T/APOCN 0003-2024 社交媒体AI大模型平台建设规范

ICS 35.020
CCS L70
武汉光谷光电中小企业产业协会团体标准
T/APOCN 0003—2024
社交媒体AI 大模型平台建设规范
2024 - 11 - 06 发布2024 - 11 - 13 实施
武汉光谷光电中小企业产业协会 发布

前言
本文件按照GB/T 1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定
起草。
本文件由武汉光谷光电中小企业产业协会归口。
本文件起草单位：湖北炎川科技有限公司、上海虹安信息科技有限公司、武汉学村兄弟信息科技有
限责任公司、深圳市时代智联科技有限公司、深圳九鑫软件有限公司。
本文件主要起草人：刘星宇、彭刘玮钦、余家豪、马骏、胡玄宇、黄念念、王柯程、王澜、周长
安。
T/APOCN 0003—2024
II
编制说明
（一） 编制背景
随着人工智能技术的迅速发展，悟能AI大模型平台在社交媒体领域的应用日益广泛。为了规范
悟能AI大模型平台的建设，提高其性能、可靠性和安全性，满足用户的需求，特制定本团体标准。
（二） 编制目的
本标准的制定旨在为悟能AI大模型平台的建设提供指导和规范，确保平台具备高效精准的信息
处理能力、智能生成虚拟人设的能力、提升电商客户曝光度的能力，以及拟人互动和自动发布高质
量帖文的能力。
（三） 编制依据
本标准依据相关法律法规、国家标准和行业标准，结合悟能AI大模型平台的特点和实际应用需
求进行编制。
（四） 主要内容
本标准主要包括以下内容：
1. 平台的基础架构要求，包括采用的模型（如MoE模型、Qwen2、GPT - 4o、LLama3、ChatQA
等）以及多模态扩展（如微软Phi + OpenAI BLIP）。
2. 数据采集和训练要求，包括采集20TB社媒数据进行专精训练，以及进行多层数据增强和实
时专业知识学习。
3. 垂直优化要求，包括面向消费级GPU进行性能优化、多路召回重算抑制幻觉、实现20万汉
字/30万单词的上下文关联等。
4. 悟能AI的能力要求，包括带货能力（如生成专业带货文、贴文中毫无违和的种草）、高质
量贴文能力（如图文匹配度高、真人出镜更真实、紧跟时事热点、上下贴文关联度高、长
中短文随机生成、干货长文生成等）、视频处理能力（如换头换脸换声音换语言、文生视
频、智能剪辑）、拟人能力（如批量生成多国有人生经历的虚拟人设、自动根据人设故事
衍变发布内容、合适时间拟人发布贴文、前后1年贴文记忆、智能判断是否转私域、能够
输出全球23种不同的语言）、评论和私信处理能力（如自动贴文回复评论、自动回复私信）。
5. AI客服要求，包括理解语义、严格根据资料内容灵活回复，并能扩展到其他领域。
（五） 适用范围
本标准适用于悟能AI大模型平台的建设、运营和维护。
（六） 实施建议
本标准发布后，建议相关企业和机构积极采用，并在实施过程中不断总结经验，及时反馈问题，
以便对标准进行修订和完善。
T/APOCN 0003—2024
1
社交媒体AI 大模型平台建设规范
1 范围
本标准规定了悟能AI大模型的技术要求、生成虚拟人设的流程、生成专业带货文及日常帖文的要求、
自动回复私信和评论帖文的要求等。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，
仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本
文件。
3 术语和定义
下列术语和定义适用于本文件。
悟能AI 大模型
是面向社交媒体应用的自研多语言多模态大模型，以Meta、微软、阿里等公司的模型架构为基础，
进行社交媒体专精的再训练。
虚拟人设
由模型生成的具有特定背景、经历、职业和爱好的虚拟人物。
4 技术要求
模型基础
悟能AI大模型基于多个人工智能头部模型进行深度专业化训练，总参数量参数约1760亿，实时激活
量约1410亿。
核心技术团队
包括具有相关专业背景和经验的人员，如胡XX（毕业于厦门大学，计算机专业，国内最早一批从事
国家互联网信息安全的从业者之一，2017年入选中组部第四批“万人计划”、科技部创新创业领军人才）、
胡XX（武汉大学博士，中国计算机学会、国际电子工程师会员）、谭X（清华大学博士，OpenAI研发成
员）、张XX（卡耐基梅隆大学博士，Google AI研发团队成员）、骆XX（广岛大学博士，日本交通厅AI
数据分析顾问）、刘XX（涉及商业机密，履历对应真实团队成员采用隐称）、周XX（某GF院校博士）等。
