使用和数据处理有充分的知情权。例如，在数据采集和使用过程中，明确告知用户数据的用途和处理方式，并获得用户的同意。
· 隐私保护：通过数据加密、匿名化等技术，保护用户隐私。例如，在录咖RecCloud中，用户的音视频数据在传输和存储过程中进行加密，确保数据安全。
c. 多地区合规框架适配：
· 全球合规性：遵循不同地区的法律法规（如GDPR、CCPA等），确保AI产品在全球范围内的合规性。例如，在数据处理和存储过程中，遵守欧盟的GDPR要求，确保用户数据的合法性和安全性。
· 本地化策略：根据不同地区的法律和文化差异，制定本地化的合规策略。例如，在中国市场，遵守《网络安全法》和《数据安全法》，确保AI产品的合法运营。
e. 数据偏见与公平性：
· 数据清洗与平衡：在数据预处理阶段，进行数据清洗和平衡，减少数据偏见。例如，在训练AI模型时，确保训练数据的多样性和代表性，避免模型产生偏见。
· 公平性评估：在模型训练和评估过程中，进行公平性评估，确保模型对不同群体公平对待。例如，在招聘系统中，评估AI模型对不同性别、种族候选人的公平性。
f. 深度伪造与内容真实性：
· 内容验证技术：采用内容验证技术（如数字水印、区块链），确保生成内容的真实性和可追溯性。例如，在生成图像或视频时，添加数字水印，防止内容被篡改或伪造。
· 反伪造机制：建立反伪造机制，检测和防止深度伪造内容的传播。例如，在录咖RecCloud中，采用AI技术检测音视频内容的真实性，防止伪造内容的传播。
g. 伦理审查与风险评估：
· 风险评估：定期进行风险评估，识别和应对潜在的伦理和合规风险。例如，在数据采集和使用过程中，评估数据隐私和安全风险，采取相应的防护措施。
h. 用户控制与反馈机制：
· 用户控制：提供用户控制选项，允许用户调整AI系统的行为。例如，在生成式AI工具中，用户可以设置生成内容的风格和偏好，确保内容符合预期。
Q: 如何看待AI技术对就业市场的影响？您的产品是否设计了对“人机协作”模式的优化支持？
AI技术对就业市场的影响是双重的，既带来了挑战，也创造了新的机会：
挑战：
· 岗位替代：AI技术在某些领域（如制造业、客服、数据处理）可能会替代部分重复性、低技能的工作岗位，导致部分劳动者面临失业风险。
· 技能差距：随着AI技术的普及，市场对高技能人才的需求增加，而低技能劳动者可能面临技能不匹配的问题，导致就业困难。
机会：
· 新岗位创造：AI技术的应用将催生新的岗位和职业，如AI训练师、数据科学家、AI伦理专家等。这些新岗位将为劳动者提供新的就业机会。
· 生产力提升：AI技术可以提升生产效率，降低企业成本，从而促进经济增长，创造更多的就业机会。
· 技能重塑与升级：AI技术可以帮助劳动者提升技能，适应新的工作环境。例如，通过AI辅助培训工具，劳动者可以快速掌握新技能，提升就业竞争力。
网旭科技的产品在设计上充分考虑了“人机协作”模式，通过以下方式优化支持：
技能重塑工具：
· AI助手培训模块：我们的产品（如思乎GitMind）内置了AI助手培训模块，帮助用户快速掌握AI工具的使用方法。例如，思乎GitMind提供了详细的教程和示例，帮助用户学习如何利用AI生成思维导图和流程图。
· 个性化学习路径：通过AI算法，我们的产品可以根据用户的学习进度和需求，推荐个性化的学习路径和培训内容，帮助用户高效提升技能。
工作流程自动化与人工干预节点设计：
· 自动化工作流程：我们的产品（如录咖RecCloud、佐糖PicWish）通过自动化技术，简化了复杂的工作流程。例如，录咖RecCloud可以自动生成视频字幕和翻译，减少了人工操作的工作量。
· 人工干预节点设计：在自动化工作流程中，我们设计了人工干预节点，确保关键任务由人类进行最终决策和审核。例如，在轻闪PDF的文档处理流程中，用户可以设置人工审核节点，确保文档的准确性和合规性。
实时协作与反馈机制：
