WPS用大模型，终于把生产力这件事做简单了
机器之心报道
作者：张倩、泽南
颠覆生产力，从这里开始。
给你一份包含成绩单的 Excel 文件，要求「成绩 <60 显示不及格，成绩在 60-80 间显示良好，成绩> 80 显示优秀」，你会怎么操作？通常来讲，这种问题需要借助公式来实现，但不常接触 Excel 的人可能不记得具体公式，于是每次遇到需要用公式的地方都会感觉手足无措，并把这种困难归咎于自己没好好学或记性不好。
但是，你有没有想过，这或许是工具的锅？
「我做了 20 年办公软件，我一直都觉得办公软件非常难用。」很难想象，这句话出自金山办公 CEO 章庆元之口。
在他看来，包括 WPS 在内的办公软件往往集成了大量的功能和 API 接口，但普通用户上手却非常困难。这既是用户的痛点，也是工程师们一直以来想要解决的问题。早在 2021 年金山办公技术开放日上，金山办公副总裁姚冬曾表示，「一个成熟的办公软件应该学会自己制作 PPT」。
好在 2023 年，大模型来了，事情迎来了转机。
如果你是 WPS 的用户，你最近可能会观察到一些变化：一个叫「智能文档」的新功能已经能够帮你提供新闻稿、广告文案、教学教案、工作周报等种种文件的自动写作。即使它写的内容无法完全采纳，但至少能给你提供一个模板或思路，让你不必对着一片空白发呆。
这个新功能其实是金山办公 「WPS AI」办公套件的一部分，背后是业内领先的大模型技术。随着更多功能的陆续开放，它还可以帮你一键生成幻灯片、一键分析 Excel 数据、翻译总结文档，自己写日报等等。
9 月 20 日，在 2023 金山办公技术开放日活动中，金山办公宣布，基于大语言模型的智能办公助手 WPS AI 已接入旗下全系产品，邀请用户体验全组件 AI 功能。
可以说，姚冬的「预言」已经在一定程度上被 WPS AI 实现了。在国内，他们甚至比微软的 Microsoft 365 Copilot 还快了一步，成了第一个将大语言模型（LLM）应用在办公软件领域，并真正交付了可用产品的公司。
之前我们在看发布和 PPT，现在手上突然有了实物，大家不免好奇，自己手机和电脑上的 WPS 变成了什么样子，会有哪些黑科技？能不能尽快用上？在技术开放日上，我们获得了更多第一手的消息。
如何帮助每一个打工人？
和很多提前放出消息的大模型生产力工具一样，WPS AI 此前已经进行了公开亮相：第一次是在 4 月份，聚焦的是 AI 的生成能力；第二次在 5 月份，聚焦于智慧助理和知识洞察。这也代表了 WPS AI 未来的三个演进方向。
首先来看第一个方向：AIGC（内容创作）。AIGC 中的「G」代表生成，这是大家能够从 ChatGPT、WPS AI 等工具中感受到的最直观的应用方向。在已经开放的 WPS AI 智能文档功能中，我们看到它可以生成很多非常实用的文本类型，比如招聘岗位介绍、产品需求文档、运营策划案、教学教案、电商直播台本……
它们和普通人的日常工作息息相关。其实，大家在接触一个新工作领域时都多多少少会遇到这种「无从下手」的情况，WPS AI 就能帮你克服这个「从 0 到 1」的困境。下图是我们在输入一些提示后得到的直播台本，可以看到，这个台本从台词到直播间背景再到展示动作都设计好了，足以帮一个刚接触直播的从业者走出第一步：
除了已经开放的「智能文档」，WPS AI 还对外展示过一键生成 PPT 等功能，只用一分钟左右就可以生成一份 15 页左右的 PPT，而且支持风格选择、局部修改，解决了演示文稿制作难度大、耗时长的办公难题。这些功能现在也已经和智能文档一起同步开放了。
接下来是第二个方向：Copilot（智慧助理）。在打工人的职业生涯中，每个人都要积累工作、学习资料，但如何快速消化这些资料并在需要的时候正确运用是个更大的问题。这就是金山办公已经着手在做的事情：WPS AI 可以迅速帮你阅读资料，并把它们变成一个可以以问答形式交互的知识库。
