每日互动（个推）AI 产品梳理
版本：V1.9
整理日期：2026-03-20（V1.9 删除脑图与配图，章节顺延重排）
说明：依据每日互动官网（ge.cn / getui.com）及公开报道整理；非官网条目已标注「公开报道」。
一、开发者侧：AI SDK
官网：https://www.getui.com/ai-sdk
定位：面向 App 的开箱即用 AI 能力集成，快速上线对话式能力。
| 能力方向 | 说明（官网表述） |
|---|---|
| 对话模式 | 极速/深度思考切换、联网搜索、知识库问答、语音输入 |
| 意图与 Prompt | 基于 App 特色的意图识别、Prompt 配置，定制回答风格与侧重 |
| 知识库问答 | 学习 App 内产品/服务/内容，做业务语境下的专业问答 |
| 个性化性格 | 性格体系、按用户偏好调整回答方式 |
| 扩展与模型 | 切换底层模型、对接 MCP、搜索引擎等 |
| 接入方式 | 提供完整对话页面，低开发量集成 |
典型场景（官网）：影音、资讯、旅游、电商等（影评/摘要/攻略/导购等）。
二、运营与数据：Chat BI
官网：https://www.getui.com/chat-bi
定位：企业级对话式 Data Agent / 智慧问数。
| 能力 | 说明 |
|---|---|
| 意图与联想 | 理解模糊业务问题，关联企业知识库，口语转多个精准查询供选择 |
| 多轮对话 | 连续追问、上下文记忆、深度下钻 |
| 业务知识维护 | 自定义术语、指标口径，实时生效 |
| 过程透明 | 关键分析步骤展示，可人工调整，降低黑盒与幻觉风险 |
| 可视化 | 秒级出图，匹配分析场景 |
| 沉淀智能体 | 问数指标、图表可保存，形成专属数据专家 |
场景：管理层决策、一线复盘、数据团队沉淀分析体系等。
三、视觉与多媒体：个推视觉智能
官网：https://www.getui.com/vision-intelligence
定位：以图像/音视频为载体的智能视觉 SDK/API（偏 CV）。
| 模块 | 功能要点 |
|---|---|
| 图像 | AI 美肤、美妆、滤镜及多项拍照/美化能力，多主题 UI |
| 视频 | 录制与剪辑：美颜、美妆、滤镜、画中画、拼接、分割、裁剪等 |
| 人脸 AI | 自研人脸检测与 106 关键点，智能美颜、动态贴纸、高级美妆 |
| 模板视频 | AE 模板在移动端还原，替换素材一键成片 |
| 形态 | 图像 SDK、视频剪辑 SDK、特效相机（流处理）、模板视频 SDK 及各类 API |
| 平台 | iOS、Android、Server（Linux/Windows）、PC 等 |
四、办公与行业落地：个知·智能工作站 GAI Station
官网：https://www.getui.com/gaistation
4.1 产品定位与形态（官网归纳）
- 定位：软硬一体、混合部署的一站式「专业级 AI 办公/业务」落地形态；强调 本地小模型 + 云端大模型、知识/文件可本地侧处理、大模型侧加密传输等安全可信叙事。
- 价值主张：「让 AI 用得起、更用得起来」——偏 开箱应用 + 企业知识库 + 低代码扩展（内置 Dify），而非仅提供一个聊天窗口。
- 版本：在线版（随开随用）、个人版（轻量个人助理）、单位版（百人级团队 / 企业、偏 AI PC 与组织落地）。
4.2 能力模块一览（官网）
| 应用 | 功能要点 |
|---|---|
| 写作助手 | 文风管理、以稿写稿、出处溯源、文稿模板、四级语料库、引导式/语音创作等 |
| 会议纪要 | 实时/录音转写、多人与声纹、联动写作助手出纪要、本地转译强调私密性等 |
| 深度研究 | 企业知识库联动、预置专业智库、多轮搜索、计划-搜索-推理-总结、结构化报告 |
| 表格分析 | 自然语言指令、Multi-Agent、多文件多 Sheet、生成 SQL、预测建模等 |
| 智能问答 | 角色与权限、定向问答、大文档量与多格式/多模态解析（官网量级描述） |
