H2O.ai 近日宣佈推出其新多智能體平臺 h2oGPTe，該平臺結合了生成式和預測性人工智能模型，旨在爲企業提供更一致的響應。H2O.ai 的創始人兼首席執行官 Sri Ambati 表示，企業對 AI 智能體的一大需求就是保持響應的一致性。

image.png

h2oGPTe 平臺利用 H2O.ai 的自有模型 Mississippi 和 Danube，同時也可以訪問其他大大小小的語言模型。該平臺支持在不同環境中運行，包括空氣隔離、內部部署和雲系統。Ambati 強調，結合生成性與預測性人工智能，企業能夠更有信心地使用這些智能體，而不會妥協安全性。

h2oGPTe 主要功能包括:

1.  多模態文檔AI:能夠從安全的內部數據源（如文檔庫和知識庫）中提供準確的查詢響應。 支持生成結構化的 JSON 格式輸出，適用於合同總結和合規性數據提取。

2.  音頻和視覺分析:提取音頻文件、圖像和手寫文檔中的結構化數據，適信息豐富的視覺領域。音頻模型支持多語言轉錄和翻譯，視覺模型可以進行內容驗證。

3.  編碼助手 :幫助開發人員快速生成項目的基礎代碼，支持常見編程語言   - 提供代碼補全和文檔生成，加速從概念到原型的開發過程。

4.  自主智能智能體:智能體可以自動執行多步驟工作流，如網絡研究和數據建模。可以根據實時數據生成多頁 PDF，確保透明性。

5.  引用驗證與透明性 :採用先進的檢索增強生成（RAG）技術，支持嵌入文檔引用，提升 AI 響應的透明性和可驗證性。

6. 可定製的安全護欄 : 提供精細的訪問管理和響應限制，確保敏感環境中的數據安全和合規

7.  智能模型路由 :根據實時評估動態選擇最適合的模型，以優化效率和性能。

8.  模型風險管理 :透明的模型評估，結合人類反饋和自動化測試，提升合規性和可解釋性。

image.png

Ambati 指出，生成式 AI 在內容生成方面表現良好，尤其是在代碼生成上，而預測性模型則在情景模擬上提供了更大的幫助。預測性模型能夠通過學習數據中的模式，確保智能體的響應更加一致。他舉例說明，雖然人類之間的互動可能會有變數，但依然期望能夠獲得一致的答覆，而這正是預測性 AI 與生成性 AI 結合的價值所在。

h2oGPTe 平臺特別適合金融、電信、醫療和政府等需要處理多步驟任務的企業。該平臺的智能體能夠處理多模態數據，像是圖表，並據此回答問題，比如 “我的公司今年應該賣更多的玩偶嗎?” 這樣的問題，從而考慮企業的歷史財務數據和市場趨勢信息。

此外，H2O.ai 的智能體能夠生成包含圖表和表格的 PDF 文檔，以可視化方式展示信息，並確保引用數據來源，以便進行數據溯源。該平臺還內置模型測試功能，包括自動生成問題，模擬不同的提問以檢驗智能體的響應一致性。同時，用戶可以通過儀表盤查看智能體使用了哪些數據庫、模型或工作流的部分。

在 AI 智能體熱潮持續的背景下，確保智能體提供的價值至關重要，包括一致性、可靠性和準確性。H2O.ai 將生成性和預測性模型相結合的方式是一種探索，其他公司也在尋找確保 AI 代理不對企業造成困擾的方法，例如 xpander.ai 推出的 Agent Graph System 和 Salesforce 發佈的 Agentforce Testing Center。

產品入口：https://h2o.ai/platform/enterprise-h2ogpte/

劃重點:

🌟 H2O.ai 推出的新平臺 h2oGPTe 結合生成性與預測性 AI 模型，提供更一致的響應。

📊 該平臺特別適用於金融、電信、醫療和政府等需要處理複雜任務的企業。

🛡️ H2O.ai 注重數據溯源和智能體測試，以確保智能體的可靠性和準確性。