翼言商業(yè)觀察

讓信息不只是“存起來”，更能“抓得住”“用得好”。

“我們創(chuàng)造 ima，并非只為解決單個效率的難題，而是希望在這場信息洪流中，為大家搭起一座安心的堤壩，真正成為你的‘信息管理助手’，讓你的信息不只是‘存起來’，還能‘抓得住’、‘用得好’?！?/strong>

10月23日，騰訊AI原生應用ima產品負責人Jayden在ima open day上重申了ima的初心。

一年前，這款由騰訊推出的AI智能工作臺剛問世時，還只是一個集搜、讀、寫于一體的輔助工具。如今，它已深入科技、金融、教育、醫(yī)療等20多個行業(yè)，知識庫文件總量突破2億，成為各行各業(yè)的“第二大腦”。

丨重癥醫(yī)學主任醫(yī)師孫孝利針對臨床痛點，將ima作為自己和團隊的”第二大腦“

一位重癥醫(yī)學主任醫(yī)師在現場分享了他的使用場景：

深夜值班時面對復雜病例，他打開ima輸入癥狀特征，系統(tǒng)立即從其自建的知識庫中調取最新指南，結合患者病史生成診療建議，整個過程不到三分鐘。

而于24日啟動內測的ima2.0版本，包括了以agent能力為基礎的“任務模式”，以及知識庫“AI要點”等功能，將成為能理解目標、執(zhí)行任務、產出結果的“共事伙伴”。

從“效率工具”到“共事伙伴”：42次迭代背后的產品哲學

2024年10月23日，騰訊推出AI智能工作臺ima.copilot。與市場上多數AI+產品不同，它從誕生之初就瞄準了一個核心痛點：信息過載與知識碎片化。

丨ima產品負責人Jayden在ima open day分享ima產品理念

此前，市場上的AI工具多停留在單點能力：ChatGPT擅長對話卻缺乏私有知識，Notion能管理文檔但智能不足，而瀏覽器仍在延續(xù)“搜索-復制-整理”的傳統(tǒng)流程。有鑒于此，ima團隊想做的，是一款讓“信息獲取-知識沉淀-內容創(chuàng)作”無縫銜接的智能工作臺。

一年間，ima團隊以平均每8天一次的速度迭代42個版本，其進化軌跡清晰勾勒出AI原生應用的成長軌跡。從2024年10月上線時的“效率工具”到如今2.0版本的“共事伙伴”，ima從被動工具躍升為主動協作伙伴。

這種極致的效率和高效的進化本身，就是這款“效率工具”的一個側寫，而這種進化背后，是ima對“知識生產力”的重新定義。傳統(tǒng)工具將知識視為靜態(tài)存儲的“文檔”，ima則讓知識變成可動態(tài)調用的“活數據”。當用戶上傳一份醫(yī)學影像報告，系統(tǒng)不僅會解析文字，還會將關鍵數據與歷史病例、最新研究論文建立關聯，形成三維知識圖譜。正如產品負責人Jayden所說：“我們要讓知識不只是'存起來'，更能‘抓得住’‘用得好’”。

技術內核：當RAG遇見Agent，AI如何學會

"自主工作"？

拆解ima的技術架構，三層鏈路設計揭示了其9個月來月活增長突破80倍的秘密。

ima底層是由用戶自主添加所形成的知識庫內容：ima支持包括主流文檔、圖片、音頻、公眾號、個人筆記等內容形式，上傳的內容經過解析后進行切片存儲，成為可供大模型理解并隨時使用的優(yōu)質信息源。中間層為基于知識庫的RAG鏈路，保障知識庫內容能夠在各類場景下被模型準確獲取，并基于此實現內容的生成。上層為大模型應用層，由大模型支持的多模態(tài)輸入、輸出，以及AI創(chuàng)作、腦圖編輯等工作臺能力。這種架構讓ima既能像圖書館一樣有序管理知識，又能像助理一樣主動完成任務，解決了兩個根本問題：信息留存與精準調用。

丨王杰文律師分享ima使用場景和心得

雙模型協同是ima另一大技術亮點。騰訊混元大模型負責快速響應和多模態(tài)生成，適合“生成思維導圖”“翻譯文檔”等輕任務；DeepSeek則專精深度推理，處理"分析財報數據""撰寫研究綜述"等復雜場景。王杰文律師將778份判例上傳至 ima，提煉裁判傾向，將原本一周的研判工作縮短至半天；中歐AI與管理創(chuàng)新研究中心秘書長錢文穎則將 ima 作為個人與團隊的“第二大腦”，系統(tǒng)化整合研究成果，構建學者思考與傳播的新基礎設施。這種模型策略，恰好匹配了知識工作者"效率與深度"的雙重需求。

2.0版本最受關注的agent能力，本質是AI對人類工作流的模擬與優(yōu)化。其“任務模式”支持生成報告、播客兩種內容形態(tài)，用戶可在首頁或知識庫內用自然語言提問發(fā)起任務，還可以給任務加上知識庫、文檔、圖片、音頻、網頁、筆記等附件，相當于大模型在執(zhí)行任務時有了“參考課本” ；在生成音頻形態(tài)的播客時，則支持選擇對談人數、音色等，滿足學習或工作場景下的深度信息處理和創(chuàng)作需求。

