Reading view

There are new articles available, click to refresh the page.

首个高考志愿大模型体验:夸克给 1335 万考生配免费高报规划师?

前几天,全国 1335 万考生走出了高考考场,但真正的「战场」才刚刚开始。

当这千万的家庭一同涌入志愿填报这座「信息迷宫」,你会发现,这里的硝烟味,丝毫不亚于考场。

3000 多所大学,1600 多个专业,听着就让人头大。更别提年年「上新」的招生政策,什么「专业组平行志愿」、「院校投档线差」,复杂得堪比高数题。

信息差,在这里就是赤裸裸的成本。一步选错,可能就与理想的象牙塔擦肩而过。

我们都羡慕那些能请到「张雪峰」式专家的家庭,但现实是,大多数人只能在海量信息中自己摸索,祈祷别踩坑。

难道,在关乎未来的关键抉择上,我们只能凭运气和「玄学」吗?

在 AI 快速迭代的今天,终于有了一些变化。

今年,夸克憋了个大招,发布了行业首个「高考志愿大模型」,所有志愿相关的功能,数据都来自「夸克高考知识库」,囊括教育官网、省招生办官网等权威信息源,确保所有数据准确可信。

同时,考虑到志愿填报与未来就业强相关,夸克高考知识库还进一步将高校毕业生就业相关信息、产业趋势规划、就业报告等纳入。丰富、准确的数据为模型在「冲—稳—保」排序、就业前景评估等环节提供了有力支撑。

陪伴 1.2 亿考生和家长走了 7 年高考路,夸克表示要用 AI 的力量,再次升级高考信息服务,结合深度搜索、 志愿工具、 志愿报告三大服务,更精准地理解每个考生的个性化需求,提供更专业的报考建议,甚至为你量身定制专属志愿报告和多种填报策略。

听起来,每个考生都要拥有自己的志愿规划师了?APPSO 替广大学生和家长先体验了一番。

解答志愿问题,我用这些复杂、个性化角度考验它

志愿填报的第一步,信息搜集最关键。我先拿几个常规操作试试水。

我想查查「浙江大学」和「计算机科学与技术」专业。在夸克里输入后,信息很快就出来了。

不像以前要辗转好几个网站,也不像其他 AI 偏向学校和专业科普百科,夸克是把考生最关心的信息维度都做了高效聚合,学校的综合实力、王牌专业、历年分数线、课程设置、就业前景,一目了然,确实省心不少。

我还问了个困扰很多考生的政策问题:「志愿优先和分数优先区别?」夸克很快就给出了清晰的解答,解释了两种模式的核心差异、录取逻辑、图表对比优缺点以及适用场景。

看来它对招生计划、填报政策,都门儿清。

接下来,我抛出了一个更具体也更贴近真实需求的问题:

山东物化生 585,家境一般,想冲 211,喜欢智能制造类新工科专业,想尽快就业,家里倾向学法律,如何推荐志愿?

这个问题真的很现实,家庭期望和个人兴趣的冲突,加上经济压力,很多考生都会遇到。

说实话夸克的回答让我有点超出预期。它没有简单地说「跟着兴趣走」或者「听家长的话」,而是从多个角度帮我分析。

由于今年高考成绩还没公布,它先用去年的分数线分析了 585 分在山东的位次大概是 3.5 万名,处于中上水平,冲刺 211有一定希望。

在今年的高考成绩出来后,夸克高考的招录数据也会在实时更新,回答会更准确。但这不妨碍我们看它的回答逻辑。

我们看到它很贴心地对比了智能制造和法学两个专业的优劣势:

智能制造行业人才缺口大,起薪 8-12k 相对较高 ,而且有本硕贯通培养的机会;

法学虽然起薪略低一些,但通过法考后职业路径很清晰,考公务员也有优势,特别是现在有些学校开设「法学+数据科学」的复合培养,就业竞争力更强。

最让我觉得实用的是,它直接给出了具体的志愿梯度建议。如果冲 211 就优先填报新疆大学等高校,侧重智能制造就选择非 211 院校。还从职业规划角度给出了不同专业需要提前做的准备。

这种具体到操作层面的分析和建议,不仅考虑了个人情况,还兼顾了家庭期望和职业发展路径,

无论是专业意向、学校实力还是历年录取位次,都和需求很匹配,确实比考生自己琢磨要系统得多。

下面再上点难度,来一个「既要又要还要」的问题,别说这真是很多考生真实的想法。

湖北考生,物地政,兴趣广泛、啥都能学,想去上海或浙江,毕业后想找高薪的工作,能帮我推荐选什么专业和院校吗?

