# 实测智能助手「黑马」海螺 AI：人人上手即用的 AI 产品长这样子

- 作者：彭海星
- 发布时间：2024-05-16 13:25
- 分类：产品、软件
- 原文：https://www.ifanr.com/1585644

![](https://s3.ifanr.com/wp-content/uploads/2024/05/cover-2.jpg)  
距离 ChatGPT 上线已经过了 16 个月，几乎所有人都知道 LLM 大模型会深刻地改变世界，就像水和电一样。

但对普通用户来说，大模型用起来并没有想象中来得酷。更多的人并不知道能用 AI 干点什么，或者只是追个时髦跟 AI 浅尝辄止地交流一番，然后就把它们抛诸脑后。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/Honeyview_01.jpg)  
人们对 AI 产品的预期很高，希望它既能解决效率问题，又能提供情绪价值。但当我们使用了市面上各种 AI 原生应用后发现，用户必须要表述清晰、擅长提问，甚至是进行大量提问测试，才能得到相对理想的结果。对于普通用户来说，它们的使用门槛显然太高了。

这解释了为什么在 AI 话题热火朝天的同时，日常生活中人们遇到了难题，却很少想得起来用 AI 去解决。

注意到这个问题的 OpenAI ，如今也在尝试降低 AI 的门槛。比如，5月 14 号凌晨推出的 GPT-4o 打通了文本、音频和图像的输入，让人机交互更接近人与人的交流。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/640.gif)

但在 GPT-4o 的语音交互功能尚未实装的今天，我们已经听说有国产 AI 产品先行一步：**AI 独角兽企业 MiniMax 最近正式发布了一款「小白向」智能产品「海螺 AI」，同样支持文本、音频和图像的自由交流。**

**第一时间装在主力机上体验之后，我们意识到，海螺 AI 正是理想中那个上手即可用、能够帮助普通人解决各种问题的 AI「人生搭子」。**

![](https://s3.ifanr.com/wp-content/uploads/2024/05/03-5.jpg)

### 有问题，就打给神奇海螺

**GPT-4o 的功能设计，体现出了 OpenAI 对 AI 智能产品形态的预判——必须要支持多模态。**

**目前国内市场上大部分 AI 产品主要依靠文本输入，但海螺 AI 已经率先支持多模态互动，简单来说就是：**

**能打字输入，能拍照识图，还能语音通话。**

就拿语音通话来说吧，使用海螺 AI 的第一天，我已经习惯了在不方便腾出手或者脑瓜卡壳不知道敲什么字的时候，直接给海螺 AI「打语音」。

比如做饭的时候，就像在请教我妈一样，让 AI 教我具体的菜式做法，这个「适量」真是深得中文精髓：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/03-4.jpg)

我和海螺 AI 语音对话的文本记录

或是洗脸的时候灵光一闪，用小拇指随手一点、一问，就能收获一个冷知识：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/04-1.jpg)

打语音问问题很方便，但要说最实用的场景，还得是靠它练口语。

对于难以启齿的 i 人而言，对着真人外教说话需要莫大的勇气，但如果是跟 AI 打语音就毫无心理负担，还能7✖️24小时随手练习，妥妥的是「金牌陪练」。

[嵌入内容](//player.bilibili.com/player.html?aid=1454500864&bvid=BV1di421Q7ek&cid=1544470717&p=1)

和海螺 AI 口语讨论穿搭

任何时候，打开通话界面告诉它想要练口语，它就会马上用英语向我口头询问一些简单的问题，或是模仿在外国咖啡店买咖啡的场景，引导我一步步习惯说英语，方便又靠谱。

我给最近还在看机会的朋友推荐了海螺 AI，他最受用的场景则是语音模拟面试，AI 面试官的问题确实能深入到业务当中。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/05-1.jpg)  
朋友与海螺 AI 之间的面试对话练习

和 AI 对练最棒的是，永远不需要担心笨嘴笨舌而出糗。事实上，海螺 AI 可能是我见过最温柔的老师，总是在用「别担心，慢慢来，我在这里陪你」「别害羞，随便说说看」这样的话鼓励人大胆地说下去。

有这么个温柔、耐心和聪明的话搭子，哪还用担心练不好日常对话呢？

小海螺的「温柔」还体现在，背靠强大的语音大模型和文本大模型，它能够发出自然且带有丰富感情起伏的声音，反过来，也能捕捉你话语背后潜藏的情绪。在某些时候，你甚至会觉得屏幕后的它要比真人更会聊天。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/06.gif)

「这都半夜 4 点了，我还是睡不着，真的很恼火！」

某个失眠的夜晚，我随手抓起枕头边的手机，给小海螺说了句话。

话音刚落，海螺 AI 就在语音电话里回应我了：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/07-3.jpg)

