知未智能开发大模型KenSho，可分析产业链、预测商业影响

原标题：知未智能开发大模型KenSho，可分析产业链、预测商业影响

·高级多模态RAG（检索增强生成）问答系统“KDF中书”能从视频中提取关键图像、分析讲话者身份，有助于解读视频会议内容。多智能体项目KenSho可宏观分析行业和受影响企业，相当于对投资活动沙盘推演，模拟潜在影响。

给定假设情况，KenSho预测黄金价格情况。

锂等关键原材料的供应情况是否稳定？黄金价格走势如何？大模型可给出回复。4月9日，人工智能和自然语言处理企业北海知未智能科技有限公司（下称：知未智能）在上海发布高级多模态RAG问答系统“KDF中书”，并演示内部代号为KenSho的多智能体项目模拟商业分析的过程，KenSho可实现产业链分析和商业影响预测。

知未智能成立于2019年，面向金融与商业信息领域，旨在利用自主可控的大模型帮助大中小企业重新构建企业内部知识库，帮助用户快速理解复杂数据和信息，为用户提供有价值的洞察和建议，产品已应用于金融、税务、行政管理等领域，客户覆盖券商、基金、银行等。

“我们已经来到了一个由数据驱动的时代，我们明显感觉到各种各样的元数据重要性越来越高。”知未智能合伙人张焱介绍了内部代号为KenSho的多智能体项目模拟商业分析的过程。他表示，过去在金融机构，资深策略分析师或投资经理利用长期工作积累下来跨越多个周期的经验，对商业信息实现本质洞悉和多维验证。现在，在洞察决策阶段，利用大模型技术，KenSho可以宏观分析行业和受影响企业，相当于对投资活动进行沙盘推演，模拟潜在影响等，观察进一步的衍生情况。

KenSho致力于提供产业链深度分析和经济影响评估，解析政经要闻、自然现象或商业信息发布等特定事件对经济活动或金融市场的潜在影响，助力用户优化风险管理，把握投资机遇。Kensho通过实时处理最新市场数据和新闻，提供动态市场预测和趋势洞察，支持用户在全球经济多变环境中做出决策。经济方向的语义理解和意图识别是Kensho的一大优势，用户通过简单通俗的语言描述即可得到高效深入的分析。

如何判定KenSho的预测不是一本正经地胡说八道？知未智能介绍，在每一个环节，KenSho都使用了存量资料库总结现有公共信息，当计算资源充沛以后，KenSho可不受时间约束不停分析每个事件。张焱表示，利用KenSho可实现AI赋能金融洞察与决策，实现产业链分析和商业影响预测。他希望未来KenSho不仅可应用于金融行业，而且能够服务实体经济，成为“世界经济大脑”。

知未智能CTO段清华。

知未智能CTO段清华介绍了高级多模态RAG问答系统“KDF中书”，它可基于用户上传的PDF、Word、图片格式的文档进行对话，对文档信息概括提炼和分析整合。每次回答中的图片、表格和文本均附有源文档页面和相关句子引用，确保回答的可追溯性和可解释性，用户可轻松核对和精确保留关键信息。

RAG（Retrieval-Augmented Generation，检索增强生成）是一种将检索与生成相结合的技术，段清华表示，RAG可解决实时验证和误差校正，基于已经存在的正确知识进行回答，而不是由大模型随意编排。RAG系统具有一定的反思能力，可根据参考资料和输出的回答，再次确认是否真正遵循了参考资料。

此外，“KDF中书”具备视频动态解析能力，能从视频中提取关键图像、分析讲话者身份，有助于解读视频会议内容。该问答系统不仅在中文领域对图像和音频模型进行了深度微调，还开发了中文智能文档解析模型和全词稀疏语义向量模型，提高其在匹配问题与相关资料时的精确度和效率。