普惠AI照進現實：雲知聲如何讓技術“越山海”-梁家恩

（對話/編輯 劉倩藜）

人工智能正以前所未有的速度改變着各行各業的面貌，進入現實生活中。

今年的世界人工智能大會（WAIC 2025）上，雲知聲作為國內人工智能領域的佼佼者，首次參加了這場世界級的人工智能盛會。

作為國內AGI技術產業化先行者，雲知聲此次參展的核心在於分享其十多年的技術產業化成果。具體來看，雲知聲以“智能體”系統為主軸，圍繞“山海大模型+獸牙智能體平台”架構，提出了通用人工智能場景落地的具體路徑，全面展示了其在通用人工智能（AGI）方向上的產品體系、平台能力與場景化落地成果。

今年，觀察者網也來到現場，與雲知聲董事長梁家恩進行了深入對話。在對話中，梁家恩詳細介紹了雲知聲的技術架構、主要產品與服務，以及其在智慧物聯和智慧醫療兩大場景的應用落地情況。也分享了雲知聲在智慧交通等其他領域的拓展計劃以及公司對於AGI技術終極目標的理解。

接下來，讓我們一同走進這場精彩的對話，瞭解雲知聲如何讓技術“越山海”。

觀察者網：梁總好，在世界人工智能大會2025現場幸會，雲知聲在本屆大會再次設有展台，此次參展，最核心的標籤是什麼。

**梁家恩：**這是雲知聲港股上市以來的首次WAIC亮相，作為國內AGI技術產業化先行者，此次參展最核心的標籤就是和大家分享我們十多年積澱的AI技術產業化成果。

觀察者網：請您先介紹下雲知聲的技術、產品、服務和主要落地場景。

**梁家恩：**好。雲知聲 2012 年成立，是國內首批實現“深度學習”和“大模型”兩次大技術升級的團隊。我們底層構建有完整的“AI 三駕馬車”：算法、算力和大數據平台，是國內最早一批搭建千卡GPU智算集羣來做AI的公司。2016 年，我們就完成了支持千卡同時調用的智算集羣，即Atlas智算中心。並在此基礎上，推出了以模型為中心的智能技術平台——“雲知大腦”。現在雲知大腦的核心是我們的“山海大模型”。

雲知聲官網截圖

整個雲知大腦由2部分構成，一主要是認知模型，從最早的自然語言理解，到BERT模型，再到現在的山海大模型，是雲知大腦的內核。二則是是感知、生成模組，包括語音降噪、識別、語音合成等。最後都整合為多模態、強推理的大模型。

基於雲知大腦，我們主要賦能2大場景，一是智慧物聯，即希望所有的機器都能夠通過語音的方式實現交互，並使其成為連接人與龐大物聯網世界的關鍵橋樑，把物聯網打通起來，讓它真正變得 “智慧”和“易用”，最終實現“萬物互聯，開口即控”。

二是智慧醫療， 2016年我們以語音電子病歷與協和醫院達成合作後，開始逐步深入醫療行業的病歷質控、醫保控費、輔助診療等，構建醫療知識圖譜、升級BERT模型、山海大模型等，在垂直場景下，解決行業深層次實際問題。最終目標其實是培養一個超級醫生，但這個路徑會比較長，需要我們沿“助手-同事-導師”的路徑，不斷努力推進。

所以我們目前綜合講就是：底層AI三駕馬車為基座，中間“雲知大腦”為平台，上面一橫一縱的2大場景應用：智慧物聯橫向打通，智慧醫療縱向深入。

觀察者網：雲知聲既有自己的大模型，同時也已經有非常具體的應用場景，比如説醫療，對吧？

**梁家恩：**對的。我們判斷只有深入行業，才能更好創造價值。我們判斷是需要行業大模型還是通用大模型解決問題，關鍵在於，它需不要專業的行業知識。比方説如果它一個本科生，甚至高中生就能解決的問題，它是不需要專業大模型的，對吧？但是我們如果解決醫療問題的話，即使大學生能聽懂問題，要解決問題還需要醫學方面的專業知識和實踐經驗，這就需要醫療大模型。

目前我們的山海大模型醫療版，就是在通用大模型基礎上，結合了醫療行業knowhow以及我們近10年積澱的行業知識與數據，構建了專業的醫療大模型，使其達到規範醫療服務質量流程與決策，從而實現增質提效的作用。

觀察者網：可不可以理解為您和團隊是本着一種邁向AGI （通用人工智能）的技術理想主義，希望依託醫療場景，通過技術複用和技術迭代，復刻到更多不同場景？

**梁家恩：**AGI是通用框架和終極目標，但不是一個模型的簡單複用。要實現“通用”，需要所有的場景都能被滲透，但行業還是有差異的。

首先，從橫向來講，我們認為 Web 3.0時代的物聯網，它一定是一個足夠智能的網絡。用我們的企業願景來説， 就是“通過通用人工智能創建互聯直覺的世界”。所謂“直覺”就是我們可以像跟真人一樣跟它互動，這是它應有的樣子，不需要再專門去學“人機交互”。既然是“互聯”，就是全部打通，可以通過任意的入口跟它交互，成為獲取智能服務的入口。