· 多人实时协作：我们的产品（如思乎GitMind、幕连LetsView）支持多人实时协作，用户可以在不同设备上同步编辑和查看内容，提升团队协作效率。例如，思乎GitMind允许多个用户同时编辑思维导图，实时同步更新。
· 实时反馈机制：通过实时反馈机制，用户可以及时了解AI生成的内容，并进行调整和优化。例如，在佐糖PicWish中，用户可以实时查看抠图效果，并进行手动调整，确保最终结果符合预期。
AI辅助决策支持：
· AI辅助决策：我们的产品通过AI技术提供决策支持，帮助用户做出更明智的决策。例如，在轻闪PDF中，AI可以自动识别文档中的关键信息，并提供摘要和建议，帮助用户快速理解文档内容。
· 人机协同决策：在复杂任务中，我们的产品支持人机协同决策，AI提供建议，人类进行最终决策。例如，在录咖RecCloud中，AI可以生成视频字幕，用户可以根据需要进行修改和优化。
四、未来趋势
Q: 未来3年，哪些技术趋势将深刻影响AI应用层的发展？您认为“AI管人”与“人管AI”哪种模式更具商业潜力？
未来3年，以下技术趋势将深刻影响AI应用层的发展：
a. 边缘计算与低延迟响应：
· 边缘计算：随着物联网（IoT）设备的普及，边缘计算将成为AI应用的重要趋势。通过在靠近数据源的边缘设备上进行数据处理和分析，能够显著降低延迟，提升实时性。这对于需要快速响应的应用场景（如自动驾驶、智能家居、工业自动化）尤为重要。
· 低延迟响应：随着5G网络的普及，低延迟响应将成为AI应用的关键需求。例如，在远程医疗、实时翻译等场景中，低延迟的AI响应能够显著提升用户体验。
b. 多智能体协作系统：
· 多智能体系统（MAS）：多智能体协作系统将成为AI应用的重要发展方向。通过多个智能体（AI系统）之间的协作，能够解决复杂任务，提升整体效率。例如，在物流、供应链管理等领域，多智能体系统可以优化资源分配和任务调度。
· 分布式AI：分布式AI技术将使得多个AI系统能够协同工作，共享数据和知识，提升整体智能水平。例如，在智慧城市中，多个AI系统可以协同管理交通、能源、公共安全等。
c. 具身智能（如机器人集成）：
· 具身智能：具身智能是指AI系统与物理世界的交互能力。未来，具身智能将在机器人、自动驾驶、智能制造等领域得到广泛应用。例如，具备具身智能的机器人可以在复杂环境中自主完成任务，提升生产效率。
· 机器人集成：随着机器人技术的进步，AI与机器人的集成将成为重要趋势。例如，在医疗领域，AI驱动的机器人可以辅助医生进行手术；在制造业，AI机器人可以自动化生产线。
d. 生成式AI与内容创作：
· 生成式AI：生成式AI将在内容创作、设计、娱乐等领域得到广泛应用。例如，AI可以生成高质量的文本、图像、视频内容，提升创作效率。
· 个性化内容生成：生成式AI将能够根据用户的需求和偏好，生成个性化的内容。例如，在电商领域，AI可以生成个性化的产品推荐和广告内容。
“AI管人”与“人管AI”哪种模式更具商业潜力？
a. AI管人"模式"：
· 定义：在这种模式下，AI系统负责管理和决策，人类则执行AI的指令。例如，在自动驾驶中，AI系统负责驾驶决策，人类乘客只需享受旅程。
· 商业潜力：这种模式在需要高效、精确和快速响应的场景中具有巨大潜力。例如，在制造业、物流、医疗等领域，AI管人模式可以显著提升效率和准确性。
· 挑战：这种模式需要高度可靠的AI系统，确保决策的准确性和安全性。此外，用户对AI系统的信任度也是一个重要挑战。
b. 人管AI”模式：
· 定义：在这种模式下，人类负责管理和决策，AI系统则提供辅助和支持。例如，在医疗诊断中，医生负责最终决策，AI系统提供诊断建议。
· 商业潜力：这种模式在需要人类判断和创造力的场景中具有巨大潜力。例如，在创意设计、战略规划、复杂决策等领域，人管AI模式可以充分发挥人类的创造力和判断力。
· 挑战：这种模式需要AI系统具备高度的可解释性和透明度，帮助人类理解AI的建议和决策过程。此外，人类需要具备足够的知识和技能，以有效管理和利用AI系统。
- END -