大模型竟是雲知聲“老本行”。
來源：獵雲精選；文/邵延港
由大模型掀起的新一輪AI浪潮，讓市場重新對AI抱以更高的期待。在資本市場上，AIGC的熱度居高不下，AI企業借助這場東風，釋放更多想象力。
近日，中國第四大AI解決方案供應商雲知聲向港交所遞交招股書，角逐大模型時代下港交所“大模型第一股”。雲知聲創立于2012年，創業始于互動式AI具備的AGI商業化潛力的發現，是亞洲最早将AI大語言模型商業化的公司之一。
對于雲知聲而言，大模型并非新鮮事物。在2017年谷歌Transformer架構出現和2018年BERT算法在自然語言處理方面取得突破後不久，雲知聲便開始為垂直行業領域客戶推出首個基于BERT大語言模型UniCore及相關AI解決方案。
雲知聲的使命是通過通用人工智能(AGI)建立互聯直覺的世界。在AGI願景不斷增強的當下，雲知聲在遞交招股書前，正式推出了一個擁有600億個參數的自有大語言模型山海大模型，作為其技術平台雲知大腦(UniBrain)的新核心，并服務各種應用場景。
相較于以往的市場環境，AI落地難、商業化前景不清晰等問題，一直讓衆多AI廠商困頓，但在大模型時代，AI的商業化問題似乎變得可解。雲知聲曆經十餘年積累，早已成長到行業獨角獸的規模，在沖擊資本市場的征程中，雲知聲更值得期待。
年複合增長率51.7%，雲知聲成長加速
據招股書資訊，雲知聲在2020年、2021年、2022年營收分别為2.6億元、4.56億元、6億元，複合年增長率為51.7%；毛利分别為8924.8萬元、1.45億元、2.4億元，複合年增長率為63.9%；經調整淨虧損分别為2.1億、1.72億、1.83億，其經調整虧損程度在收窄。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。
在AI賽道，雲知聲近三年的營收年複合增速遠超行業平均水準，在年度收入超過5億的AI企業中增長最快。
來源：招股書
對于AI企業來說，研發投入是極為重要的一環。招股書顯示，2020年、2021年、2022年，雲知聲的研發開支分别為1.89億元、1.88億元、2.87億元，分别在營收中占比72.6%、41.3%、47.8%，年複合增長率為23.1%。
同其他初次投入到大模型研發的企業不同，雲知聲并不是一個從零起始的玩家。近三年來，雲知聲用目前的資金推動着營收從2.6億到6億的規模化跨越。
從研發的開支情況來看，雲知聲2022年有超過一半用于非必要研發工作的第三方服務費，并且已經積累了大量的硬體資産，這種做法的好處在于，雲知聲的研發團隊可以将重心集中到核心的AI模型及技術的開發，以及短期内不會出現應對AI大模型訓練的硬體焦慮。
雲知聲創立的背景起源于深度學習算法的興起和發展，在探索商業化的過程中将前沿技術
融入到創新産品及解決方案中。根據弗若斯特沙利文的資料，雲知聲是亞洲最早将深度神經網絡算法應用于語音識别産品，以及最早釋出基于深度學習的商用雲端語音識别引擎的公司之一。
據悉，在2012年，雲知聲開始将深度學習技術進行商業應用，并協助中國領先的網際網路搜尋引擎供貨商搜狗推出語音助手，此外在2016年，雲知聲與格力合作進軍智能家居垂直行業，同年在北京協和醫院推出語音電子病曆。雲知聲也是以奠定了目前主要的業務闆塊。
雲知聲的營收主要來自智慧生活、智慧醫療兩大商用場景。招股書顯示，2020年、2021年、2022年，雲知聲來自智慧生活的收入分别為1.89億元、3.53億元、4.87億元，營收占比分别為72.3%、77.4%、81.0%；來自智慧醫療的收入分别為7182.6萬元、1.03億元、1.13億元，營收占比分别為27.5%、22.5%、18.9%。按收入計，2022年時雲知聲在中國智慧生活及智慧醫療行業均排名第三。
招股書顯示，雲知聲的解決方案已應用于醫療、家居、商業空間、酒店、交通等行業。2022年，雲知聲在智慧生活領域累計服務373名客戶，在智慧醫療領域服務165名客戶。
技術和經驗的積累對AI企業同樣重要。雲知聲憑借産品性能和成本滿足客戶不同的需求。招股書顯示，截至2022年12月31日，雲知聲的智能物聯網産品已應用于多個垂直領域的數千萬台裝置，積累了專業知識及經驗；在智慧醫療産品、醫學專業知識圖譜，包含160萬個概念、370萬條術語及840萬種關系。
AI的應用前景極廣闊，是以雲知聲現在的能力也不止如此。招股書顯示，雲知聲基于雲知大腦開發産品和解決方案，在智慧生活和智慧醫療業務的經驗積累，已經拓展了智慧康養領域。
而能夠讓雲知聲提振AI商業化落地信心的根源就是大模型。
角逐“大模型第一股”
在雲知聲招股書中，着重闡述了大模型的技術積累和經驗。在目前資本市場熱度不減的“大模型”風口上，雲知聲有意與已遞表的同行角逐港股市場的“大模型第一股”。
人工智能的每次重要接發展節點上，雲知聲都會參與。公司創立于深度學習算法興起的2012年。在去年底大模型引起市場巨浪之前，雲知聲已經是大模型的深度參與者。