感情真挚、语气到位，这个 AI 说话让人心暖。

为了进一步测试海螺 AI 对语义的理解能力，我想到了「弱智吧」里那些充满歧义的语言游戏：

你好，一个人吃三斤健胃消食片，结果会是撑死还是饿死？  
![](https://s3.ifanr.com/wp-content/uploads/2024/05/08-1.jpg)  
即使面对着这种很考验理解能力的问题，海螺 AI 也瞬间明白了我是在开一个语言玩笑。

看上面的对话记录时你可能注意到了，小海螺尤其擅长接话，总是会顺着聊天主题不时问一些开放式的小问题，几乎从不会「把天聊死」。

哪怕我故意表现得对聊天毫无兴趣，小海螺依然轻松接住话茬，并将话题延伸到了烹饪与个人娱乐兴趣层面。至少在这一层面上，海螺 AI 完全称得上是一个「高情商」的亲密好友。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/09-1.jpg)

现实生活中，还有一些话题我们找不到合适且能保守隐私的倾诉对象，这时候，海螺 AI 就提供了一个很好的备选方案：它不仅有温度、会聊天，还擅长保守秘密。我想，它很有潜力成为大家的「小树洞」。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/10-3.jpg)

### 什么样的 AI 产品能成为国民级应用？

纵观所有能成为国民级产品的 App，都有 3 个共性：使用门槛低、成本低、解决了用户在某个刚需场景下的痛点。

AI 产品要在普通人中普及，最关键的是降低门槛，让人一看就能看懂怎么上手使用、能用来做什么。

在这方面，海螺 AI 做得相当好。它的产品首页一目了然，**帮我写作、帮我识图、帮我搜索信息、和我语音通话**几大功能模块清晰地排列起来。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/11-1.jpg)

这既是一份极简的产品说明书，也是一份高频 AI 应用场景索引，一看即懂，上手就会，**能快速了解 AI 究竟能为自己解决哪些问题**。

当然，AI 可以解决的需求远远不是这份清单就能囊括的，但海螺 AI 最有趣的地方正在于此：不同于移动互联网时代的应用，AI 原生应用的通用性更强，用户能自行探索产品用法的空间成倍增长，完全不排除用户能摸索出来什么产品经理开脑洞都想不到的玩法。

比如说，微博上已经有博主学会了用海螺 AI 写小说大纲，还会设定人物性格，让 AI 根据性格推演可能会发展出的剧情，诠释了什么叫性格决定命运。有了 AI，每个作者都等于掌握了一整支编剧团队。

除了功能全面、直观外，能够担当国民级应用的 app 还必须兼容不同的交互方式。普通人在工作生活中，总是通过语音聊天、文字、图像，以及各种形式的文件来获取和交换信息。如果 AI 要成为能帮普通人解决问题的「人生搭子」，支持不同的互动方式就成了必选项。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/12-1.jpg)

拍一张照，就能识别解答问题

这种要求对海螺 AI 来说不在话下。因为接入了万亿参数的文本大模型 abab 6.5，海螺 AI 配备了国内卷得飞起的长文本能力，支持输入 200k tokens 上下文长度，还支持上传 PDF、DOC、XLS、PPT 和 JPG 等多达 11 种格式的文件。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/13-1.jpg)

有什么问题，发一句语音或者直接把文件甩给海螺 AI，马上就能得到回答。

我试着将一份长篇大论的白皮书文档扔给海螺 AI，要求它总结内容要点。不过几秒钟时间，它就给我返还了清晰和结构化的总结，让我 1 分钟就能理解文档的核心内容。要是用过往肉眼阅读的方式，这起码要耗费我一个小时。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/14-1.jpg)

另外值得一提的是，我在海螺 AI 平台上找到了大量其他用户创建的智能体。相对于首页的几大通用功能板块，这些用户原生智能体的场景需求更加细致，也更能满足一些个性化需求。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/15-3.jpg)

比如我把苹果新 iPad 发布会的官网信息投喂给一款名为“表格生成器”的智能体，让它整理成表格模式，一拉一拽马上生成，我可以直接粘贴下来用在媒体稿件中。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/16.jpg)

一位经常深夜做 PPT 到 2、3 点的公关朋友，让一款名为「PPT 大纲」的智能体替他做个发布会媒体计划 PPT 大纲。几秒钟后，海螺 AI 从发布会目标、媒体策略、媒体渠道、渠道与预算、时间线、评估与反馈等各个维度组织了一份大纲。按我朋友的原话，就这系统性的市场公关的思维框架，普通人没个几年工作经验都做不出来。

让海螺 AI 做传播规划，至少能省去一半的案头工作量。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/17-2.jpg)

