模型、处理、存储和使用
Zoom 的 AI 模型提供商、服务方式和数据处理概览
Zoom 的人工智能架构为组织提供三种不同的部署模型，每种模型都旨在在 AI 能力需求与特定的组织安全、合规性和运营偏好之间取得平衡。了解这些部署模型可帮助管理员和决策者选择与其业务目标相一致的最佳 AI 实施方案。
下图概述了 Zoom 的 AI 部署服务模型，下面各节将详细介绍。AI 白皮书中的各图默认采用联邦式方法，但你可以在脑中将相关数据流替换为你所选的部署模型。例如，对 ZMO（仅 Zoom 托管模型）感兴趣的客户可以忽略外发的第三方模型连接。
Zoom 的联邦式方法
联邦式方法：通过多个 AI 模型提供商实现最大灵活性 联邦式方法代表了 Zoom 最灵活的 AI 部署方式，旨在通过集成多个领先的 AI 模型提供商来提供最大功能。该部署方式利用 Zoom 平台与多个一流 AI 模型提供商之间的通信路径，创建一个智能路由系统，可根据每项具体任务需求动态选择最佳 AI 模型。
AI 模型
Zoom 的 AI 联邦式方法利用多个 AI 模型和 AI 服务来提供由生成式 AI 驱动的功能。以下是 Zoom 用于根据用户与 Zoom 产品的交互提供高质量结果的模型摘要。
Zoom 托管模型
Anthropic 模型（例如 Claude 4.1 或更高版本）
OpenAI 模型（例如 GPT-5.1 或更高版本、DALL-E）
Zoom 还会针对某些生成式功能使用其他模型提供商，包括：
Zoom 使用 Perplexity 提供某些网页内容搜索结果。
Zoom 使用 ElevenLabs 为 Zoom Clips AI 化身功能生成音频。
Zoom 使用 Google Gemini 提供白板图像生成、ZoomMate 创建图像和 Zoom Slides 功能。
Zoom 使用 AWS（Amazon Rekognition）为虚拟背景生成功能生成的图像提供审核服务。
联邦式方法中所使用模型的变更可能随时发生，以改进服务或解决问题和中断。此外，Zoom 托管的模型在维护期间可能会对其能力和响应进行更改。
这种部署方式为组织提供：
最广泛的功能支持：可访问范围最广的可用 Zoom AI 驱动功能，而不受功能限制。
智能工作负载分配：根据任务特征和性能优化，将 AI 请求自动路由到最合适的提供商。
最大灵活性：能够在统一的 Zoom 界面内利用来自多个提供商的专门 AI 能力
可扩展性优化：在多个 AI 服务之间进行动态负载均衡，旨在于高峰使用期间提供稳定一致的性能
联邦式实施注意事项
使用联邦式方法的组织应评估数据路由带来的影响，因为 AI 处理可能会在多个第三方环境中进行。对于优先考虑最大 AI 功能和功能可用性，同时保持标准企业安全协议的企业而言，此模型是理想选择。
其他部署选项
除联邦式方法外，在 Zoom Workplace 中使用 AI 的客户还可使用另外两种部署选项，它们在数据处理和第三方模型方面采用不同的方法。客户可以联系 Zoom 支持，了解其默认部署，并根据账户和功能可用性选择首选的替代部署选项。
Zoom 托管模型 Plus（ZM+）
通过 Amazon Bedrock 专用实例架构访问第三方模型
Zoom 托管模型 Plus（ZM+）部署代表一种平衡的方法，它在不经过第三方 AI 模型提供商处理的情况下，结合了广泛的 AI 功能。通过 Amazon Bedrock 的托管 AI 服务基础设施，Zoom 通过其现有云服务提供商 Amazon Web Service（AWS）提供对第三方模型专用实例的访问。此方法在保留多样化 AI 能力访问的同时增强了组织的数据控制。（目前在美国、欧盟和澳大利亚可用。）
ZM+ 技术架构和服务交付方法
通过 Amazon Bedrock 集成，Zoom 维护所选 AI 模型的专用、隔离实例，形成一种混合方法，可实现：
