Huawei представила TTSE, фреймворк агента, разделяющий факты окружения и советы

Компания Huawei представила свой ИИ-помощник в виде отдельного приложения в AppGallery для HarmonyOS PC и официально выпустила своего агента для работы с офисными задачами, как сообщает IT Home от 6 ноября. Данное настольное приложение имеет номер версии 11.7.9.300.

Ранее этот помощник был интегрирован непосредственно в операционную систему компьютера. Теперь, будучи отдельным приложением, он предоставляет канал распространения обновлений вне системного пакета. IT Home отмечает, что функция Work проходила внутреннее тестирование еще в сентябре, а текущий релиз выводит этого офисного помощника за рамки тестового периода, описанного ранее.

Пользователи теперь могут поручать агенту такие задачи, как подготовка презентаций, анализ данных и составление еженедельных отчетов, используя всего одну команду. Согласно отчету, агент разбивает поставленную цель на последовательные шаги, выбирает необходимые инструменты и выполняет работу, генерируя готовые документы для Word, PowerPoint и Excel, вместо того чтобы просто предоставлять разговорный ответ.

На китайской странице продуктов Huawei описаны два режима работы: облачное исполнение на ПК и локальное исполнение на компьютере. Пользователи могут выбирать подходящую среду в зависимости от программного обеспечения и файлов, требующих обработки. Компания подчеркивает, что прогресс остается видимым, позволяя пользователям контролировать важные контрольные точки, а не оставлять все этапы на усмотрение агента.

Сервис также поддерживает подключение к различным офисным платформам, включая DingTalk и Feishu. Huawei заявляет, что в рамках сервиса доступно более 200 экспертных команд и специалистов. Эти утверждения являются заявлениями компании и не представляют собой независимо оцененный показатель качества выполнения задач.

Подключенный смартфон HarmonyOS способен дистанционно отправлять задания на компьютер, отслеживать ход выполнения и получать завершенные результаты. Huawei указывает, что задачи могут продолжаться даже после того, как пользователь покинет ПК, и один телефон может быть связан с несколькими компьютерами. Фактическое выполнение зависит от доступности выбранного устройства, файлов и среды.

IT Home сообщает, что Work функционирует по модели членства, где потребление задач измеряется с помощью ИИ-баллов; более сложная работа требует большего количества баллов. В отчете не приводятся текущие цены на подписку. Новое развитие заключается в выпуске автономного ПК-распространения и официального офисного агента, что отличается от сообщения Pandaily от 5 ноября о появлении openPangu-2.1-Pro внутри сервиса. Huawei пока не подтвердила официальное английское название для этого продукта Work, предназначенного для китайского рынка.

AI-агент от Huawei под названием Xiaoyi Work стал первым продуктом, который интегрировал openPangu-2.1-Pro — новую версию семейства открытой модели Pangu компании. Об этом стало известно после тестирования, проведенного изданием IT Home 5 ноября. В приложении данная модель заявлена как средство для улучшения задач в операционной системе HarmonyOS.

Появление этой модели произошло через несколько дней после того, как Huawei Cloud объявила 1 ноября, что прекратит продажу моделей openPangu-2.0-Flash и openPangu-2.0-Pro 6 ноября, выводя их из эксплуатации к полуночи 30 ноября. В то время Huawei сообщила, что планируются новые модели openPangu, которые будут внедряться постепенно.

Детали о модели openPangu-2.1-Pro пока не опубликованы компанией Huawei. Отсутствует публичная информация о количестве параметров, активных параметрах, длине контекста или данных, использованных для обучения. Модель еще не была официально выпущена, и IT Home заключил, что это очень новая разработка, доступная исключительно внутри Xiaoyi Work. Для сравнения, предшествующая ей модель openPangu-2.0-Pro была представлена ранее в этом году с общим количеством параметров в 505 миллиардов, 180 миллиардами разреженно активированных параметров и окном контекста в 512K, и обучалась полностью на Ascend NPU.

