首页 > 业界 > 关键词  > 日本最新资讯  > 正文

NEC 宣布为日本市场提供生成式 AI 服务:可根据客户需求定制化

2023-07-07 17:47 · 稿源:站长之家

站长之家(ChinaZ.com) 7月7日消息:日本电气,又称日电或 NEC,是一家总部位于东京都港区的跨国信息技术公司,英文全称为「Nippon Electric Company, Limited」,1983 年改为简称 NEC。作为住友集团的成员,NEC 专注于为商业企业和通信服务提供信息技术和网络产品。

日本 城市

日本NEC公司社长森田隆之在今年六月表示,正在探讨独自开发能自动制作精巧文章及图像的生成式人工智能(AI),以新服务的形式提供给用户。

7 月 6 日,NEC 宣布本月开始将为日本市场提供生成 AI 服务,该服务可根据客户需求定制化。生成 AI 包括日本语言优化的大规模语言模型(LLM)。提供的服务包括针对生成 AI 所需的硬件、软件和咨询服务,命名为「NEC Generative AI Service」。

为了支持客户,NEC Generative AI Hub 团队提供了多种人才,包括提示工程师、咨询顾问和数据科学家等,旨在支持 NEC 的增长并为客户提供有价值的生成 AI 服务。

为了帮助客户更好地使用生成 AI,NEC 提供了名为「NEC Generative AI Framework」的软件解决方案,其中包括提示模板、问答强化和模型切换等功能。LLM 可以根据客户需求提供「微软 Azure OpenAI Service」或 NEC 开发的 LLM。

通过与微软的全球联盟,NEC 将在以 NEC 印西数据中心为核心的「Microsoft Azure ExpressRoute」上提供服务。结合 NEC 的 LLM、NEC Generative AI Framework 和可以在本地使用的硬件基础设施「NEC Generative AI Appliance Server」,可以创建低延迟且安全的 LLM 环境。

此外,NEC 推出了名为「NEC Generative AI Advanced Customer Program」的综合支持计划,旨在结合 NEC 的专业知识和客户的专业知识,为客户提供模型创建、生成 AI 软件开发和组织搭建等全方位支持。目前,已经有一些企业参与了该计划,计划通过企业间的交流创造新的商业模式。

NEC 开发了专门针对日本市场的日语优化的 LLM。根据使用日本语言理解基准测试(JGLUE)对 LLM 进行评估,它在知识问答方面达到 81.1%,在文档阅读理解方面达到 84.3%,性能在全球范围内属于较高水平。

相比海外顶级 LLM 的模型大小(参数大小)为 1750 亿,NEC 开发的 LLM 经过轻量化处理,模型大小仅为 130 亿,极具紧凑性。过去,性能出色的 LLM 需要 8 块 GPU,而 NEC 的 LLM 可以在仅搭载 1 块 GPU 的标准服务器上运行。

这使得基于 LLM 的业务应用可以具有良好的响应性能,并有助于减少业务运营中的电力消耗和服务器成本。此外,可以实现本地部署,将 LLM 应用于对机密性要求较高的业务,或者快速创建针对客户定制的 LLM 模型。

NEC 已经在内部业务中广泛应用 LLM,如文档创作、内部系统开发和源代码生成等,以提高各种业务的效率。NEC 将继续推进基于基础模型开发针对客户特定数据和行业的 LLM 模型,并进一步提升基础模型的性能。

NEC 数据科学实验室的主要研究员 Masafumi Oyamada 进行了演示,展示了基于 LLM 的聊天工具原型「NEC Generative AI Framework Chat」。用户可以通过该工具输入问题并获得回答,还可以进行追问。此外,LLM 还可用于编程、文档生成和摘要等用途。

NEC 计划在未来三年内,在生成 AI 相关业务上实现 500 亿日元的销售额。

举报

  • 相关推荐
  • 生成式 AI 搜索优化(GEO)完全指南:从入门到落地

    随着生成式AI工具普及,用户更倾向直接提问而非传统搜索,导致优质内容可能被AI忽略。本文介绍生成式引擎优化(GEO)策略,帮助内容被AI理解、引用并整合进答案。核心包括:优化内容结构(如摘要、问答块、列表)、使用Schema标记、构建权威性,并推荐AIBase等工具监控引用效果。GEO是SEO的演进,需重塑写作方式以适应AI阅读逻辑。

  • 革命来临:在生成式 AI 时代,SEO该怎么做

    生成式AI正重塑SEO规则:搜索入口从点击列表转向答案直呈,SEO核心从"优化排名"升级为"优化被引用"。需打造能被AI摘录的内容(如FAQ、结构化数据),强化语义结构与权威性,监控"被AI引用"新指标。推荐使用AIBase GEO等工具量化AI可见性,实现从流量获取到答案源头的战略转型。

  • 本地业务如何获得AI推荐,生成式 GEO优化策略分享(含工具实操)