Zoom 管理的模型实例：数据在 Zoom 管理的实例上处理，且信息不会发送给第三方 AI 模型提供商。
多模型支持：可访问第三方 AI 模型，但与直接联邦访问相比，模型版本或配置可能有所不同。
数据控制：处理在 Amazon 的企业基础设施内进行，并由 Zoom 控制。
尽管 ZM+ 提供了相当可观的 AI 能力，但组织应预期，与联邦式方法中可用的某些功能相比，ZM+ 下某些功能的可用性可能受限或功能有所调整。
ZM+ 实施注意事项
这种部署方式适用于需要增强数据控制，同时保持多模型优化并访问高级 AI 能力的企业。
仅 Zoom 托管模型：通过专有 AI 基础设施提供的模型
仅 Zoom 托管模型部署是最受限制的 AI 实施选项，完全使用托管在 Zoom 专用基础设施中的模型。
ZMO 技术基础设施和服务限制
这种部署方式通过以下方式运行：
Zoom 托管模型的使用：AI 功能处理通过 Zoom 的托管模型进行。
专用基础设施：模型处理在 Zoom 控制的环境中进行。
简化的数据流：消除外部 AI 模型提供商的数据路由，形成最直接的架构。
选择此部署模型的组织应预期：
有限的功能集：与联邦式和 ZM+ 方法相比，此模型可能导致可用 AI 功能减少。
缩减的能力范围：AI 功能仅限于 Zoom 托管模型支持的能力。
性能差异：响应质量和任务处理可能与多模型方法存在显著差异，尤其是在专门的用例中。
ZMO 实施注意事项
仅 Zoom 托管模型（ZMO）部署适用于具有严格数据控制要求、监管合规义务或禁止使用第三方 AI 模型提供商的安全策略的组织。与其他部署模型相比，这种方式提供的 AI 体验最不灵活，但在保留现代 AI 优势的同时，也提供了更简化的合规性文档。
生成式 AI 方法概览
下表总结了 Zoom 三种生成式 AI 服务模型之间的差异。
联邦式方法
直接连接到多个 AI 模型提供商
可访问范围最广的功能，且无功能限制
优先考虑最大 AI 功能和功能可用性的组织
Zoom 托管模型+（ZM+)
Amazon Bedrock 专用实例和 Zoom 的自托管模型
可能的功能限制
注重隐私且需要高级 AI 和额外数据治理的企业
仅 Zoom 托管模型（ZMO）
Zoom 的自托管模型，不使用第三方 AI 模型提供商
可能的功能限制
具有严格合规性或安全要求的组织
区域可用性
Zoom AI 功能在某些由我们的第三方 AI 模型提供商不支持的地区，以及特定行业领域的客户中会受到限制。对于账户具体托管在美国以外地区的客户，可通过 ZM+ 或 ZMO 提供受支持的 AI 功能。对于托管在欧盟或澳大利亚的客户，Zoom 使用 ZM+（或者客户可选择 ZMO）来支持可用功能的账户数据驻留偏好。托管在其他地区的客户也可以通过 ZMO 访问可用的 AI 功能。此外，如果底层产品在特定地区不可用，则相关 AI 功能也将不可用。
请参阅 Zoom 的 AI 区域可用性表 以了解按区域和服务模式划分的功能/特性可用性详情。
注意
上方链接表概述了 Zoom Workplace、Zoom 网络研讨会和活动，以及 Zoom 呼叫中心中关键 Zoom AI 功能当前的区域可用性和受支持的模型部署选项。
此表并不详尽，可能未包含所有可用功能。Zoom 可自行更新功能的区域可用性和部署方式。对这些功能的访问和使用还取决于订阅方案、许可证分配以及管理员设置等其他因素。
数据使用
Zoom 不会使用任何客户音频、视频、聊天、屏幕共享、附件或其他类似通信的客户内容（例如问卷结果、白板和反应）来训练 Zoom 或其第三方人工智能模型。
Zoom AI 功能必须使用某些内容才能提供服务。
数据访问
与 Zoom 的一致 隐私声明，Zoom 员工未经账户所有者或托管生成该客户内容的 Zoom 产品或服务所在账户的管理员授权，不得访问或使用客户内容，包括会议、网络研讨会、发送消息或电子邮件内容（具体而言，音频、视频、文件、会议内白板、发送消息或电子邮件内容），以及作为其他协作功能一部分生成或共享的任何内容（例如会议外白板），或由 AI 功能生成的内容，除非法律、安全或安保原因要求。
