普惠AI照进现实：云知声如何让技术“越山海”

（对话/编辑 刘倩藜）

人工智能正以前所未有的速度改变着各行各业的面貌，进入现实生活中。

今年的世界人工智能大会（WAIC 2025）上，云知声作为国内人工智能领域的佼佼者，首次参加了这场世界级的人工智能盛会。

作为国内AGI技术产业化先行者，云知声此次参展的核心在于分享其十多年的技术产业化成果。具体来看，云知声以“智能体”系统为主轴，围绕“山海大模型+兽牙智能体平台”架构，提出了通用人工智能场景落地的具体路径，全面展示了其在通用人工智能（AGI）方向上的产品体系、平台能力与场景化落地成果。

今年，观察者网也来到现场，与云知声董事长梁家恩进行了深入对话。在对话中，梁家恩详细介绍了云知声的技术架构、主要产品与服务，以及其在智慧物联和智慧医疗两大场景的应用落地情况。也分享了云知声在智慧交通等其他领域的拓展计划以及公司对于AGI技术终极目标的理解。

接下来，让我们一同走进这场精彩的对话，了解云知声如何让技术“越山海”。

观察者网：梁总好，在世界人工智能大会2025现场幸会，云知声在本届大会再次设有展台，此次参展，最核心的标签是什么。

梁家恩：这是云知声港股上市以来的首次WAIC亮相，作为国内AGI技术产业化先行者，此次参展最核心的标签就是和大家分享我们十多年积淀的AI技术产业化成果。

观察者网：请您先介绍下云知声的技术、产品、服务和主要落地场景。

梁家恩：好。云知声 2012 年成立，是国内首批实现“深度学习”和“大模型”两次大技术升级的团队。我们底层构建有完整的“AI 三驾马车”：算法、算力和大数据平台，是国内最早一批搭建千卡GPU智算集群来做AI的公司。2016 年，我们就完成了支持千卡同时调用的智算集群，即Atlas智算中心。并在此基础上，推出了以模型为中心的智能技术平台——“云知大脑”。现在云知大脑的核心是我们的“山海大模型”。

云知声官网截图

整个云知大脑由2部分构成，一主要是认知模型，从最早的自然语言理解，到BERT模型，再到现在的山海大模型，是云知大脑的内核。二则是是感知、生成模组，包括语音降噪、识别、语音合成等。最后都整合为多模态、强推理的大模型。

基于云知大脑，我们主要赋能2大场景，一是智慧物联，即希望所有的机器都能够通过语音的方式实现交互，并使其成为连接人与庞大物联网世界的关键桥梁，把物联网打通起来，让它真正变得 “智慧”和“易用”，最终实现“万物互联，开口即控”。

二是智慧医疗， 2016年我们以语音电子病历与协和医院达成合作后，开始逐步深入医疗行业的病历质控、医保控费、辅助诊疗等，构建医疗知识图谱、升级BERT模型、山海大模型等，在垂直场景下，解决行业深层次实际问题。最终目标其实是培养一个超级医生，但这个路径会比较长，需要我们沿“助手-同事-导师”的路径，不断努力推进。

所以我们目前综合讲就是：底层AI三驾马车为基座，中间“云知大脑”为平台，上面一横一纵的2大场景应用：智慧物联横向打通，智慧医疗纵向深入。

观察者网：云知声既有自己的大模型，同时也已经有非常具体的应用场景，比如说医疗，对吧？

梁家恩：对的。我们判断只有深入行业，才能更好创造价值。我们判断是需要行业大模型还是通用大模型解决问题，关键在于，它需不要专业的行业知识。比方说如果它一个本科生，甚至高中生就能解决的问题，它是不需要专业大模型的，对吧？但是我们如果解决医疗问题的话，即使大学生能听懂问题，要解决问题还需要医学方面的专业知识和实践经验，这就需要医疗大模型。

目前我们的山海大模型医疗版，就是在通用大模型基础上，结合了医疗行业knowhow以及我们近10年积淀的行业知识与数据，构建了专业的医疗大模型，使其达到规范医疗服务质量流程与决策，从而实现增质提效的作用。

观察者网：可不可以理解为您和团队是本着一种迈向AGI （通用人工智能）的技术理想主义，希望依托医疗场景，通过技术复用和技术迭代，复刻到更多不同场景？

梁家恩：AGI是通用框架和终极目标，但不是一个模型的简单复用。要实现“通用”，需要所有的场景都能被渗透，但行业还是有差异的。

首先，从横向来讲，我们认为 Web 3.0时代的物联网，它一定是一个足够智能的网络。用我们的企业愿景来说， 就是“通过通用人工智能创建互联直觉的世界”。所谓“直觉”就是我们可以像跟真人一样跟它互动，这是它应有的样子，不需要再专门去学“人机交互”。既然是“互联”，就是全部打通，可以通过任意的入口跟它交互，成为获取智能服务的入口。