    本文探讨生成式AI时代本地业务如何抢占AI推荐入口。指出传统SEO已不足,需采用生成式GEO策略。核心要素包括:确保NAP信息精准一致、标注实时营业状态;创建结构化FAQ和场景化内容;通过多平台评价提升可信度;优化页面为"可被摘录"模式。文章提供五步操作流程,并推荐AIBase工具监测本地GEO表现,强调构建"快速回答+场景页面"模板是未来竞争关键。

  • GEO 长尾关键词实战策略:在生成式 AI 环境下抢占用户提问入口

    在生成式AI搜索环境下,长尾关键词策略比传统SEO更为重要。用户倾向于使用自然完整的提问句式,因此长尾关键词/提问式短语的覆盖率成为关键。文章指出,GEO优化需构建“提问式+语义覆盖+实体关联+结构化摘要”的方法体系,包括:通过AI平台模拟提问、分析用户问答社区获取真实查询句式;优先布局高潜力长尾问题;为每条长尾设计包含核心解答、结构化分段、语义扩展的内容模板;配合Schema标记等技术适配。最终通过AIBase等工具持续监控内容在AI搜索结果中的可见性,形成“发现-筛选-创作-监控”的闭环优化体系。

  • 生成式引擎优化(GEO)到底该怎么做?如何让你的内容出现在 AI 回答框中?

    本文介绍生成式引擎优化(GEO)的概念,即通过优化内容让AI模型在回答中直接引用或推荐。与SEO针对搜索引擎排名不同,GEO核心在于让AI“认识”内容,策略包括采用问答结构、逻辑清晰的段落,强调品牌和功能点。推荐使用AIBase工具查询内容在AI搜索中的排名情况,帮助监控和提升可见性。

  • ​​AI搜索引擎优化新趋势:GEO生成式引擎优化如何提升品牌AI可见度?​

    AI时代品牌需抢占AI搜索优化(AISEO)与生成式引擎优化(GEO)先机。文章指出,随着豆包、文心一言等AI助手成为主要信息渠道,品牌在AI平台的可视度直接影响用户决策。核心策略包括:优化品牌在AI训练数据中的曝光,发布高质量内容;参与问答社区自然植入品牌;使用GEO排名工具监测优化效果。重点推荐AIBase平台的GEO查询工具,可覆盖主流AI平台并提供竞品分析和专业优化建议,帮助品牌提升AI推荐权重,抢占流量入口。

  • GEO如何优化?GEO生成式引擎优化平台推荐

    在数字化浪潮席卷的当下,品牌在AI平台中的可见度成为众多企业关注的焦点。AIBase推出的GEO优化分析工具(https://app.aibase.com/zh/tools/geo)为品牌主提供了一站式AI平台品牌可见度检测与优化服务。 核心功能:该工具的核心功能是智能检测品牌在AI平台中的曝光情况,覆盖豆包、Deepseek、通义千问、腾讯元宝、文心一言等五大主流AI平台。用户通过简单操作,即可模拟真实用户搜�

  • 生成式引擎优化(GEO)是什么?从0到1理解新一代SEO

    本文系统介绍了生成式引擎优化(GEO)这一新兴概念。GEO旨在通过优化内容结构、提升语义丰富度和权威性,增强内容在AI生成答案中的可见性和引用率。与关注关键词排名的传统SEO不同,GEO聚焦三大转变:从排名思维转向引用思维,从关键词优化转向语义优化,从流量思维转向信任思维。文章详细解析了GEO的三大核心逻辑(结构化内容、权威信号、语义丰富度)、五大实用技巧(构建FAQ、数据支撑、场景化建议、时效维护、内容网络),并指出当前面临的算法黑盒、效果滞后等挑战。最后强调GEO需通过专业检测工具持续验证优化效果,是企业抢占AI时代流量红利的关键利器。

  • 为什么“GEO”比“SEO”更关键?——解码生成式引擎优化(GEO)的重要性

    随着生成式AI工具普及,传统SEO已不足以应对"零点击搜索"趋势。生成式引擎优化(GEO)应运而生,其核心是让内容被AI模型引用而非仅追求搜索排名。GEO通过优化内容结构(问答式标题、结构化数据)、增强语义权威性、添加技术标记(Schema)等策略,使内容更易被AI抓取引用。数据显示GEO可将内容可见性提升40%,建议企业将GEO思维融入长期内容战略,使用AIBase等工具监控

  • 生成式引擎优化(GEO)是什么?2025 年最值得关注的内容流量新入口

    2025年,用户正从点击链接转向直接向AI提问,生成式引擎优化(GEO)成为流量新入口。GEO旨在让AI在回答时主动推荐品牌,不同于传统SEO的关键词排名。企业需确保内容被AI准确理解并引用,否则将在用户认知中“消失”。领先者已通过批量生成AI友好内容抢占曝光先机。建议结合SEO与GEO双引擎驱动增长,并利用工具监测品牌在AI回答中的可见度。

今日大家都在搜的词: