7月27日，在世界人工智能大会（WAIC）上，腾讯AI工作台ima公布知识号新数据：上线半年呈现生态爆发式增长，可分享的私域内容环比增长208%。
ima正凭借“活知识库+大模型” 的融合，破解知识碎片化、海量信息获取准确性难题，让静态知识转化为驱动个人与组织的先进生产力。
腾讯信息服务线负责人 何毅进
腾讯信息服务线负责人何毅进在《》演讲中指出，ima创新构建的“AI工作台”，正通过三层架构实现知识库与大模型的深度协作：
用户在ima主动分享的行为，正在推动知识库从私域向公域快速发展。
越来越多的公共服务团队、专业知识团队正在加入知识号，旨在提供专业权威的信息杭州钱江海关率先落地「进出境邮件智能服务」知识库，聚合200+法规、800类高频咨询与千条实例，AI智能问答输出权威且实用的解决方案，在超过100次模拟问答中，海关知识库的回答准确率接近100%。
多所高校深度应用ima构建教研知识库，提升高校备课答疑效率，给学生提供了更丰富课件素材。从法规到讲义，ima正在让专业经验转化为可持续复用的知识资产。
在演讲中，何毅进表示：ima提供了健全的权限和安全体系，保障用户知识库的内容安全。另外，用户在ima上传的个人资料仅被用于用户的AI检索和AI推理使用，不会用于模型的训练。
以下是何毅进的演讲全文：
大语言模型技术的飞速发展，对行业带来深刻影响。过去，信息服务产品多提供单点能力，任务规划、串联、执行多由人来完成。而大模型时代，更自然的交互，更完整的信息输出，更少的人类执行，让更便捷、更懂用户、更好用的信息产品成为可能。
整个市场均在多维度积极探索，包括QQ浏览器等主流浏览器产品，也有comet、genspark, ima等新兴AI原生应用。
回归信息获取和使用的需求本身，用户面对互联网庞杂且散落各处的信息，能更高效的理解并使用，从而进行生产，一直是第一诉求。我们的产品实践也始终围绕这一点展开。
从信息能更好被大模型使用的角度出发，我们提出了ima 这一智能工作台的想法。希望将用户所需的各类丰富优质的零散信息和知识聚合起来，让大模型能高效的在搜读写全链路进行提效，打造用户个人的智能工具。
ima 产品核心链路为三层。底层知识库由用户自主添加并主动分享所形成知识库内容。ima支持了包括主流文档、图片、公众号、个人笔记等内容形式。中间层为基于知识库的RAG链路，保障知识库内容能够在各类场景下被模型准确的获取，并基于此实现内容的生成。上层为大模型应用层，由大模型支持的多模态输入、输出，以及AI创作、脑图编辑等工作台能力。
用户一方面可搭建自己的知识体系，还可以通过通用问答、搜索、@知识库回答等多种方式，发现并使用他人贡献的知识库。
除了在私域使用的知识库，ima用户也贡献了超过2000万的公域知识库内容，形成了私域+公域丰富的知识库生态，提升了模型回答的可靠性。这里面包括很多公共服务机构、专业知识团队，通过共享公域知识库，让更多用户能得到专业知识+先进大模型带来的科技普惠。
这里我分享两个ima知识库的实用案例：其中杭州钱江海关主动创建的“进出境邮件智能服务” 知识库，就是运用ima平台为办事群众搭建的“千问千答”AI服务。该库收录了由海关专项工作组上传的超200部法规条文、800类高频咨询和上千条实例。智能问答在引用法律条文的基础上，还能参考高频咨询库，分析咨询实例，兼具权威性和实用性。也有很多高校教授，通过ima 建设个人教研知识库，成为自己备课以及和学生进行互动答疑、科研协作的平台，大幅提升教学和科研的效率。
目前ima已经上线半年多时间，知识库生态快速发展，从最初的私域内容发展到公域知识号内容，可分享的私域知识库和公域知识库均有大幅增长，内容量突破千万。
随着用户主动分享知识库的行为持续增长，我们在今年5月上线了知识号体系，为公域知识库的贡献者提供完善的生态机制和专项扶持，鼓励用户贡献专业、权威、即时的优质知识库内容。
近期ima知识号生态进一步升级，推出了服务机构团队和个人的认证体系，为具有专业性权威性的知识主提供知识号认证服务。
截止目前，已有接近百位知识号主获得了加V认证。未来希望更多领域的用户加入，让有用可靠的信息在AI时代流动起来。
看完ima这位AI 时代的新生儿，我们再回过头来看下QQ浏览器，这款16岁的长青产品在AI时代是如何演进的。
QQ浏览器的用户体量更庞大，年龄分布更均衡，对信息获取和使用的诉求也更多样化。因此如何将AI能力真正作用于改善用户的真实体验，是团队致力的方向。
在QQ浏览器，用户每天有大量学习办公场景下的信息服务需求，包括对资讯、文档、视频的搜索、浏览、播放，也包含网页/各类内容的下载、提取、编辑、管理等操作诉求；同时还有泛娱乐内容查找及消费。
因此，QQ浏览器推出了QBot这一AI升级产品，其核心围绕用户的搜索，浏览，工具使用这三大环节展开。首先AI搜问，通过引入大模型能力，深度结合用户搜索和提问需求，大幅提升搜问的效率；第二，在用户各类浏览场景下，通过嵌入伴随式AI提升场景内的工具能力；第三则是针对需求较为刚性的复杂信息服务场景，如学术研究，高考，资源下载等，提供垂类智能体Agent。
我们先来看搜索场景。随着大模型问答应用的推广，用户也逐步养成了边搜边问的使用习惯。QQ浏览器针对搜索用户丰富多样的搜、问需求，结合大模型能力对搜索架构进行了全面升级，建设了AI搜索链路，利用大模型的思考和决策能力优化搜索的动态反应流程，升级上线了AI Overview服务。
其中大模型在意图理解和RAG方面的能力优化，使结果的可读性、可用性及相关性有明显改善。
结合腾讯的优质内容生态，QQ浏览器AI Overview大幅提升了在游戏、健康、娱乐、高考等领域搜索结果的质量。
我们也和内外部合作伙伴建立了广泛、深入的合作，涉及多行业多领域，一起携手为用户提供优质服务，也欢迎更多行业伙伴的加入
第二为高效的AI浏览工具。围绕用户视频/网页/文档等场景，提供基于的翻译能力，并强化适配和呈现；
另外一方面，大量浏览记录和标签的管理也往往让用户头疼。如何精准总结和找到信息出处，是用户经常要面临的问题。QBot会将AI 能力和浏览器框架打通，以实现用户历史记录和多标签内容的查询、提炼、总结。
同时在对用户文件、图片等资产可管理的基础上，针对部分需要提取信息、重复操作的场景，如网站填表、发票录入等，QBot将搭建可自助完成任务的AI 填表工具。这两部分能力均在灰度打磨中。
而在做好基础场景的AI工具之上，我们进一步针对浏览器用户明确的高阶需求，利用QQ浏览器积累的工具能力优势，会持续打造具有较高成功率的垂直agent。
今年6月我们推出了AI高考通agent，QQ浏览器的高考累计服务5000万用户，生成数百万份志愿表，分析报告的准确率超95%+。
为提升可用性，模型需基于高考专业信息和知识进行训练，让模型理解高考志愿及相关政策信息，形成专业的分析逻辑；同时针对高考志愿表搭建workflow， 使模型能较好遵循任务范式，并对高考知识库和用户信息能够记忆和使用，最终形成分析报考和志愿表。
而下载作为浏览器用户的刚需，也是我们重点打磨的agent。目前任务下载成功率超过80%，过程中重点通过跨引擎搜索、优质索引库建设，及任务的反思纠错能力优化提升可用性。
因此，Agent产品除了模型能力优化外，上下文工程、垂直场景工作流设置、好的工具能力，以及优质的知识库，都对其成功率的提升至关重要。未来，我们会继续聚焦浏览器用户的刚需场景，逐步推出更多的垂直Agent产品。
利用大模型能力，深度结合真实场景，QBot AI升级为QQ浏览器用户带来了体验提升，但这只是第一步，还有很多能力和场景正在优化中。道阻且长，围绕个人资产、优质知识库建设、场景化深度融合AI，不断打磨，展望未来，我们相信，QQ浏览器一定会变得更懂你、更好用！