云知声：AI大模型与具体场景深度融合是必然，“山海”年内落地标杆医院

一段时间以来，视野范围的的大模型像个文艺青年，吟诗作画写文章……事实上，通用大模型最终还是要落地专用市场来试试身手。云知声的山海大模型，已经用于医疗等场景去提升智能化水平，并将于年底前落地国内标杆医院。

日前，云知声山海大模型暨成果发布会在北京举办。云知声创始人、CEO黄伟表示，山海大模型发布是云知声AGI技术架构升级的重要里程碑，云知声将以山海大模型为基础，打造MaaS 模式的AI 2.0解决方案，在通用能力基础上，增强物联、医疗等行业能力，打开更大的 AI 技术产业化商业空间。

同时，云知声还将持续升级山海大模型能力，目标是年内通用能力比肩ChatGPT，并在医疗、物联、教育等多个垂直领域能力超越GPT4。

(资料图片)

云知声创始人、CEO黄伟

发布会现场，围绕山海大模型的十大核心能力，即语言生成、语言理解、知识问答、逻辑推理、代码能力、数学能力、安全合规能力七项通用能力及插件扩展、领域增强、企业定制三项行业落地能力，云知声通过语音输入、实时互动的方式进行了讲解演示。

并且，针对医疗、销售、知识管理、教育、智慧物联等场景，云知声都展示了山海大模型针对不同场景、不同行业需求，从效率、成本、体验等多角度带来的智慧升级体验。

发布会当天，云知声与中建电子、京东科技、360达成战略合作，将通过深度合作推动山海大模型在各领域的落地应用。

成立十一年，云知声的“AI三级跳”

从2012年入局深度学习，到后来搭建AI全栈能力，再到大模型角力，过去十年里，云知声经历了的AI洗礼并实现了自我变革。

发布会上，黄伟分享，在中国AI行业整体转向投资图像AI时，云知声依然坚信语言不只是交流工具，更是思维和知识的载体，是AI皇冠上的明珠。并且云知声还坚持了一件事：成立四年时，构建起Atlas平台，并逐步布局知识图谱和多模态等全栈AI技术，从一家语音交互公司向更深层延伸，实现从“声(感知)”到“知(认知)”的技术体系升级。

2022年底，当ChatGPT火出圈，云知声在Atlas智算平台、DCML模型工厂基础上，继续扩充算力，攻关工程优化和数据优选。几个月时间完成了算力扩容、算法验证、并行加速、数据优选等工作，实现GPT为核心的架构升级，成功发布山海大模型。

从2012年创立，到2016年形成包括Atlas/DCML+知识图谱的规模化AI，再到此次山海大模型代表的AGI技术升级，这被黄伟称作是云知声的“AI三级跳”，也标志着迈向通往AGI的新征程。

黄伟指出，大模型与具体应用场景的深度融合已成必然，为了提高大模型在具体场景的应用落地水平，云知声将沿袭一以贯之的U+X战略，即以U(AI技术和产品能力)，深度结合X(行业应用场景)，解决行业深层问题。

大模型能否解决AI变现难？

“落地难”一直是AI的一个主要挑战。那么大模型是否能改观这一局面？

在黄伟看来，过去十年，整体AI能力处于1.0时代，虽然有深度学习，但是做的事情和20、30年前比并没有本质的改变，AI的能力还是相对有限，因此也很难为客户创造充分的价值。

而大模型是一种新的能力，即它的生成式能力使AI具备了前所未有的潜力，能够更好地满足客户需求，创造更多的商业机会和商业价值。

“随着大模型出现，我们从AI 1.0到AI 2.0，我们觉得是一个质变”， 黄伟表示，“无论是产品能力，还是商业模式，可能都会和以前发生一些本质的变化。”

山海大模型将在年底前落地国内标杆医院

通用大模型是不是一定比行业大模型更牛？黄伟的答案是否定的。他表示，这两个模型的结构是一模一样的，只要把参数做到几百亿，行业大模型一样有涌现能力。云知声大模型在基座模型是一个通用的大模型；但是在某些产品落地时，会做领域增强，即在预训练数据、微调数据以及知识插件方面，会根据在场景中积累的能力来对大模型做针对性的增强，

就比如在医疗场景，云知声已深耕多年。基于过往的数据与经验积累，依托山海大模型全面升级医疗业务线各产品智能化水平，目前可以赋能发布手术病历撰写助手、门诊病历生成系统、商保智能理赔系统三大医疗产品应用，实现从助手到专家的跃迁。

“我们是要把大模型在场景里的产品去落地的”，黄伟透露，“今年年底前，基于山海大模型的医疗产品会在国内的标杆医院落地，目标就是结合我们已经具备一定领先优势的场景，能够把山海的能力和场景的需求，更快、更直接地对接在一起。”

标签：