其次，纵向来看，更重要的是，它还要能在严肃的场景下去帮我们解决专业的实际问题，因为 AI 本质带来的是生产力的变革，它不是一个噱头，不仅是玩，我们必须还要在严肃场景下有效解决实际问题。医疗，毫无疑问是一个知识非常密集且非常严肃的应用场景，所以我们先在这行业里面把它解决，把制高点拿下来，才能推动产业变革。

所以，智慧物联是宽度，智慧医疗是深度，结合起来我们能更好解决各种场景化应用问题，我们的布局是这样考虑的。

观察者网：深度方面，目前主要是应用在医疗场景，接下来也会拓展到其他场景吗？

梁家恩：除了智慧医疗外，目前还有智慧交通等。比如我们跟南宁轨道集团有一个合资公司，覆盖轨道交通服务的智能化场景，包括智能客服、运维调度，以及公交跟轨交衔接等问题，这实际是城市生活的基础服务平台。光用通用大模型，是解决不好这些问题的，必须要非常了解实际运营运维调度的专家，共同打造交通大模型，才能把这个服务做好，其他场景的拓展是类似的。

观察者网：为什么叫山海大模型?

梁家恩：山海既代表我们大模型如《山海经》般包罗万象，也代表我们团队推动技术产业化的初心与愿景。有一句话这么说，所爱隔山海，山海皆可平。我们不会畏惧任何艰难险阻，要跨越山海，践行我们技术产业化的使命。“人工智能”是第四次工业革命的核心推动力，我们希望真正将AGI技术变为生产力，与行业合作伙伴共同推动产业发展和社会进步，所以我们一直聚焦在严肃场景的应用，着力解决改变行业的关键问题。

观察者网：现在技术迭代这么快，作为创始团队和董事长，您有没有自己的一些焦虑？

梁家恩：焦虑倒不存在，毕竟我们一直深耕技术，而且一直在技术的最前沿，对技术趋势判断都是非常准的。

云知声自创业以来，主要是把握了两轮大技术升级，第一轮是2012年AlexNet让深度学习引发产业界轰动，我们是国内最早一批深度学习技术产业化实践者，包括云和端的深度学习技术升级；第二轮是2022年ChatGPT引发的大模型范式革命，我们也是国内首批实现LLM技术升级和产业化应用的公司。

在这过程中，变化的是核心技术算法、架构和范式，不变的是我们对技术创新、产业应用、数据闭环和商业模式的率先探索与追求。我们一方面始终密切跟进前沿技术进展，确保技术实力保持业界第一梯队；另一方面，并不满足于刷榜和Demo自嗨，而是深入应用场景解决产业实际问题，创造实际价值，这是我们创业以来不变的信条。

过去十几年的实战表明，我们有足够信心和能力去跟上这个技术发展节奏。在有能力跟上的情况下，其实技术发展越快对我们越有利，我们能越快突破技术能力边界。我们有能力跟进和推动前沿技术发展，而不是被动在别人的技术上去做应用，有更强的自主性去把握先机。对技术趋势和应用需求的洞察，有助于我们构建延续性和迭代性更好的智能系统架构，来适应底层技术的快速变化。

观察者网：2012年国内聊人工智能的人不算很多，敢做产业化的更少，您和团队确实是先行者。听说云知声也有一些出海的拓展，能不能请您介绍一下？

梁家恩：关于出海，我们是从产业升级和全球化视角下看的。我们认为第四次工业革命，唯二有胜算的国家，就是中国和美国。而美国主导的全球化1.0时代正在过去，大家聊得很多的是“逆全球化”。我认为不是逆全球化，全球化是不可逆转的。我们进入的是全球化 2.0 时代，美国单一主导模式将结束，中国一定会成为第二家主导玩家，所以它会成为至少是双核推动的一个全球化。国家布局“一带一路”倡议，新的工业革命已经发生，中美会角逐至高点，我们现在是在这个大的场景下，对我们是个大机遇，我们是从这个角度来思考来做业务布局的。那在这种情况下，出海目的地主要是东盟，还有一带一路这些国家。

之前大家可能通过新闻看到瓦努阿图跟我们达成了战略合作，因为它是刚经历地震，震后要重建，所以它重建的时候想着如何去找好的合作伙伴，靠自己国家的力量是不可能去做智能化的。但如果只是在原来基础上重建原来的东西，是没有意义跟价值的。

但像美国的 AI 产业，更多是资本垄断为主导，而中国更多是推动普惠的智能产业变革，且与产业升级和社会治理结合相对紧密，所以瓦努阿图可能会更愿意选择中国的合作伙伴。刚好我们也比较有幸接触到这个机会，对方也非常认可我们十几年的技术创新跟产业化的经验，所以就跟我们达成了战略合作。这是个岛国，有几十个岛，需要用物联的方式把它们连通起来，然后再通过智能的手段帮它提升治理水平和产业能力，也包括医疗服务等，从而帮助它打造现代化的治理体系。