比如，在培训时为了记住更多的内容，你可能会把 PPT 一张不落地拍下来，但要把这些内容变成个人笔记是一个非常耗时间的事情。而时间一长，你也不记得某个知识点在哪页 PPT 上。但现在，WPS AI 可以帮你做这些事情：它会在极短的时间内帮你消化掉拍到的内容，并回答你关于这个文档的问题。
同样的功能也适用于阅读合同等场景，AI 可以帮你看完几十页复杂的内容，对你提出的需求给出准确答案。
最后一个方向是 Insight（知识洞察），这其实非常考验技术能力。很多时候不会干一个活的原因是这样：我们知道 Excel 可以编程，有很多好用的能力，但不知道要完成我这个任务需要用哪个能力。WPS AI 把这个门槛打下来了，你只需要用自然语言写出命令，它就可以帮你去找软件内置的能够承担这些任务的功能按钮（或公式），然后自动把你交代的事儿干完。
这就相当于，WPS AI 给每个普通人配置了一个 7x24 小时随时在线的 Office 高手，这个高手不仅能懂你想要什么，而且对软件的所有复杂功能了如指掌，就问你动不动心？
「未来，你对办公软件提出的需求『只要想到就能做到』。交互界面会发生翻天覆地的变化，也可能会出现全新的应用生态，」姚冬表示。
WPS AI 为什么走得那么快？
看到这么多丰富的 AI 新功能，很多人可能都想问：能尽快让大家用上吗？金山办公给出的答案是：能。截至目前，WPS AI 已经进入了邀请测试的阶段，可以通过 ai.wps.cn 申请体验。
拥有能够快人一步落地全线生产力工具大模型能力，是因为金山办公在这轮 AI 变革中，选择了一条「扬长避短、博采众长」的路。
所谓「长」，即金山办公在过去 35 年里积累的在办公软件方面的技术经验及过硬产品。
很多人可能记得今年 4 月份被 Adobe Firefly 刷屏的经历，这款应用能够根据文字描述一键生成图像，还能智能生成独特的文字效果，让人惊呼设计行业要被颠覆了。而它之所以能产生这么大的能量，离不开多年以来构建起来的成熟产品体系，如 Photoshop、Illustrator 等。这些产品本身具备繁杂的功能，有成百上千的按钮，AI 的加入让这些按钮被彻底盘活，其中的想象空间必然是巨大的。
WPS 也面临类似的情况，金山办公用 35 年的时间打造了一个「巨无霸」工具，仅一个空白的 WPS 文档就有 9 个工具卡、接近 200 个按钮，其中很多功能都经过了多年的打磨，比如表现惊艳的 PDF 识别分析源于金山办公 2017 年就开始研发的 OCR 技术，PPT 智能排版是金山办公 2016 年就开始探索的方向。可以说，金山办公已经有一个成熟的软件体系可以与 AI 大模型做深度结合，而且对用户需求有足够了解且积累了大量使用场景，这是当前很多围绕 AI 大模型做应用的公司所不具备的。
那么，如何破除二八定律，让更多的人能用上这些能力？金山办公没有选择自己从头研发大模型，而是选择做甲方，调用多家业内领先的大模型，「本着务实的态度，哪家做得好用哪个」。对于普通用户而言，这意味着可以更快获取大模型的能力，获得的也是业内最强的能力。
WPS AI 接入大模型的历程大概经历了三个阶段。自去年年底起，大模型技术开始在业内兴起，金山办公的工程师们构建了一些产品原形，开始进行技术验证。很快，金山办公开始围绕大模型建立工程体系，启动了产品开发的流程，技术稳定性、产品交互体验的不断迭代。直到今天，WPS AI 真正实现了全面上线运营。
WPS AI 选择的合作方包括百度文心一言、Minimax 和智谱 AI，都是超过千亿级参数的大模型。需要关注的是，每一家的登记验证、数据传输、调用协议、参数调整方式都不一样，如何让各家科技公司的大模型 API 协同一致？金山办公做了一个「AI 网关」来统一管理不同的大模型能力。在接入层解决问题，产品和业务人员就不需要关心兼容与合作问题。