知识产权成果
拥有AI方向顶级会议/期刊论文6篇、申请发明专利3项、实用新型8项。
基础架构
采用MoE模型（8x22B），辅助训练包括Qwen2、GPT - 4o、LLama3、ChatQA等，多模态扩展结合微
软Phi + OpenAI BLIP，实现文生图、图生文。模型在多个人工智能行业头部模型基础上训练，结合多
种模型的优点生成内容，实时激活参数约1410亿。
数据采集与训练
4.5.1 数据训练
T/APOCN 0003—2024
2
采集20TB社媒数据进行专精训练，包括垂直优化，如20万汉字/30万单词上下文及上下文关联，面
向消费级GPU进行性能优化（4080S和4090D），多路召回重算抑制幻觉，多层数据增强，实时专业知识
学习（每日学习新闻新知识），以及评论私信专属模型。
4.5.2 垂直优化
a) 上下文优化：具备20 万汉字/30 万单词的上下文记忆功能，实现上下文关联。
b) 性能优化：面向消费级GPU 进行性能优化（4080S 和4090D），采用多路召回重算抑制幻觉，
进行多层数据增强。
c) 实时知识学习：具备每日学习新闻新知识的能力，确保发布内容具备实时性。
数据安全
确保数据采集、存储、传输和使用过程中的安全性，采取加密、访问控制、数据备份等措施，保护
用户隐私和数据安全。
5 生成虚拟人设要求
生成流程
用户选择国家/地区、年龄、带货方向，并且给定人设数量，点击生成人设；然后选择列举出的人
设，确认给出的人设故事是否符合逻辑，若符合逻辑，则点击确认，若不符合逻辑，请修改后点击确认，
此时模型生成人物的头像；最后等待模型生成完人物故事。
人设特点
能够生成具有丰富人生经历、职业、爱好的虚拟人设，人设故事背景丰富多样，满足用户对个性化
角色的需求。人设涵盖各行业、各带货方向，包括但不限于护肤、生活日用、虚拟币、厨房厨具等。
6 生成专业带货文及日常帖文要求
带货文
根据商品特性和目标受众，创作出具有吸引力的推广内容，并附上商品链接，帮助提升商品的曝光
度和销量。
日常帖文
支持各国语言日常帖文，如“WQ L2L2024 - 07 - 08 19:05:21日常”。
帖文特点
6.3.1 种草自然
贴文中毫无违和的种草，如在相关帖文中自然提及商品。
6.3.2 图文匹配
图文匹配度高，如“集美们!分享一个超好看的美甲,真的超爱这个奶fufu可爱的小短甲”的帖文与
相应的美甲图片匹配。
6.3.3 真人出镜
能够生成真人出镜更真实的帖文。
6.3.4 紧跟热点
实时追踪全球动态，智能生成热点内容，自动配图提升视觉。例如，能够生成如“在北京时间7月
10日结束的美洲杯首场半决赛中,卫冕冠军阿根廷2 - 0击败加拿大,近5届美洲杯4次跻身决赛。本场比
T/APOCN 0003—2024
3
赛,阿根廷队长梅西在下半场捡漏破门,锁定胜局。梅西也实现了6届美洲杯破门的壮举。”这样的热点
新闻帖文。
6.3.5 关联度高
上下贴文关联度高，能够形成连贯的内容。
6.3.6 长短随机
长中短文随机生成，满足不同的表达需求。
6.3.7 干货长文
能够撰写专业干货长文，涵盖行业分析、技术解读、知识科普等各个领域，展现高度的专业性和深
度。
6.3.8 视频处理能力
具备换头换脸换声音换语言、文生视频、智能剪辑等功能。
7 自动回复私信和评论帖文要求
自动回复私信
语气口吻高度拟人，自动快速响应粉丝私信，有效提升账号与粉丝互动效率，使粉丝感受到账号的
关怀与重视。逻辑清晰，如“照片里面的黑猫是你的吗”“对,那是我的宠物猫,非常喜欢它。”“好可
爱”“谢谢,它确实很亲人。你也喜欢猫咪吗?”“是啊,但是我没有养猫”“那你可以考虑养一只,它们
会给你带来很多欢乐。”“我怕猫掉毛,我对猫毛过敏”“了解,那就先别养了。不过可以多接触一些短
毛猫试试看,或许不会那么敏感。”等回复。
自动评论帖文
能够看懂帖文，自动进行合理的评论。
8 测试方法与检验规则
测试方法
通过实际使用悟能AI大模型进行生成虚拟人设、生成专业带货文及日常帖文、自动回复私信和评论
帖文等操作，检查其是否符合本标准的要求。
检验规则
对生成的虚拟人设、带货文、日常帖文、私信回复和评论进行审核，确保其符合相关要求。如人设
故事的逻辑性、带货文的吸引力和准确性、帖文的语言表达和内容质量、私信回复和评论的合理性和及
时性等。
9 维护与更新
平台应建立维护与更新机制，及时跟进技术发展和用户需求的变化，对模型进行优化和升级，确保
平台的竞争力和用户体验。
10 安全与隐私
平台应重视安全与隐私保护，采取必要的技术和管理措施，确保用户数据的安全和隐私不被泄露。