雲知聲衝擊港股IPO，京東與360參投，為國內第四大AI解決方案提供商_風聞

港交所近日披露，雲知聲遞表港交所主板申請上市，中金公司、海通國際擔任聯席保薦人。

綜合 | 招股書  編輯 | Echo

本文僅為信息交流之用，不構成任何交易建議

獨角獸早知道，贊2

招股書顯示，雲知聲是中國AGI技術的先行者，特別在被視作通向AGI關鍵路徑的大語言模型商業化方面取得成功。交互式AI本質上通過與人類直接和持續交互來運行，受益於自動和不斷提升其能力的反饋閉環，並具有最大的AGI商業化潛力。

在2017年Transformer算法及2018年BERT算法在自然語言處理方面取得突破後不久，公司利用公司在交互式AI方面強大的研發專業知識及自成立以來獲得的市場洞察力，公司推出首個基於BERT的大語言模型UniCore，作為公司的中心技術平台雲知大腦的初始核心算法模型，併為廣泛的垂直行業的客户賦能一系列AI解決方案。

雲知聲戰略性地於2016年開始建立Atlas人工智能基礎設施，其專注於公司的智算集羣，高效地就機器學習工作動態調度強大的算力。其為前沿AI模型的開發、優化和商業化提供重要支撐。公司的智算集羣目前擁有超過300PFLOPS的計算能力，以及超過2.6PB的存儲容量。

在過去幾年UniCore的演進和改良的基礎上，公司於2023年推出了一個擁有600億個參數的自有大語言模型山海大模型，作為公司中心技術平台雲知大腦(UniBrain)的新核心算法模型，公司持續迭代該模型。

相較UniCore，山海大模型具有更大的參數及數據規模、生成能力以及強大的多語言及基本知識能力。通過一系列工具增強行業知識、指令調優及強化人類反饋，公司能夠將山海大語言模型進一步提升為一個提供全面通用知識和行業特定專業知識的大模型，通過MaaS適配各種應用場景。

雲知聲為智慧生活和智慧醫療中廣泛的應用場景提供了極具競爭優勢的產品和解決方案。中國的AI解決方案市場高度分散。根據弗若斯特沙利文的資料，按收入計，雲知聲是2022年中國第四大AI解決方案提供商，市場份額為0.6%，但在年度收入超過人民幣5億元的企業中增長最快。

同年，按收入計，公司在中國智慧生活及智慧醫院行業均排名第三。這些產品和解決方案的廣泛商業應用為公司提供了優質的用户反饋，進而支持山海大模型的持續迭代以成為雲知大腦的核心。

具體來看，雲知聲提供可於智慧住宅、商業空間、酒店及交通等智慧生活場景應用的多樣化的AI產品及解決方案。企業可以為客户提供由AI解決方案賦能的沉浸式智能產品及服務，從而提升運營效率及服務質量，並減少管理成本。

例如，公司開發了智能語音售票系統，應用於深圳地鐵20號線的自動售票機。該系統使乘客可透過語音選擇目的地，於售票機選站的平均時間由傳統人手約15秒縮短至約1.5秒。該功能提高購票效率，並解決售票機排隊造成的擁堵問題，從而改善整體乘客體驗及優化地鐵站內的交通流量。

於2022年及2023年，智慧生活解決方案已賦能373名及389名客户，包括中國前三大保險集團之一，深圳地鐵20號線及廈門軟件園。

此外，公司通過MaaS向開發者和企業按需要提供AI大語言模型能力。主要產品包括基於公有云的AI能力API、定製專有AI技術服務平台及AI模型嵌入式芯片和物聯網硬件模塊。

於2022年及2023年，公司AI能力的外部用户月調用量峯值分別為9.16億及9.85億。同年，公司已分別向開發者和客户銷售1280萬及2450萬顆AI芯片。公司通常根據客户所選擇的產品總單價及定製程度釐定產品的最終價格。

雲知聲提供AI賦能醫療解決方案，如病歷語音輸入、病歷質控、單一疾病質控及醫療保險支付管理。該等AI解決方案通常作為定製的AI賦能業務系統交付，以規範醫療服務流程和決策，從而減少醫療失誤，提高醫療服務質量並保障患者權益。

