0
作者丨史林
編輯丨董子博
2022年，剛剛試用了ChatGPT，黃偉的第一感覺是懵的。
和不少 AI 行業(yè)的同行一樣，看到已經(jīng)有人把大模型做到了如此程度，黃偉有些惆悵：“就如同一個打了很多年馬蹄鐵的匠人，第一次見到汽車時的震撼——之前的優(yōu)勢和積累，在這一次技術(shù)變革面前幾乎全部歸零?！?/span>
自創(chuàng)立云知聲，已有十年光景匆匆過去，這十年里苦練的武功，難道一朝就全部失效？
沉浸在這種沖擊里，黃偉有差不多一個星期的時間，沒緩過勁來。
但很快，這種焦慮，就轉(zhuǎn)化成了一種“亢奮”。在今天，不少人把這個時點稱作 AI 的“iPhone Moment”，但在黃偉看來，這樣的說法，未免顯得“野心太小”。
“十年前，我創(chuàng)業(yè)的時候，還沒有移動互聯(lián)網(wǎng)，也沒有深度學(xué)習(xí)，那時我也沒有商業(yè)化的背景和經(jīng)驗——但今天我的心情，比起十年前更激動?！秉S偉這么對AI科技評論表示道。
抱著改變世界的夢想，云知聲也很快加入了大模型的追逐戰(zhàn)中——做自己的大模型，用技術(shù)力量打通更多場景，賦能更多的客戶和使用者。
而隨著巨頭紛紛下場、明星IP抓人眼球，這場戰(zhàn)斗對于云知聲來說，算不上輕松。
國內(nèi)的大模型，在今天發(fā)展還遠(yuǎn)未完全；對于創(chuàng)業(yè)公司，投資機(jī)構(gòu)也大多謹(jǐn)慎。不少人都說，大模型是大公司的生意，中小公司的機(jī)會很可能比較渺茫。
這也讓黃偉想到了那句“所愛隔山海，山海皆可平”。5月24日，云知聲發(fā)布的大模型，名字“山?！本褪菑闹卸鴣?。
踏平“山海”，黃偉和云知聲在大模型之路上求索，正帶著人工智能走向2.0時代。
山海大模型
從3月文心一言發(fā)布以來，國內(nèi)已有不下十個大模型產(chǎn)品，先后發(fā)布。個個“能文能武”，但表現(xiàn)出來的能力，卻相差不多。
對這個趨勢，有不少人說，泛化大模型的能力再強，沒法落進(jìn)場景，也就無法產(chǎn)生生產(chǎn)力甚至行業(yè)格局的變革。
大模型落不了地，詩寫得再好、對聯(lián)對得再工整，也不過是“自娛自樂”。而云知聲對待大模型，不僅要“山?！痹谶@些“基礎(chǔ)課”中達(dá)到及格，更要讓它能夠在B端落地生根，產(chǎn)生實際的價值。
而這些能力，不只源于大模型自身的能力?！拔矣X得現(xiàn)在的云知聲可以類比為一座金礦，我們的真實能力和技術(shù)水平是隱含在交付的產(chǎn)品以及營收數(shù)字背后的。”云知聲創(chuàng)始人&CEO黃偉如是說道。
在物聯(lián)場景下，云知聲面向物聯(lián)網(wǎng)的智能交互芯片，將作為“神經(jīng)元”把大模型聯(lián)通起來，給萬物互聯(lián)提供更好的條件。在物聯(lián)網(wǎng)場景里，任何一個玩家都需要讓自己的產(chǎn)品在盡可能多的場景，盡可能多的用戶以及盡可能多設(shè)備上，以足夠低的成本跑起來。
像過去常常被人詬病“人工智障”的智能音箱，用戶不能和 AI 產(chǎn)生深層次的交互——一聊天，天就被聊死了。而在生成式 AI 的加持下，無論從體驗還是效率上，智能設(shè)備都能獲得巨大的改善。
同樣的情況，不僅音箱，從消費電子到車機(jī)，都是山海大模型所覆蓋的領(lǐng)域。
在2016年，云知聲就開始組建專業(yè)團(tuán)隊，自己動手打造智能交互芯片。截止目前，芯片和模組出貨量已經(jīng)超過2000萬片，這也給山海大模型搭建了一個足夠大的舞臺，讓大模型能夠更充分地發(fā)揮云知聲在硬件層面上，給物聯(lián)網(wǎng)提供的互聯(lián)優(yōu)勢，把過去已有的產(chǎn)品結(jié)構(gòu)打通，甚至是重構(gòu)。
而在醫(yī)療場景中，山海大模型更是輕車熟路。