其次，縱向來看，更重要的是，它還要能在嚴肅的場景下去幫我們解決專業的實際問題，因為 AI 本質帶來的是生產力的變革，它不是一個噱頭，不僅是玩，我們必須還要在嚴肅場景下有效解決實際問題。醫療，毫無疑問是一個知識非常密集且非常嚴肅的應用場景，所以我們先在這行業裏面把它解決，把制高點拿下來，才能推動產業變革。

所以，智慧物聯是寬度，智慧醫療是深度，結合起來我們能更好解決各種場景化應用問題，我們的佈局是這樣考慮的。

觀察者網：深度方面，目前主要是應用在醫療場景，接下來也會拓展到其他場景嗎？

**梁家恩：**除了智慧醫療外，目前還有智慧交通等。比如我們跟南寧軌道集團有一個合資公司，覆蓋軌道交通服務的智能化場景，包括智能客服、運維調度，以及公交跟軌交銜接等問題，這實際是城市生活的基礎服務平台。光用通用大模型，是解決不好這些問題的，必須要非常瞭解實際運營運維調度的專家，共同打造交通大模型，才能把這個服務做好，其他場景的拓展是類似的。

觀察者網：為什麼叫山海大模型?

**梁家恩：**山海既代表我們大模型如《山海經》般包羅萬象，也代表我們團隊推動技術產業化的初心與願景。有一句話這麼説，所愛隔山海，山海皆可平。我們不會畏懼任何艱難險阻，要跨越山海，踐行我們技術產業化的使命。“人工智能”是第四次工業革命的核心推動力，我們希望真正將AGI技術變為生產力，與行業合作伙伴共同推動產業發展和社會進步，所以我們一直聚焦在嚴肅場景的應用，着力解決改變行業的關鍵問題。

觀察者網：現在技術迭代這麼快，作為創始團隊和董事長，您有沒有自己的一些焦慮？

**梁家恩：**焦慮倒不存在，畢竟我們一直深耕技術，而且一直在技術的最前沿，對技術趨勢判斷都是非常準的。

雲知聲自創業以來，主要是把握了兩輪大技術升級，第一輪是2012年AlexNet讓深度學習引發產業界轟動，我們是國內最早一批深度學習技術產業化實踐者，包括雲和端的深度學習技術升級；第二輪是2022年ChatGPT引發的大模型範式革命，我們也是國內首批實現LLM技術升級和產業化應用的公司。

在這過程中，變化的是核心技術算法、架構和範式，不變的是我們對技術創新、產業應用、數據閉環和商業模式的率先探索與追求。我們一方面始終密切跟進前沿技術進展，確保技術實力保持業界第一梯隊；另一方面，並不滿足於刷榜和Demo自嗨，而是深入應用場景解決產業實際問題，創造實際價值，這是我們創業以來不變的信條。

過去十幾年的實戰表明，我們有足夠信心和能力去跟上這個技術發展節奏。在有能力跟上的情況下，其實技術發展越快對我們越有利，我們能越快突破技術能力邊界。我們有能力跟進和推動前沿技術發展，而不是被動在別人的技術上去做應用，有更強的自主性去把握先機。對技術趨勢和應用需求的洞察，有助於我們構建延續性和迭代性更好的智能系統架構，來適應底層技術的快速變化。

觀察者網：2012年國內聊人工智能的人不算很多，敢做產業化的更少，您和團隊確實是先行者。聽説雲知聲也有一些出海的拓展，能不能請您介紹一下？

**梁家恩：**關於出海，我們是從產業升級和全球化視角下看的。我們認為第四次工業革命，唯二有勝算的國家，就是中國和美國。而美國主導的全球化1.0時代正在過去，大家聊得很多的是“逆全球化”。我認為不是逆全球化，全球化是不可逆轉的。我們進入的是全球化 2.0 時代，美國單一主導模式將結束，中國一定會成為第二家主導玩家，所以它會成為至少是雙核推動的一個全球化。國家佈局“一帶一路”倡議，新的工業革命已經發生，中美會角逐至高點，我們現在是在這個大的場景下，對我們是個大機遇，我們是從這個角度來思考來做業務佈局的。那在這種情況下，出海目的地主要是東盟，還有一帶一路這些國家。

之前大家可能通過新聞看到瓦努阿圖跟我們達成了戰略合作，因為它是剛經歷地震，震後要重建，所以它重建的時候想着如何去找好的合作伙伴，靠自己國家的力量是不可能去做智能化的。但如果只是在原來基礎上重建原來的東西，是沒有意義跟價值的。

但像美國的 AI 產業，更多是資本壟斷為主導，而中國更多是推動普惠的智能產業變革，且與產業升級和社會治理結合相對緊密，所以瓦努阿圖可能會更願意選擇中國的合作伙伴。剛好我們也比較有幸接觸到這個機會，對方也非常認可我們十幾年的技術創新跟產業化的經驗，所以就跟我們達成了戰略合作。這是個島國，有幾十個島，需要用物聯的方式把它們連通起來，然後再通過智能的手段幫它提升治理水平和產業能力，也包括醫療服務等，從而幫助它打造現代化的治理體系。