观察者网：嗯，理解。云知声应该也不是第一次参加WAIC。这些年里，一是从展会的这个视角看，二是从行业的视角看，您觉得中国科创生态发生了怎样的变化？

梁家恩：我们是 2018 年就开始参加。第一届WAIC我们就来了。现在大家热情越来越高涨，特别今年，票都已经抢不着了。现在行业已经开始有一些落地下来的应用。像过去，很多都还停留在概念性的展示，今年已经有很多在垂直行业的应用，还有一些 c 端的产品也已经有展示了。昨天我还看到展馆里有机器狗在溜达。大家对AI期待越来越高，特别是今年初DeepSeek出现，可能对这个浪潮起到很大的科普作用。

观察者网：想聊一个和资本市场有关的问题。今年 6 月云知声上市了在港股上市了。您怎么看待中国科技公司全球定价的一个问题。我们看到这些年来美国科技公司估值明显远高于中国公司。这点您怎么看？中国企业怎样能够提升我们的全球定价权。

梁家恩：其实美国公司有高估值，取决于大家对它过去的技术认可度，代表比较高的原创性。但是在 DeepSeek 出来以后，大家其实已经开始重估中国的技术公司价值了。

过去美国可能认为它至少领先我们一两年，有个代差，就像英伟达领先于那个华为昇腾一样的。我们在制程在算力上还有差距。但是DeepSeek出来之后，大家发现可能也就一两个季度的差距，甚至在某些方面已经反超美国了。比如刚说的这些开源大模型，很多工程方面能力已经超越美国了。

然后另外一点，就是产业化应用，中国现在是世界上最具领先优势的。中国的应用场景丰富，而且本身有雄厚的工业基础。作为工业第一大国，中国整个产业化体系是比美国更强大的。我们把短板补齐后，后面的变化空间会更大，这个差距会越来越小。而且美国它之所以有那么高的估价，就在于它过去有垄断地位，它在AI领域的垄断地位被中国的普惠AI打破之后，它的溢价一定会下来。而全球化2.0时代，如果有双核去主导，这一定是一个利好，会让技术产业化走向更均衡发展的趋势。

观察者网：您刚刚提到“开源”、“普惠”，跟本届WAIC的主题“智能时代、同求共济“是完美契合的。面对科技发展，无论是企业家、创业者，还是是学者、科学家，都应该抱有开放、包容的心态。您作为一个资深创业者和技术型的企业家，对于想去做科技创业的后生晚辈，有没有一些建议？

梁家恩：我觉得底层的通用大模型，后面能存活下来的也许就那么三五家。它会成为一个很好的产业化应用基础，不断推动行业演进，实际上是把整个行业技术底线拉高了。之后，对于垂直方面的各种应用，会有很大的发展空间。所以作为新来创业者目前不需要在最底层上下太多功夫，而需要更多去想如何在应用方面创造更大的价值，商业模式验证后，才有更多资源反推底层优化。

观察者网： DeepSeek 时刻给我们的启示之一是：我们可以通过算法、通过工程的创新来破解算力层面的“卡脖子”。假设算力和算法都不再是痛点，那么数据就会是最需要攻克的一个难点和核心，对吗？云知声有垂类场景的数据优势吗？您准备怎么样去把这个三环：算法、算力和数据来打通？

梁家恩：对于数据来说，它一直是影响智能关键点之一的，本质上它是靠算法跟算力去挖掘数据里面已有的知识信息，所以如果这些数据的质量很差，那它会直接导致效果不好，即便你有再好算法，再多算力都没用，它本来处理的是一堆垃圾。所以它主要还是要通过数据优化，要经过很多层的清洗，把那些质量比较高的抽取出来，或仿真高质量数据作为补充，使得AI能力更强。

云知声因为布局产业化应用比较早，尤其是在医疗领域，我们积累了大量的医学知识和临床指南等专业数据。还有更重要一点是要真正进入到行业里面去，找到真实应用相关数据，来帮助系统提升解决问题能力，才能接近这行业专家的水平。所以对我们来说，真正深入行业才是产业化的开始，刚才我们说的医疗也好，去轨道交通也好，还有未来更多类似行业的应用数据，我们其实都是深入行业跟专家合作，才能有效提升我们的专业模型能力，这样来才能真正创造商业价值，并有效构建针对应用的“算法-算力-数据”闭环优势。所谓不入虎穴，焉得虎子。

观察者网：云知声在AI应用方面起步非常早、扎得非常深。期待公司能走得更稳、越远。谢谢梁总的分享！

梁家恩：谢谢你！

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。