这个问题要素很多,但指向性又比较模糊。

夸克首先帮我梳理了需求,分析了考生的选科组合可以报考49%的专业,然后从金融学、大数据管理与应用、地理信息科学等高薪潜力专业入手,从专业适配性、地域优势、就业前景三个维度提供了志愿填报方案。

在院校推荐上,它不仅列出了上海财经大学、浙江大学等顶尖院校,也考虑了华东师范大学、杭州电子科技大学等实力不俗的高校,并指出了各校的学科优势和就业资源亮点。

最后,它还给出了梯度填报建议(理想、稳妥、保底院校)和风险规避提示,比如避免填报要求化学/生物的专业,关注院校「双万计划」专业等。

这种引导式的回答,能帮助考生把混乱的想法逐渐理清,并提供了非常具体和有数据支撑的建议。

在上面这些的回答过程中,我特别留意到夸克会强调其信息来源。在知识库的链接上,会标注来自教育厅、院校等官网等权威来源,一目了然。

这让它在回答这些复杂问题时,更有参考价值也更令家长考生放心。

定制志愿报告,让他和「志愿规划师」比专业

对考生最有价值的,当然还是定制一份完整的志愿规划报告。

市面上的志愿规划师动辄几千上万,质量还参差不齐,我很好奇夸克免费的志愿报告能不能做到同样专业。

夸克的志愿报告生成很简单,我只需要填写基础信息像省份、成绩、位次、选科组合,还有兴趣偏好、意向城市、职业规划等个性化需求。

提交后,它会结合高考知识库里的历年录取数据、院校专业信息等,通过 AI 大模型分析生成专属报告。

我拿到的报告内容真的很详尽。它有填报策略分析,比如根据我的分数分析我处于哪个分数段,有哪些机会和挑战。

还有具体的志愿表推荐,包含「冲、稳、保」三个梯度的院校和专业建议,每个推荐都有详细的录取概率和历年分数参考。

比如在稳妥层可能推荐天津理工大学的智能制造工程,给出近三年的录取分数 585/34116、587/33788 等具体数据。夸克甚至能生成多种不同策略的报告,像「院校冲刺」、「王牌专业优先」、「地域优先」等,让我可以综合评估。

除了核心功能,夸克的智能选志愿功能也很有用,输入成绩就能获得「冲稳保」多梯度的志愿选项,还可以按院校优先、专业优先等偏好筛选。

志愿填报期间还有名师专家团免费直播,甚至有张雪峰老师的独家干货,用电脑大屏查看编辑志愿表也超方便。

整个体验下来,我发现它不再只是个信息查询工具,更像一个能理解我、懂我的智能志愿规划助手。

无论是解答那些复杂的个性化问题,还是生成逻辑清晰、数据详实的志愿报告,都展现了背后 AI 大模型和权威知识库的实力。虽然 AI 不能完全替代我们的自主思考,但夸克高考无疑提供了一个专业、智能且免费的强大辅助,让复杂的志愿填报变得比过去更简单可靠。

对于 1300 多万即将面临人生重要选择的考生来说,有这样的工具确实让人安心不少。

让复杂的志愿填报变得简单,就是一种教育普惠

说起填志愿这事儿,我发现身边很多考生和家长都有同感:焦虑感有时候比高考本身还要强烈。

为什么呢?说白了就是信息太不对称了。好的指导资源,基本都集中在那几个大城市,大多数人只能自己瞎摸索。

以前填志愿还相对简单,基本就是「分数够哪个学校就报哪个」。但现在不行了,每个孩子的情况都不一样——有的喜欢文科,有的偏理工;有的想留在家附近,有的想去大城市闯闯;有的急着工作赚钱,有的想继续深造。这些都得考虑进去。

所以现在填志愿,真的像打一场信息战。夸克搞的这个高考志愿大模型,我觉得挺有意思的,就是想用 AI 来帮大家理清这些复杂的问题。

比如说,有个广东考生这样问:「我物化地估分 572,女生,性格比较内向(测出来是INFJ),想在粤港澳这边发展,希望毕业了能快点工作,对经济学、法学挺感兴趣的,你能给点建议吗?」

