Här är Zoom AI Companion, din nya AI-assistent!
Öka produktiviteten och teamsamarbetet med Zoom AI Companion, tillgänglig utan extra kostnad med berättigande betalda Zoom-planer.
Zoom AI: omdefinierar vad som är möjligt bortom de svåraste utmaningarna
Zoom avslutar 2025 med några stora AI-genombrott. Företagets forskning inom federerad arkitektur överträffar nu ledande pionjärmodeller inom komplexa resonemang och sökprestanda. Det visar att man genom orkestrering av flera system kan uppnå djupare exakthet och tillförlitlighet i många branscher.
7 minuters läsning
Uppdaterad den December 29, 2025
Publicerad den December 29, 2025
I denna blogg
Dela detta inlägg
Xuedong Huang
IT-chef
Xuedong Huang är Chief Technology Officer (CTO). Före sin roll hos Zoom arbetade han på Microsoft, där han tjänstgjorde som Azure AI CTO och Technical Fellow. Han har haft en mycket framgångsrik karriär inom AI: Han startade Microsofts grupp för talteknik 1993 och ledde Microsofts AI-team för att uppnå flera av branschens första milstolpar för mänsklig paritet inom taligenkänning, maskinöversättningar, naturlig språkförståelse och datorvision. Han är en IEEE och ACM Fellow samt en invald medlem i National Academy of Engineering och American Academy of Arts and Sciences.
Xuedong tog sin doktorsexamen i elektroteknik från University of Edinburgh 1989 (sponsrad av British ORS och Edinburgh University Scholarship), sin masterexamen i datavetenskap från Tsinghua University 1984 och sin kandidatexamen i datavetenskap från Hunan University 1982.
Nu när 2025 närmar sig sitt slut reflekterar jag med stolthet över de framsteg som vårt team har gjort när det gäller att utveckla Zooms AI-funktioner. Det som började tidigare med vårt arbete med riktmärket Humanity's Last Exam (HLE) – en rigorös utvärdering utformad för att testa resonemang och expertförståelse inom AI – har utvidgats till bredare resultatvinster över flera bedömningar. Det förstärker teorin att vår egenutvecklade agentiska federerade AI kan leverera betydande förbättringar som flyttar fram gränserna bortom enskilda frontier-modeller.
Vi tillämpade Zooms federerade AI-metod i vår forskningsmiljö på Googles nya DeepSearchQA-riktmärke: en utvärdering av AI-agenter för komplexa informationssökningsuppgifter i flera steg inom 17 områden. Det här riktmärket, som lanserades den 11 december 2025 tillsammans med nya Gemini Deep Research,utmanar AI-systemen bortom att bara hämta enkla svar eller fakta på ett brett spektrum.
Istället innehåller DeepSearchQA en datauppsättning med svåra, manuellt utformade uppgifter avsedda att bedöma en agents förmåga att genomföra komplexa sökplaner för att generera uttömmande svarslistor. Zooms federerade AI uppnådde 76,3 % precision i testerna, vilket överträffade det tidigare rekordet på på 66,1 %.
Den här förbättringen gav en viktig insikt: Det centrala är hur AI byggs och tillämpas systematiskt. Genom att orkestrera OpenAI GPT-5 och Gemini 3 Pro Preview i interna tester genom vårt egenutvecklade agentiska federerade ramverk för arbetsflödet ”utforska–verifiera–federera” strävar vi efter att leverera djupare resonemangstäckning och mer tillförlitlig faktasyntes än vad en enda modell kan uppnå.
|
Modell/system
|
Exakthet i DeepSearchQA
|
|
Zooms federerade AI (GPT-5 + Gemini 3 Pro Preview)
|
76,3 %
|
|
Google Gemini Deep Research Agent
|
66.1 %
|
|
OpenAI GPT-5 Pro
|
65,2 %
|
|
OpenAI GPT-5
|
59,4 %
|
|
Google Gemini 3 Pro Preview
|
56,6 %
|
|
Anthropic Claude Opus 4.5 (thinking)
|
24,0 %
|
Riktmärkesresultat från tredje part senast uppdaterade den 10 december 2025
Det här språnget understryker att Zooms federering inte bara är en vanlig sammansättning, utan utgör ett skalbart resonemangssystem som kan anpassa sig över olika svårighetsgrader och domäner. De principer som drev vårt genombrott i Humanity's Last Exam visar sig kraftfulla för agentiska företagstillämpningar där tillförlitlighet och resonemangsdjup är viktigare än latens.
Vår innovation ligger inte i att bygga ytterligare en monolitisk modell, utan i att ansluta de bästa modellerna till ett system med tyngdpunkten förbättrad tillförlitlighet och orkestrering framför rå skala.
I takt med att nya, avancerade AI-modeller, som även kallas ”frontier-modeller”, dyker upp fortsätter arkitekturen att skalas upp – den kan nu leverera smartare och mer människofokuserad intelligens över olika uppgifter, branscher och tillämpningar. Genom lanseringen av OpenAI:s nya GPT-5.2 har Zooms forskning inom federerade AI-system höjt den övergripande noggrannheten för HLE från 48,1 % till 53,0 %, vilket återigen överträffar alla enskilda frontier-modeller.
|
Modell/system
|
Full Set Accuracy (övergripande exakthet) för HLE
|
|
Zooms federerade AI
(GPT-5.2 + Gemini 3 Pro Preview)
|
53,0 %
|
|
OpenAI GPT-5.2 Pro
|
|
|
Zooms federerade AI
(GPT-5 + Gemini 3 Pro Preview)
|
48,1 %
|
|
Google Gemini Deep Research Agent
|
|
|
Google Gemini 3 Pro Preview
|
|
|
OpenAI GPT-5.2
|
|
|
Anthropic Claude Opus 4.5
|
|
|
OpenAI GPT-5 Pro
|
|
|
OpenAI GPT-5
|
De här banbrytande resultaten visar att Zooms federerade AI-metod motsvarar ett paradigmskifte när det gäller att orkestrera världens mest avancerade modeller. Metoden överskrider begränsningarna hos de traditionella enskilda modellerna och skapar ett robust ramverk med djupgående konsekvenser för agentisk AI och utvecklingen av Zoom AI Companion och Zoom Virtual Agent.
Zooms egenutvecklade agentfederering har lagt grunden till en ny generation AI-agenter som kan ta sig an mänsklighetens mest komplexa utmaningar. De här riktmärkesresultaten utgör en viktig milstolpe, men vårt fortsatta fokus på att optimera latensen kommer att hjälpa den federerade arkitekturen att leverera revolutionerande värde för många olika tillämpningar i den verkliga världen.
Xuedong Huang är Chief Technology Officer (CTO) på Zoom. Han arbetade tidigare som Technical Fellow och Azure AI CTO på Microsoft. Han är invald medlem i National Academy of Engineering och American Academy of Arts and Sciences.
Anmärkning om riktmärkesresultat: Dessa mätvärden speglar Zooms pågående forskning kring AI-modeller i framkant. Det kan hända att de modeller som beskrivs fortfarande testas för integrering i Zooms federerade AI-distribution för kunder.
Relaterade resurser
