黃偉：“山?！弊穳羧艘訟I之聲溫暖千家萬戶

他是全球語音識別的破壁人，是醫(yī)療AI的拓荒者，更是海淀“從實驗室到生產(chǎn)線”創(chuàng)新生態(tài)的踐行者。

“人工智能不是冰冷的代碼，而是有溫度的服務(wù)?！痹浦曋悄芸萍紕?chuàng)始人黃偉帶領(lǐng)團隊深耕智能語音領(lǐng)域10余年，從聲紋識別技術(shù)突破到“山海”大模型研發(fā)，不僅填補了國內(nèi)智能語音交互的技術(shù)空白，更讓AI真正“聽懂”了百姓需求。如今，這項技術(shù)已廣泛應(yīng)用于醫(yī)療、家居等民生領(lǐng)域，用科技溫暖千家萬戶。

讓聲紋識別走進病房與客廳

黃偉的科技之路始于中國科學(xué)技術(shù)大學(xué)，這位信號與信息處理專業(yè)的博士畢業(yè)后，先后在摩托羅拉中國研究中心和盛大創(chuàng)新院積累了豐富的科研經(jīng)驗。這期間，黃偉主導(dǎo)開發(fā)出全球第一款手機聲紋認證系統(tǒng)，他連續(xù)三年參加美國國家標(biāo)準(zhǔn)技術(shù)署的說話人識別評測，并三次將世界第一的桂冠攬入懷中，是至今唯一在該全球頂級評測中連續(xù)兩年做特邀發(fā)言的華人。

2012年，iPhone 4S搭載Siri語音助手引發(fā)了全球智能語音創(chuàng)業(yè)浪潮，黃偉看到了人機交互的未來機會，不惜背水一戰(zhàn)，創(chuàng)立了云知聲。

云知聲率先將深度神經(jīng)網(wǎng)絡(luò)（DNN）應(yīng)用于商業(yè)語音識別系統(tǒng)，構(gòu)建了國內(nèi)首個永久免費的語音平臺，成為國內(nèi)最早將深度學(xué)習(xí)算法應(yīng)用于商業(yè)語音識別的公司之一。

隨后，云知聲推出了業(yè)界首個免費語音識別公有云軟件，成功上線微信，并在白色家電（洗衣機、空調(diào)、電冰箱等）上實現(xiàn)了AI語音交互。 2016年，云知聲在格力智能語音空調(diào)上，率先完成白色家電領(lǐng)域的規(guī)?；慨a(chǎn)驗證，獲得智能家居“奧斯卡”—AWE艾普蘭核心獎。

在黃偉的科技版圖中，技術(shù)突破從來不是最終目的，如何讓AI真正服務(wù)于人類生活才是他始終思考的問題。2014年，黃偉選定物聯(lián)網(wǎng)（IoT）和智慧醫(yī)療作為云知聲商業(yè)化兩大主要場景。

在物聯(lián)網(wǎng)領(lǐng)域，黃偉認為，隨著設(shè)備智能化程度提高，語音將成為最自然的人機交互方式?！胺块g設(shè)備越來越智能化，有個弊端就是太復(fù)雜了，老人小孩都不會用。但大家都會說話，用語音是最好的交互方式?！秉S偉說?；谶@一判斷，云知聲的智能語音技術(shù)廣泛應(yīng)用于智能家居、智能車載等場景，讓科技真正融入日常生活。

2023年，云知聲與睿藍汽車合作推出的AI大模型車載系統(tǒng)，能夠深度理解用戶需求，提供全場景情感化交互體驗。

在智慧醫(yī)療領(lǐng)域，2015年云知聲就將降噪、識別、理解技術(shù)融合以語音電子病歷切入醫(yī)療行業(yè)，一年后與北京協(xié)和醫(yī)院合作，率先在國內(nèi)落地。

醫(yī)療領(lǐng)域是黃偉投入最多熱情的賽道。2016年，每天早上7點的北京一家三甲醫(yī)院晨會上，總能見到黃偉的身影。他與醫(yī)生們深入交流，了解醫(yī)院信息化需求，推動云知聲的語音識別技術(shù)在醫(yī)院落地。

“醫(yī)院不看產(chǎn)品的學(xué)術(shù)指標(biāo)，直接拿到病房，找各種口音的人做現(xiàn)場測試?！秉S偉說。這種務(wù)實作風(fēng)讓云知聲的醫(yī)療產(chǎn)品快速成熟，從最初的電子病歷語音錄入系統(tǒng)，發(fā)展到如今覆蓋醫(yī)務(wù)、醫(yī)管、醫(yī)保全流程的智慧醫(yī)療解決方案。通過電子病歷系統(tǒng)實時生成規(guī)范病歷，與打字輸入相比，這種語音輸入系統(tǒng)將病歷錄入速度提高了4至6倍，大大減輕了醫(yī)生的工作負擔(dān)。