云知聲2016年就進(jìn)入醫(yī)療行業(yè)，當(dāng)時主要利用AI技術(shù)，解決病歷的語音錄入、缺陷檢查、醫(yī)?？刭M等問題。山海大模型幾十億規(guī)模的參數(shù)，對比現(xiàn)在的主流產(chǎn)品并不算大，在接入生成式 AI 后，醫(yī)生對病人的問診，如最近飲食情況等等，這樣的問題就很像對大模型的 prompt 提問，幾分鐘內(nèi)問過幾個問題后就逐步收斂，通過醫(yī)患對話提取關(guān)鍵信息，結(jié)合專業(yè)醫(yī)學(xué)知識后最終生成病歷。相比傳統(tǒng)問診，這種方式的效率高得多，也會開拓新的商業(yè)模式。
“我們做大模型其實并不是為了PR，也并不是說我們只是為了炫技或者展示自己有這樣的能力，”黃偉說道，“公司其實最終還是要靠商業(yè)化能力去活著，對吧？所以我們的大模型一定是服務(wù)我們這個已有場景里面的一些老客戶?！?/span>
除了物聯(lián)和醫(yī)療，山海大模型的優(yōu)勢場景還有不少，而這都要得益于云知聲“U+X”戰(zhàn)略的頂層設(shè)計——即以 U(AI架構(gòu)及全棧技術(shù))，深度結(jié)合X(行業(yè)應(yīng)用場景)，解決行業(yè)深層問題。
這也讓山海大模型在落地層面上的廣度(物聯(lián)，盡可能多鏈接場景、用戶和設(shè)備)和深度(醫(yī)療，知識密集型行業(yè))，都得到了巨大的提升。
另一方面，在過去的11年里，深耕 To B 的云知聲，也積累了大量行業(yè)的 Know How，以及核心高質(zhì)量的訓(xùn)練數(shù)據(jù)。
先前，云知聲挑選的落地場景，大多是醫(yī)療、保險等嚴(yán)肅性很高，容錯率較低的行業(yè)——大模型要在這些行業(yè)能生根發(fā)芽，就容不得一點閃失，胡說八道的問題解決不了，就沒法被行業(yè)所認(rèn)可。
而云知聲在過去為這些行業(yè)打造的知識圖譜，就成為了提升“山?！鄙蓛?nèi)容正確率的重要保證。
還是以醫(yī)療領(lǐng)域舉例，在過去，云知聲提供的知識圖譜可以幫助醫(yī)生，完成對患者病歷的審核；與此同時，公司積累的語音識別技術(shù)，也能讓用戶在一個很嘈雜的環(huán)境里（比如人來人往的診室），完成相當(dāng)準(zhǔn)確的自然語音交互。
“如果把GPT-4比作一個不偏科，每門都能考到80分的學(xué)生；我們要做的，則是一個可以在某一兩門學(xué)科，考到95分甚至更高的學(xué)生?！秉S偉如是說。
誠然，大模型的發(fā)展路徑不止一種，目前見到成果的路徑，是如GPT采用的一樣——更大的模型規(guī)模+更多的數(shù)據(jù)參數(shù)，做泛化大模型，再進(jìn)行行業(yè)調(diào)優(yōu)。而黃偉也相信另一種路徑的機(jī)會——更高質(zhì)量的數(shù)據(jù)+規(guī)模適當(dāng)?shù)臄?shù)據(jù)參數(shù)，做行業(yè)“中模型”。
老話說“博觀約取，厚積薄發(fā)”，很多人都對看得見的“薄發(fā)”津津樂道，卻對看不見的“厚積”必要性和重要性置若罔聞。
云知聲在AI 2.0時代的辦法是兩條路子都在走，現(xiàn)在第一條路基本上已經(jīng)走通，并且效果有目共睹。今年Q3云知聲還會發(fā)布對標(biāo)GPT-3.5的“山海2.0”，數(shù)據(jù)參數(shù)也將達(dá)到千億級。
而在Q3，云知聲的“中模型”也即將發(fā)布，而具體的成果，還要看到產(chǎn)品，再等待市場檢驗。
踏平“山?！?/strong>
黃偉經(jīng)常對團(tuán)隊講：“能得到好的結(jié)果，一定是你做對了什么。”
不少國內(nèi)有意做大模型的廠商，都是從12月開始組建團(tuán)隊，用2-3個月訓(xùn)練模型，再用2-3個月完成調(diào)優(yōu)——起跑線相對一致。但云知聲的山海大模型，卻“搶跑”了。
說山?！皳屌堋?，是因為云知聲早在不少人還沒注意到大模型的可能性之前，就已經(jīng)在為 AI 2.0 時代未雨綢繆。
“我們云知聲在過去做 AI 技術(shù)積累的時候，恰恰都是外部環(huán)境不是最好的時機(jī)。”回憶過去的發(fā)展歷程，黃偉如是說道。
