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（WAIC2025）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”。

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Web3.0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！

隆基、晶科！大和解，结束全部专利纠纷9月19日，隆基绿能科技股份有限公司与晶科能源股份有限公司发布关于达成专利诉讼和解的联合声明！当前，光伏行业逐步从价格竞争转向以技术创新驱动的高质量发展阶段。隆基绿能科技股份有限公司（以下简称“隆基绿能”）与晶科能源股份有限公司（以下简称“晶科能源”）作为光伏行业的领军企业，始终将持续技术和产品创新