雲知聲在招股書中稱，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，其便利用在互動式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，為廣泛的垂直行業領域客戶推出了首個基于BERT大語言模型UniCore及相關AI解決方案。
與其他AI企業相比，雲知聲早早為大模型做了戰略布局，尤其是在2016年建立的Atlas人工智能基礎設施。據了解，Atlas可以就機器學習工作動态排程強大的算力，為AI模型的開發、優化和商業化提供重要支撐。目前該智算叢集擁有超過200 PFLOPS的計算能力，以及超過1.6PB的存儲容量。
ChatGPT在2022年底風靡全球，雲知聲在之後用了兩個半月的時間，借助Atlas人工智能基礎設施及Transformer算法技術基礎，在UniCore的基礎上做出了第一版生成式預訓練通用大語言模型，之後經過演進和改良，在今年5月份推出了一個擁有600億個參數的自有大語言模型——山海。
憑借雲知聲前瞻性的戰略布局，成為衆多AI企業中少有的可以快速切入大模型服務的參與者。這也是其在創投市場被廣泛關注的重要原因。
據悉，在2023年4月至5月，雲知聲在釋出大模型前，順利完成7.22億元D3輪融資。此輪融資引入豫東南創投、濟南同信、杭州富陽等機構股東。此輪融資在目前大模型激烈競争的環境下，為雲知聲業務營運和拓展提供現金支援。
而此前，雲知聲自2012年底首次外部融資至目前，雲知聲已先後完成10輪融資，累計融資額超20億元，引入包括摯信資本、啟明創投、磐古創投、中網投、京東、360、高通近30家外部投資者。按照雲知聲最後一輪融資情況，每股價格為125.69元，其目前估值達87億元。
值得注意的是，在雲知聲之前，AI四小龍的IPO之路極為坎坷，其中最重要的原因是AI落地難、商業化程序慢。為避免重蹈資本市場期待值低的覆轍，2020年雲知聲在科創闆IPO獲受理後主動撤回申請，此時的雲知聲選擇奔赴與國際接軌更深的港交所上市，大模型這個AI廠商“舊病”的“新藥方”成效如何？
大模型時代，AI商業化困局可解
AI技術在發展，市場也在随之變化。
大模型出現後，各個領域的參與者基本呈現出“主動擁抱”的态度，對許多行業開始進行重塑。對于AI企業來說，大模型時代下，原來的AI商業化困局已經可以解決。
對于雲知聲而言，通用大模型山海的加持，其人工智能語義了解的準确性由2018年的BERT前深度學習模型的88.04%提高至2019年的UniCore的91.02%，并進一步提升至2023年的山海大模型的96.07%。
能力越強，AI可以做的事情就越多。
在雲知聲商業化模式中，山海作為AI技術平台雲知大腦的核心，與各種AI組建一起，不需要進行繁重的大模型重新訓練就可以适應各種專業化的場景。也可以将山海大模型與客戶的自有知識庫、實時資訊及現成的API內建，以優化其在高度專業化應用場景中的性能。
來源：招股書
山海大模型具有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回報，能夠将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适配各種應用場景。
在大模型的通用能力加持下，雲知聲智慧醫療和智慧生活業務闆塊也迎來進一步的AI能力提升。
在智慧醫療領域，雲知聲通過MaaS向開發者和企業按需提供AI大語言模型能力。主要産品包括基于公有雲的AI能力API、定制化自有AI技術服務平台及AI模型嵌入式晶片和物聯網硬體子產品。
在智慧生活領域，山海也将會進行場景融合，塑造出一個真正的随身管家，使其在方方面面從隻能進行指令互動更新為類人對話，真正關聯IoT生态和服務。
此外，在銷售、知識管理和教育場景中，雲知聲也會基于山海大模型，對産品進行更新，讓資訊回報更精準，以滿足使用者更深層次的需求。
更重要的是，通過Alas人工智能基礎設施以精選的優質使用者回報為導向的高效優化，可以推動雲知大腦的更新。山海大模型以真實場景的海量資料和持續的使用者回報為指導，進行高度自動化的自我強化，推動AI技術不斷疊代。此前，山海大模型在解決專業問題的知識及能力方面，通過了美國醫師執照考試，MedQA資料集獲得了81分，超越GPT-4。
雲知聲通過指令優化及從人類回報中強化學習進一步優化山海大模型，以發展其語言生成、語義了解、知識問答、邏輯推理、數學計算和代碼生成的能力，同時符合安全規則，最終的目标是實作類人AGI。
通用人工智能的裡程碑式的技術發展，為AI企業帶來了行業之光，在AI商業化進展難度大幅下降的當下，資本市場會給出怎樣的回報？此時赴港IPO，雲知聲在一個機制健全、與國際接軌較深的高效資本市場，會得到怎樣程度的認可呢？