近幾年國內(nèi)相當(dāng)一部分高新科技企業(yè)，最終都落入了To B項目制的窠臼：產(chǎn)品跟著甲方需求走，自己毫無話語權(quán)；等到甲方的問題解決了，投入也隨之降低，企業(yè)卻在核心技術(shù)和通用性解決方案上難有積累，只能再去找下家接方案，形成惡性循環(huán)。
然而，云知聲看得卻更遠(yuǎn)。成立伊始，公司的英文名字Unisound，就包含了創(chuàng)始人們對于公司發(fā)展的期許：
“Sound”是云知聲的主要技術(shù)——聲音、語音；而“Uni”則代表著，公司要用相對統(tǒng)一的技術(shù)，去服務(wù)不同的行業(yè)的普通客戶。
此后，“統(tǒng)一技術(shù)標(biāo)準(zhǔn)+具體行業(yè)場景”，就成為了云知聲堅定不移的戰(zhàn)略。不被外界紛擾，不被風(fēng)口誘惑，成為了云知聲在路徑規(guī)劃上的堅守。
從“感知”到“認(rèn)知”的技術(shù)轉(zhuǎn)型，盡管已經(jīng)被普遍認(rèn)為是必然的趨勢，對于不少當(dāng)時的 AI 公司，是眼前的“茍且”與“詩和遠(yuǎn)方”之間的進(jìn)退兩難。
先掙到錢，還是先為未來布局，黃偉和云知聲選擇了后者。做認(rèn)知智能，是公司技術(shù)發(fā)展的必選項，率先在醫(yī)療行業(yè)實現(xiàn)認(rèn)知智能，成為了云知聲在當(dāng)時的目標(biāo)。
因此，現(xiàn)在也不難發(fā)現(xiàn)，“山海”在醫(yī)療場景中積累的種種能力，完全不足為奇，一切都是順理成章，順?biāo)浦邸?/span>
2017年，另一件決定了“山?！泵\的大事，是云知聲開始籌建屬于他們自己的超算中心——Altas。
一年前，AlphaGo 擊敗一眾圍棋高手時，深度學(xué)習(xí)+超算平臺的連攜思路，也讓云知聲深受啟發(fā)，很快展開第二次技術(shù)升級，涉足超算中心——一個團(tuán)隊當(dāng)時還完全陌生的領(lǐng)域。
“能同時調(diào)度上千塊GPU去完成一個任務(wù)的能力，將會是一家AI公司的重要壁壘?！秉S偉和云知聲的高層如此判斷道，但外界大多對他們不抱信心。
決定做超算中心，不僅是公司的新股東，甚至連老股東都在質(zhì)疑：這筆巨大的投入，如何能讓他們見到成效。而當(dāng)時，對于驅(qū)動 AI 的計算能力，大多數(shù)人還沒看到它的價值。
“當(dāng)時甚至幾個月前，還能聽說大機(jī)構(gòu)在市場上賣 A100 顯卡?！秉S偉回憶道，“但今天一家公司，要從零開始做高性能計算平臺，沒有兩三個月的工夫是搞不定的。”
對技術(shù)路徑的判斷，AI科技評論在和不少 AI 從業(yè)者的交流中，都聽到過一個相似的概念——“技術(shù)直覺”，即基于有限的信息和樣本，能夠?qū)ξ磥砑夹g(shù)路徑做出正確規(guī)劃的能力。
這種直覺越強，就能越早走上正確的技術(shù)路徑，為未來趨勢作準(zhǔn)備，也能越少在沒有前景的項目上走彎路。
此前曾有投資機(jī)構(gòu)的合伙人考察過云知聲，最終卻因為種種原因放棄了投資。
巧合的是，云知聲有位合作專家與這位合伙人是同學(xué)，在得知此事后，意味深長地說：“你的問題，在于你認(rèn)為云知聲只是家語音處理技術(shù)公司。”
當(dāng)問到黃偉時，他自謙道，自己并沒有很敏銳的“技術(shù)直覺”。但是，黃偉卻可能是中國 AI 圈子里，最早一批發(fā)現(xiàn) GPU 重要性的創(chuàng)業(yè)者。
2011年，在意大利佛羅倫薩，黃偉受邀參加了一次學(xué)術(shù)會議。在會上，黃偉與微軟前首席人工智能科學(xué)家鄧力，微軟研究院前首席研究員、今天騰訊AI Lab副主任俞棟結(jié)識，暢談 AI 在當(dāng)下的發(fā)展。
在交流中，三人都有想法，當(dāng)時應(yīng)用比較廣泛的統(tǒng)計學(xué)習(xí)，不過是“繡花”的功夫，研究已經(jīng)接近了天花板。然而，要做當(dāng)時還相當(dāng)冷門的深度學(xué)習(xí)，則需要有更大算力的支持。