Xiaoyi Work позиционируется как помощник на базе искусственного интеллекта для выполнения офисных, кодинговых и творческих задач на устройствах HarmonyOS, включая телефоны, планшеты и ПК, а также имеет клиент для Windows. Пользователь задает агенту цель, и он разбивает задачу на этапы, вызывает необходимые инструменты и выполняет работу, предоставляя пользователю видимый прогресс и ключевые контрольные точки для проверки. Задачи могут выполняться либо на облачном ПК, либо на локальном компьютере, при этом телефон способен взять и отслеживать процесс работы на подключенном ПК.

Согласно обзору от InfoQ China, данный продукт был разработан совместно командой Xiaoyi от Huawei и сообществом открытых агентов openJiuwen. Сервис находится в бета-версии и является платным. Новые пользователи получают 1000 бесплатных AI-баллов на 31 день; после этого базовый тариф стоит 49 юаней в месяц с автоматическим продлением, а стандартный — 199 юаней в месяц. Поддерживаемые сценарии включают анализ рынка, обработку документов, создание слайдов, анализ данных, генерацию контента и разработку кода.

Первая модель openPangu-2.1 появилась внутри агентского продукта, а не на маркетплейсе облачных моделей, при этом ее заявленный фокус — это задачи агентов на устройствах HarmonyOS. Huawei не уточнила, когда именно openPangu-2.1-Pro будет официально выпущен или будет ли он доступен через Huawei Cloud MaaS.

openJiuwen, фреймворк с открытым исходным кодом, поддерживаемый Huawei, выпустил OmniMem-Lens — мультимодальную функцию памяти в версии 0.2.0 своего модуля AgentMemory. Эта функция позволяет ИИ-агентам запоминать длинные видеоролики, основываясь на реальных событиях, а не на фиксированных временных интервалах, как сообщила QbitAI 4 ноября.

Команда утверждает, что стандартный подход, заключающийся в разделении длинных видео на одноминутные сегменты и хранении каждого отдельно, нарушает память агента двумя способами. Когда непрерывная сцена делится между окнами, агент получает лишь половину доказательств, что способствует галлюцинациям. Кроме того, несколько секунд ключевого действия, смешанные с минутами нерелевантного материала, могут быть потеряны в шуме, снижая точность поиска.

Большинство методов сегментации событий также полагаются только на один тип данных, из-за чего они пропускают смену тем, если изображение остается статичным, или смену сцен, если никто не говорит. OmniMem-Lens отслеживает оба потока: визуальный трек отмечает смены сцен, а аудиотрек использует распознавание речи для определения смены темы говорящим, даже если экран не изменился. Перекрестная проверка этих двух источников позволяет делать срезы именно по границам реальных событий.

В одном примере, где был показан двухчасовой обзор продукта, демонстрировалась одна и та же архитектурная схема в течение 40 минут, в то время как спикер освещал три разные темы. Аудиотрек разделил их на три воспоминания, что позволило ответить на последующий вопрос о показателях нагрузочного тестирования.

Память хранится в трех уровнях: L0 сохраняет исходное видео, L1 содержит воспоминания на уровне событий, а L2 — более детальные воспоминания на уровне сегментов. Уровни L1 и L2 полностью преобразуются в текст и векторы, что позволяет интегрировать их в существующие стеки генерации с дополненной выборкой и основные векторные базы данных с минимальными изменениями. Основная работа по организации данных выполняется офлайн. Во время запроса система сопоставляет запрос с L1 и L2, извлекая точные кадры из L0 только тогда, когда требуется проверка визуальных деталей.

При тестировании OmniMem-Lens в паре с Qwen3-VL-8B против прямого ответа Qwen3-VL-8B из видео, точность извлечения информации увеличилась на 8% на Video-MME-L и на 6.4% на LVBench. Наибольший прирост, составивший 45.7%, был достигнут на EgoLife-QA, на наборе данных первого лица, записывающем полный день повседневной жизни, где фиксированное нарезание часто дает сбой. На LVBench время отклика в режиме онлайн снизилось с 34.5 секунд до 1.72 секунды, что примерно в 20 раз быстрее, а команда оценивает максимальное снижение задержки в 97%.

Исходный код проекта доступен на GitCode с зеркалом на GitHub под лицензией Apache-2.0. Команда сообщает, что openJiuwen WorkSwarm скоро начнет поддерживать AgentMemory, что позволит запоминать и вспоминать видео, которыми обмениваются в повседневных беседах во время последующих обсуждений.