| 应用创建 | 低代码/零代码、内置 Dify 搭工作流、行业模板、API/插件等 |
官网还强调：多源数据打通与权限管理；快速部署上线类表述；政企/制造/医疗/科研等案例背书。
4.3 优势分析（结合官网卖点 + 常见落地逻辑）
| 维度 | 说明 |
|---|---|
| 场景覆盖全 | 写作、会议、研究、表格、问答、自建应用一条龙，减少「买多个单点工具」的集成成本。 |
| 企业知识闭环 | RAG + 权限 + 多格式文档，适合「制度/标书/公文/内部知识」类高频办公。 |
| 安全与合规叙事强 | 混合部署、本地转写/本地知识存储等表述，对政务、金融、医疗等数据不能全上公网的客户更友好。 |
| 可扩展性 | 内置 Dify、API、插件与模板，业务侧可在一定程度上自建工作流，不过度依赖原厂每次定制。 |
| 与个推数据智能体系协同 | 若已使用每日互动数据中台、营销/用户类能力，可在方案层面做数据与 AI 应用联动（具体以商务方案为准）。 |
4.4 劣势与风险（客观项，建议 PoC 验证）
| 维度 | 说明 |
|---|---|
| 厂商与栈锁定 | 软硬一体 + 内置 Dify 等组合，长期存在升级路径、版本兼容、替换成本问题，需在合同中明确模型与组件边界。 |
| 「本地+云端」复杂度 | 网络策略、证书、审计、灾备、并发与算力规划比纯 SaaS 更重，IT 运维与信息安全需全程参与。 |
| 效果依赖知识治理 | RAG 质量强依赖文档质量、切分策略、更新机制；垃圾进垃圾出，需配套知识运营而非「装完即用」。 |
| 大模型共性风险 | 写作/研究/表格结论仍可能出现幻觉或错误推理；表格分析与 SQL 生成需重点做权限与数据脱敏评审。 |
| 成本与规模 | 单位版/私有化往往涉及license、算力、实施与培训；百人以上需评估并发与存储（官网案例为宣传口径，以报价为准）。 |
| 与现有 OA/IM 打通 | 若要求深度嵌入钉钉/企微/飞书或现有 OA，需单独确认集成深度、单点登录、留痕审计，避免「又一个独立入口」。 |
4.5 适用场景 vs 不太适合
更适合：
- 政府机关、国企、医院、律所/事务所等对数据驻留、审计、权限要求高的知识密集型办公；
- 已有大量 Word/PDF/表格等非结构化知识需统一检索与问答；
- 希望一套产品覆盖纪要、写作、研报、表格问数，并允许业务侧轻量搭流程。
需慎重或对比选型：
- 仅需「全员 ChatGPT 类网页」、无知识库与流程诉求——可能过重、性价比不优；
- 核心需求是 BI/数仓深度治理 而非办公 Copilot——可对比 Chat BI + 数据中台 或专用 BI 产品；
- 强依赖完全离线、无外网环境——需确认云端大模型调用是否允许及离线能力边界。
4.6 选型 / PoC 建议（简表）
| 验证项 | 关注点 |
|---|---|
| 知识库 | 上传典型文档后的召回率、多轮问答准确率、更新时效 |
| 权限 | 部门/项目级隔离、导出与水印、审计日志是否满足内控 |
| 会议与写作 | 真实会议录音转写准确率、公文/合同类是否需人工复核流程 |
| 表格分析 | 复杂表、跨 Sheet、敏感字段下的 SQL 与结果可信度 |
| 部署与 SLA | 本地/混合架构、故障恢复、版本升级与数据迁移方案 |
五、营销侧：AITA 智选人群（公开报道）
定位：品牌营销场景的大模型 + 数据能力，AI-Targeting Audience。
| 要点 | 说明 |
|---|---|
| 对话式圈人 | 用自然语言描述需求，生成投放/营销用目标人群 |
| 无种子洞察 | 报道中强调可在缺少种子用户时仍做人群分析与定向 |
| 技术逻辑（报道） | LLM 理解需求 + 数据编织，将语言描述映射为标签/特征 |
以大会发布与媒体报道为主，具体功能边界与是否独立售卖以商务/最新材料为准。
参考：个推学院相关文章，如「AITA智选人群工具：用大模型定向投放人群」等。
六、数据中台与可控大模型：DiOS / DiOS 智能助手（公开报道）
