2025年10月28日，由中國人工智能學(xué)會組織的“多模態(tài)數(shù)字專家關(guān)鍵技術(shù)及產(chǎn)業(yè)應(yīng)用”科技成果鑒定會在北京舉行。經(jīng)專家委員會嚴(yán)格評審，云知聲研發(fā)的“多模態(tài)醫(yī)療垂類大模型”“芯上端側(cè)小模型精煉化”和“多模態(tài)情智兼?zhèn)鋽?shù)字人”三項技術(shù)成果，均達(dá)到“國際領(lǐng)先”水平。

鑒定會現(xiàn)場

本次鑒定會匯聚了人工智能領(lǐng)域的頂尖專家力量，鑒定委員會由中科院自動化所副所長、中國人工智能學(xué)會副理事長劉成林擔(dān)任主任，加拿大工程院外籍院士梅濤擔(dān)任副主任，聯(lián)合其他6位領(lǐng)域內(nèi)權(quán)威專家共同組成。專家組通過聽取技術(shù)報告、觀摩成果演示、審閱檢測資料，并經(jīng)過多輪深入質(zhì)詢與論證，最終形成鑒定意見。整個評審過程嚴(yán)謹(jǐn)規(guī)范，充分體現(xiàn)了認(rèn)證的權(quán)威性與公信力。

在科技創(chuàng)新領(lǐng)域，“國際領(lǐng)先”“國際先進(jìn)”“國內(nèi)領(lǐng)先”“國內(nèi)先進(jìn)”四大等級是衡量科技成果技術(shù)水平的核心標(biāo)準(zhǔn)。其中，“國際領(lǐng)先”作為最高評價等級，代表該項技術(shù)在全球相應(yīng)領(lǐng)域具備突破性創(chuàng)新，能夠填補(bǔ)國際技術(shù)空白，且在核心技術(shù)指標(biāo)、實際性能與應(yīng)用效果上，均顯著優(yōu)于國際同類技術(shù)。此次云知聲三項技術(shù)同時斬獲這一頂級認(rèn)證，不僅是對企業(yè)長期技術(shù)研發(fā)投入與創(chuàng)新能力的高度肯定，更標(biāo)志著公司在人工智能領(lǐng)域取得重要突破。

多模態(tài)醫(yī)療垂類大模型

“多模態(tài)醫(yī)療垂類大模型”基于云知聲通用大模型（山海大模型）孵化而成，實現(xiàn)了對醫(yī)學(xué)文本、影像（包括X光片、CT、病理切片等）多源異構(gòu)信息的深度融合與統(tǒng)一理解生成。該模型依托海量、多源、異構(gòu)的醫(yī)學(xué)數(shù)據(jù)（涵蓋文獻(xiàn)、研究、臨床記錄及知識庫）進(jìn)行深度預(yù)訓(xùn)練，通過精細(xì)化數(shù)據(jù)處理技術(shù)自動識別優(yōu)質(zhì)圖文數(shù)據(jù)，并運用多模態(tài)分析評估圖文匹配度，成功構(gòu)建了包含數(shù)億條高質(zhì)量圖文數(shù)據(jù)的訓(xùn)練體系。在此基礎(chǔ)上，創(chuàng)新性地融合了持續(xù)學(xué)習(xí)機(jī)制（增量訓(xùn)練）與知識檢索增強(qiáng)（RAG）等先進(jìn)知識注入范式，利用跨模態(tài)語義對齊技術(shù)不斷完善模型能力。

在實際醫(yī)療業(yè)務(wù)場景中，該模型已具備病歷生成、醫(yī)學(xué)報告生成、病歷質(zhì)控及影像報告質(zhì)控等多項業(yè)務(wù)落地能力。在肝局灶病變良惡性檢測任務(wù)中，模型準(zhǔn)確率突破90%，為臨床鑒別診斷提供了高度可靠的AI支持。同時，該模型在多項權(quán)威評測中表現(xiàn)卓越：不僅斬獲CCKS2023-PromptCBLUE醫(yī)療大模型評測A、B榜雙料冠軍，在臨床執(zhí)業(yè)醫(yī)師資格考試中更取得523分（滿分600分）的優(yōu)異成績，大幅超越人類考生平均分（365分）。在2025年5月最新發(fā)布的MedBench評測榜單中，云知聲山海大模型醫(yī)療深度思考版（UniGPT-Med-U1）以綜合得分93.1分蟬聯(lián)冠軍，并在醫(yī)學(xué)語言理解與醫(yī)學(xué)安全倫理兩個專項評測中分別以122.3分和104.9分的佳績雙雙登頂，展現(xiàn)出卓越的技術(shù)領(lǐng)先性。

在實際醫(yī)療業(yè)務(wù)場景中，該模型已具備病歷生成、醫(yī)學(xué)報告生成、病歷質(zhì)控及影像報告質(zhì)控等多項業(yè)務(wù)落地能力。

芯上端側(cè)小模型精煉化

“芯上端側(cè)小模型精煉化”技術(shù)聚焦小樣本持續(xù)學(xué)習(xí)、低資源快速解碼、小參數(shù)模型增強(qiáng)與低比特模型量化等關(guān)鍵技術(shù)路徑，系統(tǒng)性地推進(jìn)AI模型輕量化與效能優(yōu)化。該技術(shù)使大模型能在端側(cè)芯片上高效穩(wěn)定運行，在低功耗、低算力的實際工況下，充分滿足高準(zhǔn)確率與高實時性的推理要求。