在用上千亿级大模型后，把大模型转化为生产力还需要提示词调优。金山办公在 WPS AI 背后构建了一个提示词平台，内嵌提示词调优工程能力，让大模型可以更好地适配差异化场景。
提示词平台可以帮助你在特定的任务上使用效果最好的提示词。工程师们可以在后台为某个任务构建专用的提示词，然后尝试不同的参数选项，测试提示词输出的效果，一旦测试完成后就能进行发布，成为一个功能。在实际使用过程中，用户向 WPS AI 提出的一些需求可能只有 20 字，但背后大模型实际上接收到的指令可能会有 200 个字。
只有这样才能保证使用不同的大模型，都能获得同样高质量的结果。「在应用时，大模型是工程的基础设施，我们还要解决应用、产品开发和各类工程级别的问题。从应用厂商的角度来说，工程层面的挑战比想象中要大，」姚冬表示。「直接接入大模型的方式是行不通的。」
在做好了千亿级大模型的适用和调优之后，WPS AI 还要面临第三个挑战：大模型的运行成本很高，如何让有限的算力满足大量小众场景？
对此，金山办公基于业界领先的开源模型设计了 7B、13B 小体量模型，并面向个性化细分场景进行了一系列增量训练。
本周三的技术开放日，金山办公首次对外展示了自研模型的进展。
它们的核心作用在于意图理解。「在第三方大模型之外，我们使用小模型对于用户的意图首先进行归类：用户想要做什么，WPS AI 需要调用哪一项产品、哪一个大模型，或者只是简单的聊天 —— 然后再把需求导入到对应的产品中去，」姚冬介绍道。「意图分类与应用场景是息息相关的。我们必须自己标注数据，自行训练模型，才能实现足够好的效果。」
此外，各项表格功能中自动写公式的模型也是金山办公自己完成的。相比通用化大模型，金山办公自建的模型有着更好的性能。
「金山办公未来计划把 Copilot 能力拓展到更多工具上，我们希望未来的办公软件只有一条工具栏，所有复杂任务都只需要向 AI 提需求就可以完成，」金山办公 CEO 章庆元说到。「我们甚至可能不再会向办公软件增加新功能了 —— 新的能力是基于我们向大模型提需求，它自动生成代码来执行的方式来实现的。AI 会大幅降低办公软件的使用门槛。」
变革从这里开始
WPS 是与亿万打工人朝夕相处的存在。截至今年 6 月底，其主要产品月度活跃设备数已达 5.84 亿，用户通过公有云上传的云文档数量已超 1900 亿。虽然经常显得低调，但 WPS 早已成为我们不可或缺的生产力工具。
另一方面，大语言模型等生成式 AI 技术的落地正在改变我们的效率，数字办公正在呈现新的趋势。
在金山办公内部，WPS AI 已经大规模使用一段时间了，大模型显著提升了人们的工作效率。「从我自己的体验来说，现在做一个 PPT 可以节省半小时左右。有了 AI 之后，起草文案和找模板的步骤都可以省略掉，直接进入调整和修改的阶段，」姚冬说到。「在金山内部，最常用的功能是创作类，让 AI 帮助人们写东西，随后是辅助操作，最后是文本的阅读理解。随着 WPS AI 用户数量的增多，或许还会有新的变化出现。」
金山办公副总裁姚冬在 2023 金山办公技术开放日上。
在金山办公的眼中，WPS AI 的最大优势在于通过大模型能力把功能全面且复杂的 WPS 软件体系整合在了一起，让人们日常使用的成千上万需求仅需要自然语言就能完成表达，并快速连接到正确的功能上获得满足。
这就是 AI 对于人机交互方式的重塑。过不了多久，以自然语言为主的沟通方式就会成为我们工作的重要一环，大模型的能力将接管所有枯燥的工作，提升我们的生产力，让我们能把精力专注于更具创造性的事务上。
这样的变革，或许随着未来 WPS AI 的全组件功能正式上线而开始。