丨ima2.0基于業(yè)界首個采用agent能力的知識庫，支持“任務模式”，可自主規(guī)劃、完成任務

比如，用戶輸入“寫一份銀發(fā)經濟市場報告”，擁有agent能力的“任務模式”，將深度學習和理解自然語言里“藏”的任務，拆解規(guī)劃成一個個工作節(jié)點，進而調用精讀內容、全網搜索、知識庫查詢、內容創(chuàng)作等工具完成用戶輸入的指令，深度利用全網信息的“全”和知識庫資料的“精”，將搜、讀、寫的工作流一體化，并在執(zhí)行過程中自我監(jiān)測與修正，最終產出可直接使用的結果。

在生成音頻形態(tài)的播客時，ima會調用內置工具鏈執(zhí)行：先調用“內容蒸餾”模塊提取文檔核心論點，再用“語音重塑”技術合成帶情感韻律的音頻，最后通過“智能交互”模塊插入引導話術。這種自主規(guī)劃能力，讓它突破了傳統(tǒng)工具“用戶說一步，工具做一步”的局限，實現了從“執(zhí)行指令”到“完成任務”的跨越。

重構知識工作流：從“信息搬運”到“價值創(chuàng)造”

在ima出現之前，知識工作者的日常充滿隱性浪費。傳統(tǒng)流程中，“搜-讀-寫”是割裂的：用搜索引擎找資料，靠筆記軟件整理，再用文檔工具創(chuàng)作。ima打破了這種分階段的流水線式操作，進化為“實時交互式創(chuàng)作”。

丨中歐AI與管理創(chuàng)新研究中心秘書長錢文穎將ima作為個人和團隊的”第二大腦“

錢文穎自稱“鐵粉”，是ima的深度用戶，她分享道：“從信息到知識再到洞見和智慧的鏈路上，過去，我們把70%得時間花在信息收集和整理上，而不是在思考內化為知識最終輸出自己的洞見這一塊更有價值的事情上”。而現在，ima打通了信息收集-整理-內化創(chuàng)作的人機協同閉環(huán)，真正意義上成了我們的“第二大腦”。

更深刻的變化在于知識生態(tài)的進化?！巴聜儎?chuàng)建的知識庫能不能彼此分享？”“班級文件能否匯總成知識庫？”ima產品團隊主打一個“聽勸”，共享知識庫和知識庫廣場的相繼上線，標志著從私域工具到知識生態(tài)的進化。珠海金灣則打造“智慧金商政策通”，實現政策實時同步、白話解讀與精準匹配，成為企業(yè)身邊24小時在線的智能顧問；廣發(fā)證券打造“投資百寶箱”，實現專業(yè)知識的普惠化。即使一個普通的學生，也可以把自己的筆記分享到ima，給這些私域內容一個“開源”的契機。

可以預料，越來越多人在ima開源了內容，形成一個知識宇宙，我們都可以可以去探索不同私域里的內容，內容的價值將被更大挖掘。當知識能低成本流動與協作，創(chuàng)意一定會呈指數級爆發(fā)。

結 語

一年來，ima知識庫文件總量達到2億，相較今年1月，9月月活增長突破80倍背后，我們看到的不僅是一款產品從萌芽到生長，更是一個信號：AI原生應用正在重塑知識創(chuàng)造。從算盤到計算機，從搜索引擎到智能工作臺，每一次工具革命都解放了生產力。而這一次，被解放的將是人類的基礎信息處理能力：當AI承擔信息處理的苦活，我們可以有更多時間思考、創(chuàng)造、探索未知。這或許就是ima給行業(yè)的啟示：

最好的AI，是讓人類忘記AI的存在，專注于真正重要的創(chuàng)造。

而從科技史的角度來看，ima的進化折射出信息工具的三次革命。第一次是搜索引擎如Google、百度，解決了“信息獲取”的效率問題；第二次是云筆記如Evernote，實現了“知識存儲”的數字化；第三次則是AI原生應用如ima，信息從靜態(tài)、封閉走向動態(tài)、開放、流動，釋放了“知識生產”的潛能，重構了“信息-知識-智慧”的轉化鏈條。

丨歷史老師定哥分享自己的ima使用場景和方式

這種轉化讓知識普惠成為可能。過去，一位基層醫(yī)生難以接觸頂尖專家的經驗；現在，通過ima共享知識庫，協和醫(yī)院的肺結節(jié)診斷模型可賦能郊縣醫(yī)院，偏遠地區(qū)的教師借助教育知識庫，也可以讓學生接觸到一線城市的優(yōu)質課程……而這，正是科技向善的最佳注腳。

“讓有用可靠的信息在AI時代流動起來”，騰訊信息服務線負責人何毅進的愿景正在成為現實。

凡是過往，皆為序章。當ima邁入第二年，這場知識流動的革命才剛剛寫下新的一筆。