你看,这种问题挺复杂的,涉及分数、地域、性格、专业偏好好几个维度。以前要么找不到人问,要么得花不少钱找专业老师。

现在 AI 能直接理解这些需求,给出比较靠谱的建议。

这样一来,填志愿不再是简单的数字堆砌,而是能跟你的具体情况结合起来。从「人找信息」变成「信息来适配人」,决策一下子就清晰多了。

我觉得这事儿最有意义的地方在于,它在尝试打破信息壁垒。什么是真正的教育公平?不是让所有人都能上清华北大,而是让每个孩子在自己的条件下,都能找到最适合的那条路。

夸克提供的这种免费、专业的 AI 助手,确实让复杂的志愿填报变得简单了很多。今年,夸克直接打出了品牌愿景「让天下没有难报的志愿」,阿里旗舰AI的「大局观」当真不可小觑。

当然,AI 再厉害也只是工具,最后拍板的还得是孩子自己。但它至少提供了一种可能:让技术帮着缩小信息差距,而不是让这个差距越拉越大。这一点,还是挺重要的。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


对话阶跃星辰创始人姜大昕:多模态模型还没出现GPT-4时刻,坚持追求「智能上限」

AI 是否进入下半场或许还有争议,但大模型进入淘汰赛已经板上钉钉。

在 DeepSeek R1 横空出世后更是愈演愈烈,今年光是 OpenAI、Anthropic、Google、Meta、Grok 目前已经合计发了至少 8 款新模型,而国内的 AI 六小龙们也有的开始放弃预训练,将 AGI 的理想主义束之高阁。

在这当中,阶跃星辰是一家有点特殊的公司。在去年年底之前都鲜有融资消息,但却在多模态模型上成为「卷王」,成⽴ 2 年已经发布了 22 款⾃研基座模型,成为最低调神秘的 AI 独角兽。

阶跃星辰创始人兼 CEO 的姜大昕,和这家公司一样低调,很少出现在 AI 行业热闹的舆论场中。

而昨天,姜大昕与 APPSO 等媒体进行一场深度的沟通会,他向我们分享对于 AGI 路径,多模态模型等技术的看法,以及阶跃星辰未来的计划。

 

多模态模型还没出现 GPT-4 时刻,追求「智能上限」

当下 AI 大模型领域的内卷没有尽头,头部公司之间不断上演着「贴脸发布」的激烈戏码。

不过姜大昕依然认为,「追求智能的上限依旧是现阶段 AI 业内的重点。」也就是说,虽然现在市面上模型一大堆,看起来都挺能打,但离真正的「聪明」还差得远。

大家都在抢发新模型,看着热闹,但如果只是在现有水平上修修补补,那也只是原地踏步的「内卷」。

姜大昕觉得,现在最要紧的还是得想办法把 AI 的「智商」往上再拔一拔,不然离大家心心念念的 AGI(通用人工智能)还远着呢。

在 DeepSeek R1 面世,以及大厂高调入场后,不少初创公司开始放弃研发基础模型,不过姜大昕在接受 APPSO 采访时表示:

AI 行业的技术发展非常快,依然处于非常陡峭的区间。阶跃不想在这个过程中放弃主流增长或前进的趋势,所以我们还是会坚持做基础模型的研发。

同时姜大昕表示,应用和模型是相辅相成的,模型可以决定应用的上限,应用给模型提供具体的应用场景和数据。

那怎么才能让 AI 更聪明?姜大昕给出的一个关键路径是:「多模态正是实现 AGI 的必经之路。

很多人说今年的 Agent 元年,姜大昕认为 Agent 爆发需要两个必要的条件,一个是多模态的能力,另外一个是慢思考的能力

多模态,说白了就是让 AI 不光能看懂文字,还得能看图、听声、理解视频。

你想想人不就是眼耳口鼻一块儿上,才能全面理解这个世界嘛。AI 也得这样,变成一个能听、能看、能说的「多面手」。

阶跃星辰可以说是多模态模型的「卷王」了,几乎每个月都发布一款基础⼤模型,其中多模态模型已经有 16 款。覆盖了从图像、视频到语音、音乐的理解和生成,用姜大昕的话说,是坚持「原生多模理念」。