隨著在這一場景的積累，云知聲構(gòu)建起了醫(yī)療領(lǐng)域的知識圖譜，并基于大規(guī)模醫(yī)療知識圖譜，實現(xiàn)智能病歷質(zhì)控系統(tǒng)、智能單病種質(zhì)控系統(tǒng)、智能醫(yī)保審核系統(tǒng)、智能導(dǎo)醫(yī)機器人等從感知到認知的智能化解決方案。

無論是醫(yī)療還是物聯(lián)，黃偉始終堅守一個信念：技術(shù)必須服務(wù)于人?！拔覀冏非蟮牟粌H是讓AI技術(shù)像水電一樣普及，更重要的是讓技術(shù)真正滿足人的需求?！秉S偉說。

讓“雨燕”芯片到“山?！贝竽Ｐ?/p>

隨著物聯(lián)網(wǎng)設(shè)備的爆發(fā)式增長，海量終端需要在邊緣側(cè)快速處理數(shù)據(jù)，同時借助云端的強大計算能力，實現(xiàn)智慧化功能。這種端云協(xié)同的需求催生了對高性能、低功耗AI芯片的迫切需求。

2014年，黃偉帶領(lǐng)團隊構(gòu)建了“云—端—芯”三位一體的技術(shù)架構(gòu)，隨后開始研發(fā)芯片。對于其研制的芯片，黃偉信心十足，他曾在采訪中透露，彼時，他們團隊打造的芯片，性能比傳統(tǒng)模組提升了50倍，功耗和價格大幅降低，還支持多種深度神經(jīng)網(wǎng)絡(luò)模型。

2018年，云知聲首款A(yù)I語音芯片“雨燕”發(fā)布并量產(chǎn)，推動智慧家居語音交互普及。

2019年，“蜂鳥”芯片問世，專為智慧家居設(shè)計。例如，TCL的小藍翼C7新風(fēng)空調(diào)搭載了云知聲的智能語音技術(shù)和“蜂鳥”系列芯片模組，在智能語音功能上實現(xiàn)了重大升級，新增離線自由說、多語言識別和聲紋識別三大創(chuàng)新功能，極大地提升了用戶體驗，為TCL的產(chǎn)品帶來了更高的附加值和市場競爭力，同時也為云知聲帶來了可觀的商業(yè)收入。

云知聲先后推出了十余款蜂鳥系列解決方案。截至目前，“蜂鳥”系列芯片已累計賦能近700品類家居設(shè)備，覆蓋多種日常生活場景，保持著市場占有率的領(lǐng)先地位。

2022年，業(yè)界首款車規(guī)級語音AI專用芯片“雪豹”在客戶量產(chǎn)車型上落地出貨。云知聲的車規(guī)級全棧式語音AI芯片通過了AEC-Q100認證，具備全離線AI功能，支持離線語音搜索、語音喚醒、聲源定位和多音區(qū)識別。其語音深度學(xué)習(xí)處理速度提升64倍，釋放主控算力資源近40%。在吉利博越L和星瑞項目上，“雪豹”芯片提供了多音區(qū)技術(shù)、降噪技術(shù)、藍牙通話降噪技術(shù)、離線喚醒和離線識別等技術(shù)服務(wù)，為用戶帶來更加智能、安全、便捷的駕駛體驗。

數(shù)據(jù)顯示，2024年云知聲芯片出貨量達3600萬顆且預(yù)計持續(xù)增長。

2022年底以ChatGPT為代表的大語言模型發(fā)布，國內(nèi)外諸多玩家也在積極探索以大模型為基礎(chǔ)的智能體（Agent）。

2023年5月，云知聲發(fā)布參數(shù)規(guī)模達600億的“山海”大模型，交出了在AGI（通用人工智能）領(lǐng)域的第一張答卷。

為了訓(xùn)練“山海”大模型，云知聲團隊每天要處理幾十萬小時的語音數(shù)據(jù)，這些數(shù)據(jù)大部分是通過數(shù)碼合成方式生成的?！安畈欢嗫梢宰龅矫刻旌铣蓭兹f小時的數(shù)據(jù)?！秉S偉說，這種腳踏實地的技術(shù)積累，讓“山?！贝竽Ｐ驮谡Z言生成、語言理解、知識問答等領(lǐng)域展現(xiàn)出強大能力。

彼時，山海大模型的語言生成、語言理解、知識問答、邏輯推理、代碼能力、數(shù)學(xué)能力、安全合規(guī)能力七項通用能力，及插件擴展、領(lǐng)域增強、企業(yè)定制三項行業(yè)落地能力已經(jīng)處于業(yè)界前列。

在此基礎(chǔ)上，云知聲通過快速整合具體業(yè)務(wù)場景的相關(guān)知識與規(guī)范，打造了醫(yī)療病例生成Agent、交通客服Agent、智能座艙Agent等典型的行業(yè)Agent應(yīng)用。

云知聲聯(lián)合創(chuàng)始人、副總裁李霄寒在采訪中透露，2025年云知聲將All in大模型，旨在通過新的技術(shù)路線，帶來新的體驗和價值。

