# 大模型能力落地：各场景技术方案与行业提效应用
> 覆盖语音、智能客服、推荐、文档理解、多模态、代码、风控审核等场景，聚焦技术原理、业务价值、行业落地

> 区分两类模型：
> 1. **判别类模型**：分类、识别、打分、审核、质检（传统ML、小模型、轻量LLM）
> 2. **生成式大模型**：LLM、多模态、Agent、RAG，做摘要、写作、问答、工具调用、编排流程

## 一、语音类模型（ASR/TTS/声纹/语音质检）
✅ **底层技术**
ASR音频转文字；TTS文字转语音；VAD端点检测、声纹识别、情感分类模型、语音分离
✅ **核心价值**
音频转为结构化文本，口头信息自动留存、检索、分析，替代人工听录音转写

**行业用法**
1. 客服/呼叫中心：通话实时转写、自动摘要、诉求抓取、工单生成、话术质检、坐席侧边提示
2. 政企政务：会议纪要生成、访谈录音归档、信访电话转写、笔录辅助
3. 医疗：门诊语音病历、随访自动外呼通知
4. 制造/工地：现场语音巡检上报，自动生成巡检单据
5. 教育：口语测评、跟读打分、听力素材生成
6. 出行/本地生活：智能外呼回访、取件通知、逾期提醒

## 二、智能客服 & 对话大模型（意图识别 + RAG知识库）
✅ **底层技术**
意图分类、槽位抽取、LLM+RAG检索增强、对话状态管理、拒答风控、向量检索
✅ **核心价值**
标准化问题自助解决，降低人工进线；人工接管时附带会话摘要、用户画像，减少重复问询

**行业用法**
- 电商：售前咨询、售后退款、物流查询、纠纷前置协商
- 金融（信贷/保险）：额度查询、还款提醒、产品解释、理赔引导、FAQ应答、材料预审（强合规，需要溯源防幻觉）
- 运营商/能源：账单查询、故障报修、套餐咨询
- 企业内部IT客服：员工查询OA、权限、VPN、报销制度，内部知识库问答
- 制造业售后：设备故障自查、保养指引、配件查询

> 进阶能力：客服Agent，模型可调用接口自动查订单、建工单、发起退款、预约上门，实现业务闭环

## 三、推荐系统模型（传统推荐 + LLM语义推荐）
✅ **底层技术**
传统：协同过滤、FM、DeepFM、DIN/DIEN；新增：大模型语义向量召回、LLM重排、Query改写、用户理解
✅ **核心价值**
实现人-商品/内容/服务精准匹配，提升点击率、转化率、留存，减少无效曝光

**行业用法**
- 电商：商品推荐、猜你喜欢、搜索扩词
- 短视频/资讯平台：信息流内容分发
- 文档/知识库站点：文档智能关联、基于阅读历史推送资料
- 金融：千人千面产品推荐（监管严格，风控隔离，不以转化为唯一目标）
- 招聘：简历与岗位双向匹配
- B端企业服务：商机、客户线索推荐

## 四、文档理解模型（OCR + LLM + RAG，知识库核心）
✅ **底层技术**
OCR、版面分析、表格识别、文档解析、向量库、RAG、长文本摘要、信息抽取
✅ **核心价值**
PDF、扫描件、Word、合同、票据自动解析、字段抽取、对比、问答，省去人工翻阅

**行业用法**
- 法律：合同审查、风险高亮、条款抽取、判例检索
- 财务财税：发票、回单、报销单识别，自动对账、凭证摘要
- 金融风控：征信报告、流水、资质材料解析，抽取收入、负债、逾期等风控字段
- IT研发：技术文档、架构文档、故障复盘文档检索、知识库问答
- 政企：公文摘要、政策解读、档案归档检索

## 五、内容生成 & 辅助创作模型
✅ **底层技术**
LLM、可控生成、风格对齐、内容审核模型
✅ **核心价值**
快速产出初稿、改写、翻译、批量文案，人工仅做审核校准

**行业用法**
营销文案、商品标题、邮件公告、开发注释、接口文档、测试用例、培训课件

## 六、风控、审核、分类模型
✅ **底层技术**
文本分类、多模态审核、风险打分模型、异常检测
✅ **核心价值**
自动识别违规内容、异常行为，分级工单，前置拦截风险

**行业用法**
- 互联网平台：评论、图片、直播内容安全风控
- 金融：反欺诈、虚假进件识别、话术风险识别、异常申请识别，对接审批链路
- 企业运维：工单自动分级（紧急/普通）、自动派单

## 七、多模态模型（图文、视频理解）
✅ **底层技术**
图文Embedding、视频帧理解、目标检测 + LLM
✅ **核心价值**
看懂图片、视频画面信息，把视觉信息转为可查询、可判断的结构化内容

**行业用法**
- 零售：商品图片识别、货品破损识别
- 制造：工业质检，识别产品瑕疵
- 安防：事件识别告警
- 医疗：医学影像辅助阅片（仅辅助，不可替代医师诊断）
- 售后：用户上传故障照片，识别问题并推送维修方案

## 八、代码大模型（Code LLM，面向研发提效）
✅ **底层技术**
代码大模型、代码检索、单元测试生成、SQL生成
✅ **核心价值**
减少样板代码编写、文档查阅、排障耗时

**行业用法**
业务代码辅助编写、SQL生成、报错排查、接口文档生成、脚本开发、代码评审提示

---

## 九、汇总表
| 模型能力域 | 核心技术 | 典型提效点 | 适用行业 |
| ---- | ---- | ---- | ---- |
| 语音 | ASR/TTS/语音质检 | 音频结构化、自动纪要、智能外呼 | 呼叫中心、医疗、政务、制造 |
| 对话客服 | 意图识别+RAG+LLM多轮 | 自助问答、工单自动化、坐席辅助 | 电商、金融、政企IT、制造业售后 |
| 推荐 | 召回/排序、LLM语义推荐 | 精准匹配，提升转化、内容分发效率 | 电商、内容平台、招聘、B端商机 |
| 文档理解 | OCR+版面解析+RAG长文档 | 文档抽取、检索、问答、对比审阅 | 法律、财务、风控、研发知识库 |
| 内容生成 | LLM可控生成、风格对齐 | 批量初稿、文案、材料快速产出 | 全行业市场、行政、研发 |
| 风控审核 | 文本/多模态分类、异常检测 | 风险自动拦截、合规校验 | 金融、互联网平台、企业服务 |
| 多模态 | 图文/视频理解 | 视觉识别、图片问答、画面分析 | 工业质检、零售、安防、售后 |
| 代码模型 | Code LLM、代码检索 | 开发提效、脚本/SQL自动生成 | 互联网、软件研发、IT部门 |

---

## 十、落地约束说明（技术侧重点）
1. **幻觉风险**：金融、医疗、法律等高合规场景，优先使用RAG做引用溯源，必须保留人工复核链路，不可直接将模型输出作为最终结论
2. **成本边界**：简单分类、质检、意图识别场景，轻量小模型即可满足；复杂推理、问答、生成场景再使用LLM，平衡效果与算力成本