不过,姜大昕也挺实在,他坦陈「多模态模型领域目前还没有出现 GPT-4 时刻。

虽然多模态现在挺火,各家都在推,但还没出那种像 GPT-4 在文字领域那样,一出来就「哇哦」一下,让所有人都觉得「就是它了」的标杆性产品,技术上还有不少硬骨头要啃。

AI 升级打怪三部曲

对于模型如何一步步逼近智能的上限,姜大昕描绘了一幅清晰的「三部曲」演进路线图,也可以说,这是阶跃星辰理解的 AGI 演进方向。

模拟世界(模仿学习阶段): 这阶段的 AI 就像个刚学说话的小孩,喂给它海量数据,它就吭哧吭哧地学,主要任务是「predict next token」(预测下一个词)或者「predict next frame」(预测下一帧画面)。目的是让AI先学会这个世界长啥样,各种东西有啥特征。

探索世界(强化学习阶段): 光会模仿还不行,还得培养解决复杂问题的能力。比如解个奥数题、写段复杂的代码,这需要「慢思考」。这时候就得上强化学习了,让AI在不断试错中学会怎么一步步把难题给解开。

归纳世界(机器自主学习阶段): 这是最高境界了,AI不光能解决已知问题,还能自己去发现新规律,搞点人类没想到的创新。比如在科研领域帮科学家发现新材料、新药物啥的。

这三个阶段,与 OpenAI 提出的 AGI 五个 Level 在核心理念上不谋而合,现在整个 AI 行业的发展,基本就是照着这个剧本在推进。

为什么「理解生成一体化」这么重要?

在多模态,尤其是图像视频这块,姜大昕在沟通会中多次强调一个词:理解生成一体化。

理解生成一体化是计算机视觉领域的核心问题,对于实现 AGI 至关重要。

说白了,就是让模型既能看懂一幅图、一段视频是啥意思,又能根据这个理解自己创作出新的、相关的图像视频。现在很多时候是「看图用 A 模型,画图用 B 模型」,跟俩部门似的,配合不起来。

他举了个例子,比如老师在黑板上写字,现在的 Sora 能模仿老师写字的动作,但老师脑子里想的是啥、接下来要写什么内容,这得靠「理解」。如果理解和生成是两套系统,那模型就很难真正「懂」你,生成的玩意儿也可能不着边际。

语言模型像 ChatGPT 在这方面已经做得不错了,但视觉领域因为数据太复杂,这事儿还没完全搞定。阶跃星辰在这上面是持续投入,想把这个技术瓶颈给突破了。

强大的模型能力最终需要通过应用来体现价值。阶跃星辰采取的是「超级模型与超级应用双轮驱动」的策略。

在应用层面,阶跃星辰将「智能终端 Agent」作为重点发力方向。姜大昕认为,智能终端,无论是我们口袋里的手机、日常驾驶的汽车,还是未来可能普及的机器人,它们不仅仅是冰冷的硬件,更是「用户感知和体验的延伸」。

这意味着,AI 如果能与这些终端深度融合,就能更好地「理解用户需求和任务上下文」。

比如, OPPO 旗舰 Find X8 Ultra 正式开售首发的「一键闪记」的功能,AI 可以智能识别手机屏幕上的内容,为用户生成摘要,并将碎片化的信息归类到不同的记忆合集。

这背后搭载的其实就是阶跃星辰多模态模型,它能理解屏幕上显示的内容,无论是图片还是文字,用户可以就此提问,AI不仅能回答,还能进行图片处理,甚至帮助用户完成一些应用内的操作,比如直接跳转到机票预订页面并填好信息。

这种合作,将大模型的能力和系统更深度融合,嵌入到用户最高频的手机使用场景中,选择手机作为切入点,其价值在于手机天然的多模态交互属性和庞大的用户基数,为模型迭代提供了丰富的真实数据和即时反馈。

总的来说,阶跃星辰的思路挺清晰:技术上瞄准 AGI,死磕多模态和理解生成一体化这些硬核问题。应用上呢,就找准智能终端这个突破口,跟硬件厂商把场景做深做透。

这条路不好走,但姜大昕和他的团队看起来挺有决心。毕竟,用 AI 解决真实世界的问题,先在市场获得用户认可,才有机会探索 AGI 的天花板,让我们看看阶跃星辰这个多模态卷王后面还能拿出什么新东西来。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


❌