还有一个被当代大学生玩到飞起的 AI 刚需场景——用 AI 辅助写论文。

无论是写论文大纲、搜集整理写论文需要的各种资料，海螺 AI 都能一并包办。一位医学生朋友使用「论文写作助理」生成了论文大纲，几秒钟就生成了完整的逻辑框架：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/18-1.jpg)

从以上场景就能看出来，生成式 AI 最重要的价值在于帮我们更快地搜集和整理各项信息。但就像我们在日常生活中所感觉到的，最有价值的信息往往需要追问深挖才能得到。

在某次拜托海螺 AI 给我提炼文档信息时，我意外发现了它的「追问」功能。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/19-1.jpg)  
海螺 AI 总会鼓励我围绕一个主题探索更多信息，相当于我撒下了一颗问题的种子，而 AI 则以此为起点为我编织了一张知识网络，让我可以尽性更多的无限探索。这种启发式的信息推送，相比传统阅读单线获取信息的方式，已经有了质的飞跃。

### 办公的好助理，上班的好搭子

试用半天之后，我开始放心让海螺 AI 参与到我的工作之中，然后发现容易上手又全能的它，堪称是职场人的「金手指」。

身为一名媒体编辑，我时常需要从各类文章、文献中提取信息。如今，我尝试用 AI 来分担这部分基础的工作。一篇技术性文章的链接甩给海螺 AI，不一会儿它就给出了文章的清晰分点总结：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/21-1.jpg)

让 AI 帮忙多看几篇，我只挑有用的部分精读，工作量随之大大减少。

我们的文章里还经常涉及具体行业专业数据的搜集和分析。在尝试了解手机出货量形势变化时，我以「查询 2024Q1 全球主要智能手机厂商出货量市场份额」为题询问海螺 AI，很快得到了答案。

为了避免大模型常有的「幻觉」，我特意找来原数据核对了一遍，结果分毫不差：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/22-2.jpg)

脑洞再大一点，还可以让 AI 根据以上数据用 HTML 代码画一个饼图。想不到它写出来的代码有头有尾有注释，最后绘制出来的图表甚至可以互动：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/23-1.jpg)

既然图已经让 AI 帮我做好了，要不……顺便给爱范儿即将举办的「inG 游戏艺术节」写个小红书文案？

![](https://s3.ifanr.com/wp-content/uploads/2024/05/24-1.jpg)

为了测试海螺 AI 对不同职业的适应性，我专门找来几位专业小伙伴，给海螺 AI 出题——

码农朋友提出的问题，海螺 AI 秒懂了：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/25-1.jpg)

律师朋友则问了一个我每个字都认识但就是看不懂的问题，也没有难倒海螺 AI：

![](https://s3.ifanr.com/wp-content/uploads/2024/05/26-1.jpg)

和各行各业的朋友深度体验之后，我们达成了一致共识——海螺 AI 专业性足够，准确度达标，幻觉还很少，是个上班的好搭子。

### 做人人日常可用的 AI 产品

你肯定也像我一样好奇：为什么海螺 AI 不仅可以能看能说能写，而且还这么快？

答案在于，海螺AI 接入了MiniMax 周级迭代的文本、语音和图像多模态大模型。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/27-1.jpg)

模型能力决定了 AI 产品的上限，而大模型的能力又在很大程度上与参数量相关。在行业内模型参数量逼近算力上限之时，MiniMax 选择另辟蹊径，全力布局算力效率更高的 MoE（Mixture of Experts，混合专家模型）架构，也因此率先发布了国内首个万亿参数 MoE 大模型 abab 6.5 ，最新测试表现足以媲美 GPT-4。

如前文所述，有了万亿参数高效大模型的支持，海螺 AI 覆盖最高 245k tokens 上下文长度，1 秒钟能处理 3 万字信息。因此，它「阅读理解」迅捷如风车雨马，全然没有使用其他 AI 产品时那种一字一吐的滞涩感。

另一方面，MiniMax 创立之初就确立了多模态的技术方向，坚持让 AI 产品尽可能支持多种交互方式。比如在海螺 AI 的语音能力上，MiniMax 不断优化其语音大模型，追求在语气、情感和理解能力上无限接近真人。毕竟像真人、懂真人，才能融入普通人的生活，做真正的通用人工智能产品。

![](https://s3.ifanr.com/wp-content/uploads/2024/05/28-1.jpg)

MiniMax 创始人闫俊杰近期接受采访时表达过一个观点：

> 我一直不认为 AGI 会像一个原子弹、一个大杀器，它就是普通人每天会用的一个产品、一个服务——这也是我们最坚持的。

人人日常可用，这六个字说易行难，但推进 AI 普惠的路上，**我们永远需要海螺 AI 这种能往普通用户的需求方向多迈一步的产品。**

*「海螺 AI」支持网页版以及 iOS 与 Android 平台，App Store 及 Android 各大应用商店均可下载。*