云知声如何迎接大模型2.0时代

随着ChatGPT的问世，人工智能的发展迎来了一次革命性的转变。2024年，诺贝尔物理学奖、化学奖也均与人工智能相关，这充分印证了AI技术在科学界的重要地位。

创立于2012年的云知声，已历经多次AI产业发展热潮，也穿越过多次行业低谷，是国内为数不多的AI赛道老玩家。

大模型浪潮下，云知声于2023年正式发布山海大模型，交出其在AGI领域的第一张答卷。目前，山海大模型已在医疗、座舱、交通、政务、司法等多场景实现落地应用，并逐步拓展出文生图、视觉理解、图片问答等多模态能力，致力满足多种场景的应用需求，助推千行百业的智慧化升级。

在10月25日的第一财经《中国经营者》栏目中，云知声创始人、CEO黄伟受节目组特别邀请，探讨在上一个发展范式当中处在第一梯队的企业该如何迎接大模型的2.0时代，就“大模型未来图景”、“垂类大模型如何选择行业赛道”、“垂类大模型如何做好商业落地”等话题，给出业界前沿回答。

以下为专访实录：

人工智能三问

主持人：在我们的节目开始之前，我们进行一个快问快答。第一个问题，我们并不知道AI里面究竟发生了什么，是与不是？

黄伟：是的。

主持人：AI可以自己修改代码，逃脱人类的掌控，是与不是？

黄伟：有可能。

主持人：现在的技术已经到了这样的一个状态吗？

黄伟：因为最近两年的技术演进特别快，远远超过过去几十年，我们再往未来看两年三年会发生什么我们并不知道。

主持人：第三个问题，AI将非常擅长操纵人类，你关不掉它，是与不是？

黄伟：目前还不知道，如果说AI有意识的话，未来一切都有可能，所以说安全性、合规性也会成为我们新的研究课题。

通用大模型与垂直大模型无需对立

主持人：在大模型出来以后，其未来图景也在投资圈引起很多争议，包括应用层的百花齐放，那到底未来会是什么样？

黄伟：我认为“千团大战”、“百团大战”这类激烈的市场竞争不会永远持续，最终会通过竞争淘汰，留下一些优胜者。其实不光是业内，包括像我们团队内部，我们对大模型都有深入讨论，并将其分为通用大模型和垂直大模型。有些人倾向于将这两种模型对立起来，但我不这么认为。我们用一个强大的通用大模型来解决特定行业问题，就好比我的学霸同桌以702分的成绩考入了清华物理专业，我以695分的成绩紧随其后考上了北大医学院。我相信，经过本硕博10年的系统训练，如果将来大家的健康出现问题，更可能选择找我，而不是我的学霸同桌。

主持人：所以这是不是也是给云知声的定位，是不是可以将其定义为垂类的？

黄伟：我们对山海大模型的愿景是将其打造成为世界一流水平的大模型。这里所说的“一流”并不是简单地追求排名首位，而是意味着我们具备了进入顶尖学府如清华、北大的实力。我们的目标不是一定要选择这些顶尖学府，而是像选择一个我们热爱的专业一样，我们希望在所专注的领域内达到世界领先的地位。简而言之，我们追求的是在特定领域内的专业卓越，而不仅仅是普遍意义上的第一。

垂类大模型如何选择行业赛道

主持人：从具体的赛道来看，哪些细分产业赛道机会会更大一点，黄总？

黄伟：在选择发展赛道时，我们的目标是寻找那些具有长期潜力和高成长空间的领域，即所谓的“坡长雪厚”的赛道，避免那些天花板过低的领域。基于这样的考量，我们决定将医疗行业作为云知声的核心赛道之一。医疗行业与每个人的健康生活紧密相关，具有长远的发展前景。

十年前，我们在北京协和医院首次通过语音电子病历系统帮助医生提高病历录入效率。过去，医生可能需要花费三个小时通过键盘输入病历，而如今，借助我们的语音电子病历系统，这一时间已经缩短至一小时以内。随着大模型技术的应用，我们预见将有更多医院采用我们的技术，进一步提升医疗服务的效率和质量。

