11 月 12 日,在百度世界大会 2026"AI+品牌营销专场"上,深演智能 CTO 欧阳辰以《DeepAgent 赋能商业决策》为题发表演讲,分享深演智能与百度伐谋平台在点击率预估、视频素材优化、销量预测等场景的落地实践。
支撑所有结果的底层核心能力,是深演智能"大模型+小模型"协同的技术架构。
图片来源:深演智能
大模型+小模型协同 DeepAgent 的技术底座
"'大模型+小模型'双层技术架构是深演 17 年深耕企业 AI 决策积累的重要技术能力。"欧阳辰介绍到,大模型负责意图理解和自然语言交互,降低企业模型开发及使用门槛;自研垂直小模型负责预测、匹配和优化等确定性决策,提升决策效率并降低模型幻觉风险。
在预设业务规则和权限边界内,多智能体可自主感知业务环境变化、共享信息并动态调整协同策略;长期积累的营销和销售数据、客户商业场景及业务执行反馈持续反哺模型与策略优化,形成从数据、决策、执行到反馈的闭环,为复杂业务场景的稳定交付提供技术基础。
图片来源:深演智能
把资深数据科学家的经验工程化进平台
过去,模型调到可用精度需要资深数据科学家反复调参、多轮 A/B 测试,试错成本高、人才稀缺昂贵。
深演 DeepAgent 与百度伐谋的协作,就是把这段"人的经验"交给平台:客户定义任务与评测标准,伐谋自动训练、自动评估、优胜劣汰;深演 DeepAgent 理解业务目标、执行工作流,双方形成"业务增长×算法自优化"双飞轮。
“业务同学只需定义清楚什么是标准、什么是答案、什么是优化方向,执行交给平台,它能够自己循环学习。”欧阳辰说。
图片来源:深演智能
AI 落地具体场景 看得见的增长
欧阳辰在现场讲解了两个实战案例。
第一是信息流投放场景,点击率预估模型经伐谋 200 轮迭代自动寻优,离线 AUC 提升 8.0%,在线同流量 A/B 实测 CTR 提升 5.7%,投放结果回流后模型随业务持续进化。
图片来源:深演智能
第二是短视频场景,团队将历史视频与表现标签交给平台,从画面到脚本逐层拆解,训练出"因子排行榜":哪些因素让视频爆火、哪些拖累效果,清晰可查。
AIGC 生成的新视频先由模型打分,再追问"为什么分不高、往哪里改",改进策略回流给视频生成智能体,形成闭环。该模型离线 AUC 提升 11.3%,改版视频爆款率明显提升。
联合方案 从营销走向经营
据公司透露,方案的合作正扩展到更广的经营决策:深演智能正与一家大型金饰品企业合作销量预测项目,综合企业一方数据与社交平台的款式流行度数据,实现更准的分款式预测,后续将延伸至供应链、生产运营等场景。
"我们希望 AI 了解更多业务,参与更多洞察的产生,把洞察变成 Action,推进企业成为更好的 AI 组织。"欧阳辰在演讲最后期望。
以上内容与数据,与有连云立场无关,不构成投资建议。据此操作,风险自担。