也是受了此二人的影響，第二年，黃偉創(chuàng)業(yè)后，第一件事，就是把深度學(xué)習(xí)作為公司的立根之本；而第二件事，就是買了兩塊英偉達(dá)顯卡，來處理深度學(xué)習(xí)的計算。
在當(dāng)時，顯卡甚至還沒有 GPU 這個響當(dāng)當(dāng)?shù)拿郑欢嗄赀^去，做 AI 的人，誰又離得開 GPU？數(shù)年后，云知聲力排眾議建設(shè)超算中心，也算是與這兩塊顯卡一脈相承。
事實上，早在2月，云知聲就跑通了自研大模型閉環(huán)的產(chǎn)品流程——從預(yù)訓(xùn)練，到任務(wù)對齊、指令增強等等，模型本身也出現(xiàn)了涌現(xiàn)能力。
但黃偉和云知聲不想讓“山海”以一個半成品的形態(tài)面世，總覺得對產(chǎn)品不夠滿意，便生生地，把發(fā)布日從2月拖到了5月底。
“其實，二三月份國內(nèi)廠商們做出來的 Alpha 版本，大家無論是進(jìn)度上還是能力上，都相差不多?！秉S偉對AI科技評論說道，“這幾個月來，真正能夠開發(fā)布會，而且做現(xiàn)場演示的廠商少之又少了——我們可能聽到很多大模型的名字，但真正能看到的其實并不是特別多?！?/span>
5月24日，云知聲山海大模型暨成果發(fā)布會在北京舉辦，現(xiàn)場實測山海大模型十大核心能力，并發(fā)布一系列面向不同行業(yè)需求的產(chǎn)品應(yīng)用。
北京金隅智造工場的發(fā)布會現(xiàn)場，臺下座無虛席，現(xiàn)場賓客盈門。黃偉站上演講臺時引來一陣歡呼，衣著干練簡潔，氣質(zhì)溫和，這個打扮走在街上并不起眼，但在此刻卻與主人的從容不迫，躊躇滿志相得益彰。
發(fā)布會現(xiàn)場，圍繞山海大模型的十大核心能力，即語言生成、語言理解、知識問答、邏輯推理、代碼能力、數(shù)學(xué)能力、安全合規(guī)能力七項通用能力及插件擴(kuò)展、領(lǐng)域增強、企業(yè)定制三項行業(yè)落地能力，云知聲通過語音輸入、實時互動的方式進(jìn)行講解演示。
黃偉在臺上講，身后的大屏幕上實時展示山海的語音輸入并轉(zhuǎn)換成文字，既展示自身實力，又方便了現(xiàn)場觀眾。
也是在發(fā)布會上，云知聲與中建電子、京東科技、360達(dá)成戰(zhàn)略合作，與各合作伙伴展開深度合作，推動山海大模型在各領(lǐng)域的落地應(yīng)用，一道邁入AGI時代浪潮。
在這個 AI 技術(shù)幾乎日新月異、每周都有新技術(shù)面世的時代，一定是“幾家歡喜幾家愁”。
某些技術(shù)產(chǎn)品和業(yè)務(wù)模式，正不可避免地被生成式 AI 淘汰；而對于云知聲，AI 大模型給了他們升級已有商業(yè)模式的機(jī)會，正直面著再一次擴(kuò)大規(guī)模的重要機(jī)會。
山海大模型的發(fā)布，對于云知聲來說，并不是終點，而是公司邁向 AI 2.0時代重要的起點。至于“山?！边@個名字，“山”是高山仰止，大智知止，象征大模型符合社會與人類的道德和價值觀。“?！笔呛＜{百川，有容乃大，象征對人類龐大知識體系的理解與總結(jié)，也象征著AI的無限可能性。
此外，“山?！币泊碇浦暤膱猿?，所愛隔山海，山海皆可平。幾個月前外界都說大模型是巨頭才能做的，現(xiàn)在大家都看到了山海大模型。
“對于今天的我們，一定是幸福大于煩惱的——而且 AI 在今天的機(jī)會，甚至遠(yuǎn)遠(yuǎn)大出我在四個月之前的想象?！痹谡f出這句話時，黃偉臉上滿是壓抑不住的興奮。
更多內(nèi)容，點擊下方關(guān)注：
未經(jīng)「AI科技評論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！
公眾號轉(zhuǎn)載請先在「AI科技評論」后臺留言取得授權(quán)，轉(zhuǎn)載時需標(biāo)注來源并插入本公眾號名片。
雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