面向個性化輕量級交互控制需求，該技術(shù)提出多種邊緣計算端側(cè)部署優(yōu)化方法，突破性解決了傳統(tǒng)端側(cè)模型效果差、解碼速度慢等行業(yè)痛點。在保持與大模型相當(dāng)交互效果的同時，成功將模型資源消耗降低百倍以上，顯著提升運行效率。

多模態(tài)情智兼?zhèn)鋽?shù)字人

“多模態(tài)情智兼?zhèn)鋽?shù)字人”由云知聲與中國科學(xué)技術(shù)大學(xué)於俊副教授團(tuán)隊聯(lián)合研發(fā)。該技術(shù)基于創(chuàng)新的“矛+盾”設(shè)計思想，在真實感與人機(jī)交互能力上實現(xiàn)重要突破。該技術(shù)通過設(shè)計全局與局部結(jié)合的自我交互注意模塊，提出多模態(tài)數(shù)據(jù)對齊與視頻無損渲染算法，并構(gòu)建了語音內(nèi)容與面部動作特征分離的音視頻解耦訓(xùn)練框架。同時，團(tuán)隊建立了兼顧外部表觀與內(nèi)部器官的人體全周三維重建體系，充分融合人類生理特性與統(tǒng)計學(xué)習(xí)方法，構(gòu)建出高真實感的合成模型；通過完善音視頻同步的發(fā)音可視化系統(tǒng)，實現(xiàn)了從語音特征到人體器官參數(shù)的精準(zhǔn)預(yù)測，進(jìn)而達(dá)成人體動作與器官狀態(tài)的視聽覺協(xié)同表達(dá)與跨模態(tài)內(nèi)容生成。基于解剖學(xué)精細(xì)的內(nèi)外透視化三維人體合成技術(shù)，有效解決了當(dāng)前數(shù)字人技術(shù)中普遍存在的動態(tài)表現(xiàn)真實感不足、內(nèi)外結(jié)構(gòu)割裂及缺乏生理關(guān)聯(lián)等核心難題，最終創(chuàng)造出能說會唱、內(nèi)容豐富、力度多變、行為自然且情感充沛的高保真數(shù)字人。該成果可應(yīng)用于在線客服、虛擬助手、教育培訓(xùn)等多種場景。

在通用人工智能（AGI）浪潮重塑全球產(chǎn)業(yè)格局的背景下，專業(yè)級“數(shù)字專家”正成為推動各行業(yè)生產(chǎn)力躍遷的關(guān)鍵引擎。全球特別是中美產(chǎn)業(yè)變革競爭加劇，數(shù)字專家將引領(lǐng)各行業(yè)的生產(chǎn)力變革，成為中美戰(zhàn)略競爭的關(guān)鍵。

作為國內(nèi)AGI技術(shù)產(chǎn)業(yè)化的先驅(qū)者之一，云知聲率先把握戰(zhàn)略機(jī)遇，打通“技術(shù)-場景-數(shù)據(jù)”閉環(huán)，構(gòu)建專業(yè)級大模型及智能體，有效整合專業(yè)知識、聚焦關(guān)鍵問題，通過行業(yè)知識增強(qiáng)和強(qiáng)化學(xué)習(xí)，致力于專業(yè)級大模型構(gòu)建，推動生產(chǎn)力變革。

通過打造“通用底座-專業(yè)智能體-端側(cè)芯片優(yōu)化-Atlas基礎(chǔ)設(shè)施”的四層技術(shù)架構(gòu)——通用大模型覆蓋廣度，專業(yè)智能體攻克深度，端云協(xié)同實現(xiàn)規(guī)模化，基礎(chǔ)設(shè)施保障進(jìn)化效率，從智慧生活、醫(yī)療、保險、交通等領(lǐng)域切入，為這些垂直行業(yè)打造數(shù)字專家，形成AI大模型時代的差異化競爭優(yōu)勢及行業(yè)壁壘。

加上之前的“AI語音自由說技術(shù)”，截至目前，云知聲已經(jīng)在四項關(guān)鍵技術(shù)上獲得了“國際領(lǐng)先認(rèn)證”，全面覆蓋語音技術(shù)、芯片、醫(yī)療大模型、數(shù)字人技術(shù)四大關(guān)鍵賽道，這些成果既筑牢了底層技術(shù)根基，也打通了從技術(shù)研發(fā)到場景落地的完整閉環(huán)，為云知聲“打造數(shù)字專家，引領(lǐng)產(chǎn)業(yè)變革”提供了更加強(qiáng)勁的動力！

未來，云知聲將繼續(xù)深化“技術(shù)-場景-數(shù)據(jù)”閉環(huán)，持續(xù)推動AGI技術(shù)的迭代演進(jìn)。通過拓展技術(shù)上限與應(yīng)用邊界，加速商業(yè)化落地進(jìn)程，致力于將前沿技術(shù)創(chuàng)新轉(zhuǎn)化為實際生產(chǎn)力，在持續(xù)推動產(chǎn)業(yè)智能化升級的同時，為中國在全球人工智能競爭中貢獻(xiàn)更多突破性成果。