数据处理和存储位置
Zoom 会根据托管的数据中心区域以及主持人、所有者或用户的适用设置（视具体情况而定）来处理和存储数据。另请参阅 管理数据和存储位置 支持文章以了解有关存储位置的更多信息。 在与外部参会者互动时，账户之间交换的内容（例如聊天、会议记录）可能会根据外部账户设置进行处理。
有关更多信息，请参见上面的“其他部署选项”和“区域可用性”。
数据保留
Zoom 会在为实现其所述用途所需的期限内存储并保留客户内容和个人数据，直至其 隐私声明，除非适用法律要求更长的保留期限，包括出于信任和安全等原因。在数据保留和处理方面，“信任和安全目的”是指为保护服务及其用户的安全性和完整性而采取的措施。这包括将某些数据保留一段时间，以帮助阻止滥用和误用。有关 Zoom 信任和安全流程的更多信息，请参见 Zoom 的安全中心。通常会由相关 Zoom 服务保留的内容，会根据该服务的保留期限进行存储。客户也可以为某些内容设置自定义保留期限。
就作为 Zoom AI 联邦式方法一部分所使用的第三方生成式 AI 模型提供商而言，Zoom 已实施零数据保留政策，规定其不保留客户内容，但出于信任和安全目的的有限例外情况除外，例如检测和报告 CSAM。
会议摘要零数据保留
用于 Zoom 会议摘要的零数据保留可在不保留转写文字的情况下生成会议摘要
管理员可以通过以下方式在其账户内对转写文字实施零数据保留策略： 禁用 和 锁定 账户或群组级别上的“会议转写文字”设置。采用此配置时，Zoom 会使用临时的语音转文字数据来生成会议摘要，并且不会保留会议对话的持久性转写文字。
一旦摘要生成成功，这些临时的语音转文字数据就会被丢弃，之后无法恢复、重新获取或重复使用。如果首次生成摘要的尝试不成功，Zoom 会使用临时的语音转文字数据以允许进行额外尝试来完成会议摘要。如果摘要生成仍然未成功，则语音转文字数据会被丢弃。
由于在此配置下不会保留持久性转写文字，因此以这种方式生成的会议摘要之后无法被重新处理、重新生成，或用于不同的或自定义的摘要模板。因此，此方法适用于优先考虑尽量减少转写文字保留，而非保留基于转写文字进行后续重新处理能力的组织。
此配置仅适用于 Zoom 的会议摘要功能/特性，并控制在生成摘要时是否生成并保留转写文字。但是，当禁用转写文字生成时，其他需要访问会议转写文字的 Zoom Meetings 功能/特性，例如 My Notes 和归档，将会受到影响，因为这些功能依赖于转写文字的可用性。此外，如果启用了云录制功能/特性，它可以作为云录制文件的一部分生成并保留会议转写文字，且不受此配置影响。My Notes、归档和云录制的其他转写文字设置将继续在 Web 门户中的单独位置进行管理。此设置也不会阻止参会者或第三方通过外部工具或服务独立创建、存储或保留单独的转写文字副本、笔记、录音或对话的其他记录。
有关以下内容的更多信息，请参阅 Zoom 的支持中心 允许用户保留通过会议摘要生成的转写文字 或 访问会议转写文字.
第三方子处理方
作为 Zoom 联邦式 AI 方法的一部分，来自第三方的人工智能模型（例如 Anthropic 和 OpenAI）可能会与 Zoom 的人工智能模型一起用于某些 Zoom AI 功能，以提供高质量的结果。Zoom 还会为上文讨论的某些特定功能使用其他模型提供商。 Zoom 要求其 子处理方 满足与 Zoom《数据处理附录》中所述义务等同的要求。作为 Zoom 第三方风险管理计划的一部分，Zoom 的子处理方至少每年接受一次安全评估。Zoom 的第三方风险管理控制在其许多安全认证和证明中由独立审计公司进行评估，这些认证和证明可供客户在 Zoom 的信任中心.
最后更新于
这有帮助吗？