例如，在病歷質控方面，於應用人工智能之前，傳統信息技術解決方案只能就及時性與完整性進行基本質控。然而，隨着自然語言理解及臨牀知識圖譜的應用，如今其可以就標準化及合理性進行質控，大幅提升質控的範圍及深度，達到接近人工專家質控質量的完成度。

具體而言，自然語言理解技術用於識別實體及從病歷文本中提取關係。通過理解該等文件，可以對住院患者的病情變化及診療過程進行建模並再現。然後，應用臨牀知識圖譜中儲存的知識進行推理，以確定病歷文件中反映的診斷及治療行動是否合理，從而進行深入質控。

該等AI解決方案亦可幫助醫務人員提高效率。例如，與打字輸入相比，病歷語音輸入系統將病歷輸入的速度加快四至六倍；與人工審核相比，病歷質控系統將質量審核所需的時間減少80%，因此能全面檢查所有醫療記錄，而人工審核僅能抽樣檢查醫療記錄。

該等AI解決方案亦有助於防止不合理的醫療開支，支持醫改，並提高醫療保險的使用率和效率。於2023年，公司已向167名客户提供AI解決方案。公司通常根據所提供解決方案的功能及執行的客製化程度釐定最終價格。

雲知聲的Atlas人工智能基礎設施是由硬件及可實現網絡連接、通信、運營及管理的軟件資源組成的基礎層。其支持中央技術層雲知大腦以及雲知大腦的核心算法模型山海大模型的開發、優化及運營。

Atlas的智算集羣目前擁有超過300PFLOPS的計算能力，以及超過2.6PB的存儲容量。公司的智算集羣可高效動態地調度數千個GPU進行並行計算，並無縫執行動態擴張，以滿足不斷變化的業務需求。其亦優化大型機器學習任務的儲存、帶寬及算力。就大語言模型而言，特別是公司的智算集羣對並行機制進行深度工程效率優化，充分利用計算和帶寬資源。智算集羣強大的算力、高效動態的調度和可擴展性是公司推進AI解決方案的核心競爭優勢。

雲知大腦為中央技術平台層，包括芯片、邊緣SDK、公有及私有云部署等多種交付及部署方式。該中央技術平台賦能公司的AI應用解決方案，開發者在此構建、測試及管理AI應用解決方案。

雲知大腦由Atlas人工智能基礎設施支持，包括核心算法模型及一系列AI組件。核心算法模型自2019年起一直為UniCore，直至其於2023年5月被山海大模型取代。UniCore為公司首個BERT大語言模型。在過去幾年UniCore的發展和改良的基礎上，山海大模型具有更高的參數及數據規模以及生成能力。經過海量文本及代碼預訓練，其擁有超過600億個參數，具有強大的通用能力。

於往績記錄期間，雲知聲的收入主要來自銷售AI產品及解決方案。公司的收入由2021年的人民幣（下同）4.56億元增加至2023年的7.27億元，複合年增長率為26.3%；公司的毛利由2021年的1.45億元增加至2023年的2.95億元，複合年增長率為42.5%；公司於2021年、2022年及2023年的淨虧損分別為4.34億元、3.75億元及3.76億元；公司於2021年、2022年及2023年的經調整淨虧損（非國際財務報告準則計量）分別為1.72億元、1.83億元及1.37億元。

於往績記錄期間，雲知聲的客户由2021年的510名增加至2022年的538名以及進一步增加至2023年的555名，主要由於公司提供的多種基於模型的人工智能解決方案及產品增加及其適用行業增加，以及對智能醫療解決方案的需求增加，以及醫院內部系統的智能化升級。

根據弗若斯特沙利文的資料，在競爭激烈的人工智能行業中，大量研發投資是推動創新及技術進步的先決條件，在整個行業中普遍存在。儘管經營虧損乃主要由於大量研發成本，雲知聲認為，公司在改善人工智能技術方面的戰略投資將使公司在競爭激烈的人工智能環境中處於有利地位，併為公司的長期成功作出貢獻。公司對研發的承諾已展現良好的業績，於往績記錄期間，公司的收入持續增長。公司的強大技術能力直接導致此增長，且公司預期將繼續產生長期效益。

本次雲知聲香港IPO募集金額將在未來五年被用於提高公司的研發能力；分配用於投資新興的商業機會，並提高公司的產品在行業垂直場景中的採用和滲透；分配於國際擴張和戰略合作；將被分配於營運資金和一般企業用途。