觀察者網：嗯，理解。雲知聲應該也不是第一次參加WAIC。這些年裏，一是從展會的這個視角看，二是從行業的視角看，您覺得中國科創生態發生了怎樣的變化？

**梁家恩：**我們是 2018 年就開始參加。第一屆WAIC我們就來了。現在大家熱情越來越高漲，特別今年，票都已經搶不着了。現在行業已經開始有一些落地下來的應用。像過去，很多都還停留在概念性的展示，今年已經有很多在垂直行業的應用，還有一些 c 端的產品也已經有展示了。昨天我還看到展館裏有機器狗在溜達。大家對AI期待越來越高，特別是今年初DeepSeek出現，可能對這個浪潮起到很大的科普作用。

觀察者網：想聊一個和資本市場有關的問題。今年 6 月雲知聲上市了在港股上市了。您怎麼看待中國科技公司全球定價的一個問題。我們看到這些年來美國科技公司估值明顯遠高於中國公司。這點您怎麼看？中國企業怎樣能夠提升我們的全球定價權。

**梁家恩：**其實美國公司有高估值，取決於大家對它過去的技術認可度，代表比較高的原創性。但是在 DeepSeek 出來以後，大家其實已經開始重估中國的技術公司價值了。

過去美國可能認為它至少領先我們一兩年，有個代差，就像英偉達領先於那個華為昇騰一樣的。我們在製程在算力上還有差距。但是DeepSeek出來之後，大家發現可能也就一兩個季度的差距，甚至在某些方面已經反超美國了。比如剛説的這些開源大模型，很多工程方面能力已經超越美國了。

然後另外一點，就是產業化應用，中國現在是世界上最具領先優勢的。中國的應用場景豐富，而且本身有雄厚的工業基礎。作為工業第一大國，中國整個產業化體系是比美國更強大的。我們把短板補齊後，後面的變化空間會更大，這個差距會越來越小。而且美國它之所以有那麼高的估價，就在於它過去有壟斷地位，它在AI領域的壟斷地位被中國的普惠AI打破之後，它的溢價一定會下來。而全球化2.0時代，如果有雙核去主導，這一定是一個利好，會讓技術產業化走向更均衡發展的趨勢。

觀察者網：您剛剛提到“開源”、“普惠”，跟本屆WAIC的主題“智能時代、同求共濟“是完美契合的。面對科技發展，無論是企業家、創業者，還是是學者、科學家，都應該抱有開放、包容的心態。您作為一個資深創業者和技術型的企業家，對於想去做科技創業的後生晚輩，有沒有一些建議？

**梁家恩：**我覺得底層的通用大模型，後面能存活下來的也許就那麼三五家。它會成為一個很好的產業化應用基礎，不斷推動行業演進，實際上是把整個行業技術底線拉高了。之後，對於垂直方面的各種應用，會有很大的發展空間。所以作為新來創業者目前不需要在最底層上下太多功夫，而需要更多去想如何在應用方面創造更大的價值，商業模式驗證後，才有更多資源反推底層優化。

觀察者網： DeepSeek 時刻給我們的啓示之一是：我們可以通過算法、通過工程的創新來破解算力層面的“卡脖子”。假設算力和算法都不再是痛點，那麼數據就會是最需要攻克的一個難點和核心，對嗎？雲知聲有垂類場景的數據優勢嗎？您準備怎麼樣去把這個三環：算法、算力和數據來打通？

**梁家恩：**對於數據來説，它一直是影響智能關鍵點之一的，本質上它是靠算法跟算力去挖掘數據裏面已有的知識信息，所以如果這些數據的質量很差，那它會直接導致效果不好，即便你有再好算法，再多算力都沒用，它本來處理的是一堆垃圾。所以它主要還是要通過數據優化，要經過很多層的清洗，把那些質量比較高的抽取出來，或仿真高質量數據作為補充，使得AI能力更強。

雲知聲因為佈局產業化應用比較早，尤其是在醫療領域，我們積累了大量的醫學知識和臨牀指南等專業數據。還有更重要一點是要真正進入到行業裏面去，找到真實應用相關數據，來幫助系統提升解決問題能力，才能接近這行業專家的水平。所以對我們來説，真正深入行業才是產業化的開始，剛才我們説的醫療也好，去軌道交通也好，還有未來更多類似行業的應用數據，我們其實都是深入行業跟專家合作，才能有效提升我們的專業模型能力，這樣來才能真正創造商業價值，並有效構建針對應用的“算法-算力-數據”閉環優勢。所謂不入虎穴，焉得虎子。

觀察者網：雲知聲在AI應用方面起步非常早、扎得非常深。期待公司能走得更穩、越遠。謝謝梁總的分享！

**梁家恩：**謝謝你！

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閲讀趣味文章。