主持人：云知声在短短的时间内做到智慧医疗领域非常头部的状态，是不是也是因为在上一个范式积累了大量的资源，所以可以非常快速地进行技术迭代，然后找到具体的应用场景快速升级？

黄伟：穿越商业周期确实是一项挑战，尤其是在快速迭代的行业环境中。我总是在告诉自己，一定要少去做错什么。自2012年起，我们便在国内率先涉足深度学习领域。到了2016年，我们开始精准定位我们的核心应用场景，即医疗和物联网。从那时起直至今日，我们深耕的领域未曾改变。今天大模型所需的这种算法，我们自2012年起便开始积累了，所以当新的技术范式出现时，我们能够迅速将过去12年的技术积累转化为山海大模型的产出。

垂类大模型如何做好商业落地

主持人：我们前面其实聊了很多关于云知声整个大模型非常重要的跨越，包括现在大模型的外部环境。我们来聊聊商业化，因为今天我们聊在医疗的场景应用比较多，比如说我们今天医疗场景当中的客户，它们和我们的云知声大模型是一种什么样的合作方式？

黄伟：因为医院是一个对数据安全极为重视的场景，所以我们在合作模式上选择了软件售卖。 基于AI的基础能力，我们在医院端构建了非常丰富的产品矩阵，未来可能衍生出50个、100个不同的能力，进而转化为多样化的产品。医院的高门槛和用户的高黏性，使得我们能够实现持续收费，所以从过往历史数据来看，我们医疗领域的复购率是非常高的。

主持人：其实前面黄总也谈到，物联网领域也是云知声很重要的一个赛道，能不能稍微给我们说说物联网领域目前是什么样的？

黄伟：现在我们的手机、冰箱、空调、汽车等日常用品几乎都已联网，但在2013年左右，物联网还被认为是一个相当前卫的概念。我们在2013年和2014年就已经开始探索如何利用AI技术为物联网赋能。在这个过程中，我们面临一个关键问题：如何让AI能力触及这些设备。因为许多设备端并不具备强大的计算能力，于是我们很早就开始了芯片的研发，并在2018年推出了我们的第一代AI语音芯片——雨燕。

这个过程很漫长，所有显而易见的困难其实并不算真正的困难，真正的困难在于，我们在没有手表、月亮和星星的夜晚行走，不知道现在是几点，也不知道天何时会亮。这就是所谓的穿越周期。选择正确的方向可以很理性，但没有感性，你无法真正穿越过去。

主持人：最后其实是靠你心中的火和眼里的光去穿越黑暗，支撑你最后成为非常重要的幸存者。今天在云知声的整个的营收架构当中，医疗和物联网大概是一个什么样的比例？对于这两个重要的板块，您有什么样的思考和规划？

黄伟：我们集团内部有个很形象的比喻：物联网就是一横，医疗就是一纵。我们希望能够将通用的AI能力应用于千行百业，只要你不涉及专业知识，我们都能够给你提供一些最基本的服务，在更多的行业里实现落地；而医疗是一个专业场景，一个知识密集型场景，它考验的不是AI的通识能力，而是专业能力。这一纵就代表了专业的艰深的壁垒。今年上半年，我们实现了快速且稳健的增长，我觉得这都是对云知声过去12年技术战略、产品战略坚持到今天的一个回报。

如何理性看待人工智能的泡沫

主持人：其实我觉得虽然ChatGPT的浪潮出来的时间没有那么长，但是它对于整个人工智能产业的变革是翻天覆地的，所以最近也出现了一些声音，有人说是不是人工智能的泡沫有点过热了？其实整个大模型的产业还是挺烧钱的。两位怎么来看待这个问题。

黄伟：我认为市场存在泡沫是正常现象，且泡沫在不同发展阶段有着不同的定义。实际上，我认为我们的投资力度尚未达到应有的水平。然而，投资力度不足并不意味着我们的投资得到了合理利用，关键在于资金的投向。我不认为单凭一个技术天才就能轻易改变世界，只有通过长期、稳定且勤奋的努力，才有可能创造出真正有价值的成果。无论说像投资人，还是像我们创业者，我觉得都应该冷静下来，在弹药不多的情况下，审慎地将弹药投入到最需要的方向。