從專注語音識別的初創(chuàng)企業(yè)，到掌握AI芯片與大模型核心技術(shù)的行業(yè)領(lǐng)軍者，黃偉用10年時間實現(xiàn)了令人矚目的技術(shù)跨越。

“對創(chuàng)業(yè)者來講，容易走的路多半都是死路?！痹邳S偉看來，AI技術(shù)研發(fā)沒有捷徑可走，必須一步一個腳印。

AI創(chuàng)業(yè)者的情懷與擔(dān)當(dāng)

創(chuàng)業(yè)的征程如人飲水，冷暖自知。只有真正走過的人才能體會到一路艱辛。當(dāng)一路升級打怪，經(jīng)歷過千難萬難的淬煉后，成就的是創(chuàng)始人一顆強大的內(nèi)心。

2012年創(chuàng)業(yè)之初，為了支撐公司早期的發(fā)展，黃偉在把自己家底掏光之后借了200萬元，寫下了人生的第一張欠條?！拔屹I房子貸款都沒貸過這么多錢。但你追求的結(jié)果是這輩子絕大多數(shù)人都實現(xiàn)不了的一個夢想，當(dāng)然要為這個夢想付出代價?！秉S偉說。

創(chuàng)業(yè)最大的收獲是成長，也是對創(chuàng)始人學(xué)習(xí)能力的考驗。從技術(shù)管理者到創(chuàng)業(yè)公司的CEO，需要懂產(chǎn)品、懂商業(yè)、懂資本、懂人才，慢慢變成一個全能型選手。收獲的另外一面是付出的代價，在黃偉看來，孤獨就是代價。

很多時候，黃偉會選擇一個人去堅持、默默把問題解決，讓所有人看到結(jié)果。團隊也因此更有信心?！昂芏嘈睦镌挷荒芨鷪F隊說，他們不能幫你解決問題，而且你不能把負面情緒傳遞出去?！?/p>

如果時間撥回到2018年，會看到黃偉寫的PPT上有著這樣一句話：世界上最難走的路才是捷徑。“對創(chuàng)業(yè)者來講，容易走的路多半都是死路?！?/p>

“我還有一個歪理，說一件事情很難，就是它的成功概率可能只有5%，95%會失??；但是可能有95%的人選擇了容易走的路，或者因為難而放棄了，那你的成功概率就不是5%，而是 100%?！?/p>

回首創(chuàng)業(yè)路，黃偉真實感受到了在資本助推下AI公司的潮起潮落。越來越多的 AI 企業(yè)不得不嘗試探索更廣泛的行業(yè)落地場景。如何找到真正的行業(yè)痛點，滿足降本增效需求；如何讓一家靠技術(shù)驅(qū)動的公司健康發(fā)展，創(chuàng)造商業(yè)價值與社會價值，成為AI創(chuàng)業(yè)者的新考題。

“無論是大語言模型，還是多模態(tài)大模型，我們都看到了非常清晰的遠景，但是挑戰(zhàn)也非常大，對所有從業(yè)者來說，想要做更好的技術(shù)、更好的產(chǎn)品，打造更健康的商業(yè)模式，就要放棄浮躁的心態(tài)，去追求產(chǎn)品落地。只有這樣，中國人工智能行業(yè)才能健康發(fā)展，而不是充滿泡沫—如果泡沫破裂的話，對中國人工智能行業(yè)將是巨大的傷害。”黃偉說道。

從實驗室到產(chǎn)業(yè)應(yīng)用，從技術(shù)創(chuàng)新到社會價值，黃偉用十余年時間詮釋了“科技向善”的深刻內(nèi)涵。在他的帶領(lǐng)下，云知聲不僅成為智能語音領(lǐng)域的領(lǐng)軍企業(yè)，更探索出一條AI技術(shù)造福社會的可行路徑。

不久前，黃偉榮膺2024年度感動海淀文明人物，正如“感動海淀”頒獎詞所說：“他是機器的知音，讓機器‘知音’。用聲紋為筆，描繪‘山海’壯闊；以芯片為紙，書寫智慧生活?！?/p>

在黃偉看來，“技術(shù)最終是為了人。我們希望AI像水電一樣觸手可及，但比技術(shù)更重要的，是永遠敬畏人的需求”。

黃偉始終強調(diào)AI技術(shù)發(fā)展的倫理邊界：“既要認識到優(yōu)勢，也要預(yù)見到生成式AI潛在的風(fēng)險隱患，進而打造負責(zé)任的人工智能?！边@種審慎態(tài)度體現(xiàn)在云知聲的每一項技術(shù)應(yīng)用中。

在AI技術(shù)日新月異的今天，他將繼續(xù)帶領(lǐng)云知聲團隊，以技術(shù)創(chuàng)新滿足人類需求，用科技之光溫暖千家萬戶。這條路或許漫長，但正如黃偉所說：“人工智能是我一輩子的事業(yè)?！边@份執(zhí)著，正是海淀這座科技創(chuàng)新之城最珍貴的精神財富。