Zoom AI 涵盖了集成到 Zoom Communications 平台中的一系列人工智能能力，主要通过其 AI Companion 功能交付。这些工具利用机器学习和大型语言模型来自动执行会议摘要、待办事项提取和实时翻译等任务，旨在提升用户生产力和可访问性。这些 AI 功能的开发是为了响应远程和混合办公环境中对智能辅助日益增长的需求，并建立在 Zoom 早期对 AI 研究和相关收购的投资基础之上。
Zoom Communications, Inc.（前身为 Zoom Video Communications, Inc.）是一家美国科技公司，总部位于加利福尼亚州圣何塞。该公司由前思科工程师 Eric Yuan 于 2011 年创立，并于 2013 年推出了其旗舰视频会议软件。在接下来的十年里，Zoom 从单一的视频优先平台扩展为更广泛的通信与协作套件，而 AI 逐渐成为其战略的核心组成部分。该公司的 AI 举措是更广泛的行业趋势的一部分，该趋势旨在将生成式 AI 集成到企业软件中，与 Microsoft、Google Cloud 等主要提供商的类似产品展开竞争。
早期举措
Zoom 对 AI 的初步探索始于 2017 年，当时公司在首届年度用户大会 Zoomtopia 上宣布启动一项 AI 语音识别计划。这项早期工作侧重于改进会议转录和字幕功能，为后续更高级的功能奠定了基础。2021 年 6 月，Zoom 收购了德国公司 Kites（Karlsruhe Information Technology Solutions），该公司专注于基于 AI 的语言翻译。此次收购旨在消除视频通话中的语言障碍，实现实时翻译和多语言支持。这一举措标志着 Zoom 致力于利用 机器学习 来增强跨文化沟通。
AI Companion 与生成式 AI 功能
2023 年，Zoom 推出了 AI Companion，这是一套集成在其平台各产品中的生成式 AI 功能。AI Companion 利用 大型语言模型 提供会议摘要、起草聊天消息和生成行动项等功能。它被设计用于 Zoom Meetings、Zoom Phone 和 Zoom Team Chat 等产品，提供统一的助手体验。AI Companion 对已付费用户免费提供，这一策略使 Zoom 有别于那些对 AI 附加功能单独收费的竞争对手。该功能使用 生成式 AI 帮助用户快速了解错过的会议内容、创建跟进邮件并自动化日常任务。
技术与基础设施
Zoom 的 AI 功能由专有模型与外部 AI 提供商合作的组合驱动。该公司已与 OpenAI 和 Anthropic 合作，将他们的模型集成到 AI Companion 中，同时也开发自己的 神经网络 模型，用于语音识别和翻译等特定任务。Zoom 在 Amazon Web Services 和 Microsoft Azure 云基础设施上运行其 AI 工作负载，并使用 AWS Trainium 芯片进行训练和推理。公司还探索使用 AMD 和 Intel 处理器来加速 AI 计算，并参与优化 Transformer 架构以用于实时通信的行业努力。
隐私与安全担忧
Zoom 的 AI 功能引发了关于使用客户数据训练模型的隐私和安全问题。作为回应，Zoom 声明未经用户明确同意，不会使用客户的音频、视频或聊天内容来训练其 AI 模型。公司实施了 数据增强 和 模型剪枝 等技术，以提高模型效率并保护用户数据。然而，批评者指出，AI Companion 的默认设置可能会与第三方提供商共享数据，这引发了要求更透明数据处理实践的呼声。Zoom 此前也曾因其端到端加密声明而受到审查，这一问题通过 2020 年收购 Keybase 得到部分解决，但 AI 功能可能并不总是包含在此类加密保护范围内。
与 Zoom 平台的集成
AI 功能深度集成到 Zoom 的现有产品中。在 Zoom Meetings 中，AI Companion 可以自动生成会议摘要、突出关键点并为参与者分配行动项。在 Zoom Phone 中，它可以转录语音邮件并建议回复。AI 还为实时 交叉注意力 模型提供支持，用于语言翻译，实现多种语言的字幕。这些集成旨在提供无缝体验，使用户无需离开会议界面即可调用 AI 辅助功能。Zoom 还为其硬件即服务产品引入了 AI 驱动功能，例如 DTEN ME 设备，该设备使用设备端 AI 进行背景噪声消除和发言人跟踪。
竞争格局
Zoom AI 与 Google DeepMind 和 Microsoft Copilot 等竞争对手的类似产品展开竞争，这些产品已嵌入到它们各自的协作平台中。与竞争对手不同，Zoom 将 AI Companion 定位为一项高性价比的解决方案，包含在现有订阅中。公司还与 NVIDIA 合作，优化 GPU 上的 AI 推理，并使用 Groq 和 SambaNova 硬件实现低延迟处理。Zoom 对实时通信的关注带来了独特挑战，例如最小化 AI 响应的延迟，公司通过 模型剪枝 和 梯度裁剪 等技术来解决这些问题。
未来方向
展望未来，Zoom 计划扩展其 AI 能力，开发能够从用户行为中学习的更个性化助手。公司正在探索 强化学习 和 RLHF（基于人类反馈的强化学习）以改进模型对齐。2026 年 4 月，Zoom 与 Tools for Humanity 合作，将 World 的生物识别人类验证技术集成到 Zoom Meetings 中，旨在应对 AI 生成的深度伪造冒充问题。这一举措凸显了 AI 安全性和真实性在通信平台中的日益重要性。Zoom 于 2024 年 11 月更名为 Zoom Communications，去除了名称中的“Video”，反映了其向“以 AI 为先的人类连接工作平台”的战略转变，正如 CEO Eric Yuan 所描述的那样。
对用户的影响
对于最终用户而言，Zoom AI 通过自动化会议记录和跟进任务，减轻了会议带来的认知负担。它还通过实时字幕和翻译改善了可访问性，惠及非母语使用者及有听力障碍的用户。然而，一些用户对过度依赖 AI 摘要表示担忧，认为这些摘要可能会遗漏微妙的语境信息。为此，Zoom 允许用户在分享 AI 生成的内容之前进行查看和编辑。公司还提供培训资源，帮助用户了解其 AI 工具的能力和局限性，确保这些工具得到有效且负责任的使用。