定位：数据智能操作系统 DiOS；报道中称将大模型融入 DiOS，推出 DiOS 智能助手（私有化开源大模型 + 行业元数据/治数经验）。
| 能力方向（报道归纳） | 说明 |
|---|---|
| 自然语言用数 | 用对话完成分析思路、代码/策略辅助、人群圈选等描述性任务 |
| 数据治理与应用 | 强调把治数、用数经验输入模型，面向治理、加工、应用 |
| 安全与可控 | 「可控大模型」：算力/算法/算料；联合计算、「数据不流转价值流转」等表述 |
另有 GAI OS 等升级叙事（媒体报道），与 DiOS 演进相关；具体产品命名与对外售卖形态以财报/官网解决方案页为准。
解决方案入口（官网）：https://www.getui.com/dios
七、个知 AI（企业版 / 政务版）（公开报道）
报道中的「个知 AI」常与可信数据空间、可控大模型、DeepSeek/Qwen 等模型融合一并出现：
- 企业版：对话调取模板、专家经验、业务数据，缓解信息孤岛（报道口径）。
- 政务版：公文写作助理等，强调风格、大纲、全文生成及与政务 OA 对接（报道口径）。
与 GAI Station（个知智能工作站）在品牌上同属「个知」体系；实际采购时需区分纯软件工作站与行业/政务方案的组合报价。
八、汇总表
| 产品/系列 | 官网明确 AI 营销 | 类型简述 |
|---|---|---|
| AI SDK | ✅ | App 内对话、知识库、语音、模型可换 |
| Chat BI | ✅ | 对话式数据分析 Agent |
| 视觉智能 | ✅（智能视觉/CV） | 美颜、剪辑、人脸、模板视频等 |
| 个知·智能工作站 GAI Station | ✅ | 办公套件 + RAG + 表格/研究/纪要 + Dify |
| AITA 智选人群 | 主要见报道 | 对话式营销人群生成 |
| DiOS 智能助手 | 主要见报道 | 数据中台 + 大模型对话用数/治理 |
| 个知 AI（企/政） | 主要见报道 | 可控大模型、公文等垂直场景 |
| 智慧高速 / 道路数智（含巡检相关能力） | 个推学院/解决方案 | 数据中台 + 图像智能 + 行业算法、「数据大脑」 |
| 数智绿波 / 数智交通大模型 | 个推学院 + 财经报道 | 信控与绿波优化、五步法闭环、AI Agent 等表述 |
| 大数据精准宣防 | ✅ 官网产品页 | 受众筛选、社媒触达、宣传效果量化 |
九、参考链接
| 类型 | URL |
|---|---|
| 公司/产品总览 | https://www.ge.cn/product |
| AI SDK | https://www.getui.com/ai-sdk |
| Chat BI | https://www.getui.com/chat-bi |
| 视觉智能 | https://www.getui.com/vision-intelligence |
| 个知·智能工作站 | https://www.getui.com/gaistation |
| 数据中台 DiOS | https://www.getui.com/dios |
| 城市治理 | https://www.getui.com/smart-city |
| 大数据精准宣防 | https://www.getui.com/publicity-prevention-platform |
| 智慧高速方案（个推学院） | https://www.getui.com/college/2022011856 |
| 数博会-数智交通等（个推学院） | https://www.getui.com/college/2024090220 |
十、场景补充：AI 道路智能巡检、AI 信控优化与大数据精准宣防
下列三项对应您关心的 2 / 3 / 4 号线索；其中第 2、3 项在公开材料中与「智慧高速」「数智绿波」「数智交通大模型」等名称交织，文中已做官方表述与常见叫法的对照。
