去年底，從微軟離職加入Zoom的華人AI大佬黃學東以Zoom CTO的身份發表了一篇技術博客，介紹了Zoom推出的聯邦AI技術——

差異化地利用不同成本的AI工具，讓能力強成本高的AI完成難度大的任務；成本低能力弱的AI完成簡單的任務，從而在完成質量和GPT-4幾乎一致的前提下，將AI完成任務的推理成本降到了GPT-4的6%。

在去年底，對標GPT-4，Zoom AI就做到了「質量一樣，成本打1折」！

文章地址：https://www.zoom.com/en/blog/federated-ai-approach-best-quality-for-most-popular-features/

3月26號，黃院士又發表了一篇新的技術博客，宣布聯邦AI技術取得的最新進展：

通過整合Claude 3等新推出的強力LLM，「聯邦 AI」在特定的任務場景中，完成質量已經超過了GPT-4——

在Zoom提供的會議摘要功能「Meeting recap」上，Zoom AI的結果相比GPT-4將錯誤率減少了20%，在自動預測下一步操作的「Next Steps」上，Zoom AI的正確率提高了60%。

具體來說，Zoom AI將市面上的所有可用的LLM都整合了起來。

集眾家之所長，從而在產品層面做到了質量「碾壓GPT-4」！

這樣的技術路徑不但大大降低了使用大模型的成本，而且隨著市面上不同公司的大模型性能的變化，可以靈活選擇最適合任務的模型進行搭配。

從避免了與某一個模型深度綁定后，反而限制了產品服務質量的情況。

在Zoom最新的內部基準測試中，通過讓人類評委盲選最準確的會議摘要的方式進行了測試。Zoom LLM和Claude-3配合下在會議總結和提取下一步操作兩個任務上的表現都優于英文版的GPT-4。

將Zoom LLM與GPT-4總結日語會議的結果相比較。Zoom LLM也能夠提供更好的結果，降低了接近15%的錯誤率。

根據Zoom委托GigaOm進行的一項研究顯示，Zoom AI Companion的會議轉錄的準確率高達95%以上。

在會議提問場景中，Zoom AI Companion提供的結果比ChatGPT-4 web快四倍。

而在安全性上，Zoom AI組建一個由Claude-3、Gemini和GPT-4等多個LLM組成的「委員會」，降低了大多數LLM輸出的固有偏差，從而減少了幻覺，進一步提高了輸出的質量。

最主要的原因是不同的LLM不太可能犯同樣的幻覺錯誤，所以Zoom LLM可以生成更一致的回應，進一步減少幻覺的影響。

而且根據黃院士透露，在性能表現超越GPT-4的任務中，推理成本有所上升，但依然只有GPT-4一半左右。

雖然要取得超越GPT-4的性能，Zoom AI成本要比去年底的「成本打一折」時高上不少，但是依然比僅僅使用GPT-4要便宜很多。