10.1 AI 道路智能巡检（智慧高速 / 数据中台 + 图像智能）
官网与个推学院主线：每日互动将交通/高速场景落在 数据中台「每日治数平台」（DiOS） 与 智慧高速解决方案 中，强调多源数据融合与行业算法，而非单独一条名称为「AI 道路智能巡检」的产品线。
| 要点 | 内容（来源：个推学院《智慧高速解决方案》等） |
|---|---|
| 数据侧 | 汇聚导航、ETC、服务区卡口、路网摄像头、车载终端、IoT 等多源异构数据，治理后统一服务业务。 |
| 能力侧 | 综合运用 算法建模、机器学习、图像智能 等；沉淀高速/交通特色算法与模板，构建高速「数据大脑」。 |
| 应用侧（举例） | 全局态势感知、匝道等路段 预判预警、拥堵疏导与应急救援支撑、服务区车流预测与 智慧控流 等。 |
| 合作披露 | 与浙江高信等单位在投建管养数据、疏堵救援、智慧服务区等方面合作（学院文章表述）。 |
与「巡检」的对应说明：官网文章侧重 路况感知、预测、服务区控流 等；社会报道中有「用 AI 给道路做体检、巡检里程」等提法（如腾讯新闻等，属公开报道），与官网「图像智能 + 高速数据应用」能力方向一致，但具体产品名、是否单独立项需以商务材料为准。
延伸阅读：个推学院 智慧高速解决方案。
10.2 AI 信控优化与「智能体」（数智绿波 × 数智交通大模型）
名称对照：公开材料中更多出现 「数智绿波」产品、「数智交通大模型」（与生态公司联合）；您所说的 「AI 信控优化智能体」 可理解为：以数据 + 算法 + 大模型/Agent 能力，支撑信号配时与绿波协同优化 的一类能力组合，而非官网单独列名的唯一产品词条。
个推学院（2024 数博会稿）要点：
- 数智绿波：多方数据融合 + 智能算法建模，在用好现有硬件前提下快速形成城市道路 绿波配置方案。
- 落地：杭州深度应用并助力 国内首个全域绿波城市；浙江、安徽、江苏、山西等 15 个省市落地，平均道路提速超 20%（学院文章数据，以最新官方为准）。
财经媒体报道（新浪财经等，2024-04）对「数智交通大模型」的补充表述：
- 在不依赖大量新增硬件感知的前提下，构建 千亿级交通数据集。
- 技术要素：Transformer、NL2Script、SUMO 仿真、AI Agent 等。
- 闭环：数据感知 → 方案生成 → 仿真预测 → 下发执行 → 效果监测（「五步法」）。
- 目标表述：助力 全域绿波覆盖，改善市民出行体验（「三红一绿」→「三绿一红」等传播口径）。
延伸阅读：个推学院 2024 数博会相关稿（数智绿波与落地数据）；城市治理方案见 城市治理。
10.3 大数据精准宣防
官网：https://www.getui.com/publicity-prevention-platform
定位：面向 政府宣传工作，用互联网大数据 筛选宣传受众，结合 社交媒体 等平台 精准触达，并对成效做 量化监测、分析与评估，目标为 精准、减负、降本、增效（官网首屏表述）。
应用场景（官网列举）：反诈、文旅、交通安全、平安教育、普法、消防、政策传达等。
产品优势（官网归纳为四类）：
| 维度 | 要点 |
|---|---|
| 精准人群 | 精准定向受众、海量特征数据、丰富多维标签 |
| 精准素材 | 形式多样、匹配宣传素材、结合人群标签 |
| 精准触达 | 智能滴灌、全网触达、定时定量投放 |
| 精准评价 | 投放效率、数据可追踪、宣传可量化 |
服务案例（官网摘要）：如浙江某乡镇反诈宣传（稿件中给出案件/金额下降比例等，以官网最新案例为准）、杭州某街道反诈、县级市交通安全教育、嘉兴平安三率、余杭文旅定向宣传等。
十一、备注
- 「用户运营、消息推送、人口数盘、营销数盘」等以数据与运营为主，官网未归入「AI 提效」的，本文未单独列为 AI 产品线。
- AITA、DiOS 助手、个知 AI 企政版细节以个推商务、最新发布会或财报披露为准。
- 第四节「个知·智能工作站」 中优势/劣势与选型为调研归纳，非厂商承诺；采购与验收以合同与 PoC 实测为准。
- 本文件仅供内部调研参考。
